แบบฝึกหัด 7a: ปัญหาของคุณที่เกิดขึ้นในรูปแบบปัญหา ML
จดหรือทําเครื่องหมายในช่องที่คุณคิดว่าเป็นโซลูชันทางเทคนิคที่ดีที่สุดสําหรับปัญหาของคุณ ปัญหาของเราอยู่ในกรอบที่ดีที่สุด
การแยกประเภทไบนารี
การถดถอยแบบไร้มิติข้อมูล
การจัดประเภทแบบป้ายกํากับเดียวแบบหลายคลาส
การจัดประเภทแบบหลายป้ายกํากับแบบหลายคลาส
การถดถอยแบบหลายมิติ
คลัสเตอร์ (ไม่มีการควบคุมดูแล)
AI ยุคใหม่
อื่นๆ
ซึ่งคาดคะเนหรือสร้าง ดังนี้
ถ้าโซลูชันของคุณตีกรอบกรอบเป็น ML One แบบคาดการณ์ โปรดดูคําถามต่อไปนี้ ถ้าโซลูชันของคุณระบุเฟรมเป็น
AI รุ่นแรก โปรดดู MakerSuite ซึ่งเป็น IDE บนเบราว์เซอร์ที่ให้คุณทดสอบด้วยข้อความแจ้งต่างๆ เพื่อสร้างต้นแบบได้อย่างรวดเร็วด้วยโมเดลภาษาใหม่
แบบฝึกหัด 7ข: แก้ไขปัญหาของคุณในแบบที่ง่ายกว่า
ในตอนเริ่มแรก การกําหนดโจทย์ปัญหาแบบง่ายๆ จะทําได้ง่ายขึ้นและนําไปปฏิบัติได้ง่ายขึ้น ระบุปัญหาที่คุณระบุและระบุว่าเป็นการจัดประเภทแบบไบนารีหรือปัญหาการถดถอยแบบมิติเดียว (หรือทั้ง 2 แบบ)
แบบฝึกหัด 8: ออกแบบข้อมูลสําหรับโมเดล
เขียนข้อมูลที่คุณต้องการให้โมเดล ML การคาดการณ์ใช้คาดการณ์
เคล็ดลับเพื่อความสำเร็จ
แถว 1 แถวจะประกอบด้วยข้อมูล 1 รายการที่การคาดการณ์ 1 รายการ
รวมเฉพาะข้อมูลที่มี ณ ขณะที่ทําการคาดการณ์เท่านั้น
อินพุตแต่ละรายการอาจเป็นสเกลาร์หรือรายการ 1 ครั้งที่เป็นจํานวนเต็ม จํานวนลอยตัว หรือไบต์เดียว (รวมสตริง)
หากอินพุตมีโครงสร้างต่างจากสเกลาร์หรือรายการ 1D คุณอาจต้องพิจารณาว่าข้อมูลดังกล่าวเหมาะกับข้อมูลของคุณมากที่สุดหรือไม่
เช่น
หากเซลล์แสดงถึงความหมายในทางอรรถศาสตร์ 2 อย่างขึ้นไปในรายการ 1 มิติ คุณอาจต้องการแบ่งข้อมูลออกเป็นอินพุตย่อยๆ
หากเซลล์แสดงถึงบัฟเฟอร์โปรโตคอลที่ซ้อนอยู่ คุณอาจต้องแยกฟิลด์ของบัฟเฟอร์โปรโตคอลที่ซ้อนกันออก
ข้อยกเว้น: ข้อมูลเสียง รูปภาพ และวิดีโอที่เซลล์มี BLOB ของไบต์
แบบฝึกหัด 9: แหล่งที่มาของข้อมูล
จดว่าอินพุตแต่ละรายการมาจากไหน
ประเมินปริมาณงานที่จะพัฒนาไปป์ไลน์ข้อมูลเพื่อสร้างแต่ละคอลัมน์สําหรับแถวแนวนอน
เคล็ดลับเพื่อความสำเร็จ
ผลลัพธ์จากตัวอย่างจะพร้อมใช้งานสําหรับการฝึกอบรมเมื่อใด
หากหาเอาต์พุตตัวอย่างได้ยาก คุณอาจต้องทบทวนแบบฝึกหัดที่ 5 (ใช้เอาต์พุต) อีกครั้งและดูว่าคุณใช้เอาต์พุตอื่นสําหรับโมเดลได้หรือไม่
ตรวจสอบว่าอินพุตทั้งหมด (ยกเว้นเอาต์พุต) จะพร้อมใช้งานขณะแสดงผล (เมื่อมีการคาดการณ์) ในรูปแบบที่คุณกําลังเขียน
หากเป็นเรื่องยากที่จะรับข้อมูลทั้งหมดในเวลาที่แสดงในรูปแบบเดียวกัน คุณอาจต้องทบทวนแบบที่ 8 (ออกแบบข้อมูลสําหรับโมเดล) เพื่อพิจารณาอินพุตอีกครั้ง หรือฝึกแบบที่ 5 เพื่อพิจารณาทําการแสดงผลอีกครั้ง
แบบฝึกหัด 10: ค่าที่ได้มาอย่างง่ายดาย
ในบรรดาข้อมูลที่คุณป้อนในแบบทดสอบข้อ 8 ให้เลือกข้อมูล 1-3 รายการที่รับได้ง่าย และเชื่อว่าน่าจะให้ผลในขั้นต้นที่สมเหตุสมผล
เคล็ดลับเพื่อความสำเร็จ
ในแบบฝึกหัด 6 คุณได้ระบุชุดวิทยาสํานึกที่ใช้ได้ ข้อมูลใดจะเป็นประโยชน์สําหรับการนําการเรียนรู้ดังกล่าวไปใช้
พิจารณาต้นทุนด้านวิศวกรรมเพื่อพัฒนาไปป์ไลน์ข้อมูลเพื่อเตรียมอินพุต และข้อดีที่คาดว่าจะได้รับจากอินพุตแต่ละรายการในโมเดล
มุ่งเน้นอินพุตที่ได้รับจากระบบเดียวด้วยไปป์ไลน์ง่ายๆ ขอแนะนําให้เริ่มต้นด้วยโครงสร้างพื้นฐานขั้นต่ําที่เป็นไปได้เมื่อเริ่มต้นใช้งานครั้งแรก
พิมพ์หรือบันทึก
คลิกที่ปุ่มด้านล่างเพื่อพิมพ์หรือบันทึกคําตอบของคุณเป็น .pdf
พิมพ์หน้า