โมดูลนี้จะตรวจสอบวิธีสร้างกรอบงานเป็นโจทย์แมชชีนเลิร์นนิง และครอบคลุมคําศัพท์พื้นฐานต่างๆ ที่แชร์ในวิธีของแมชชีนเลิร์นนิง (ML) ที่หลากหลาย
การแบ่งพื้นที่หน้าจอ
แมชชีนเลิร์นนิง (มีการควบคุมดูแล) คืออะไร
ระบบ ML เรียนรู้
วิธีรวมข้อมูล
เพื่อสร้างการคาดการณ์ที่มีประโยชน์
ข้อมูลที่ไม่เคยเห็นมาก่อน
คําศัพท์: ป้ายกํากับและฟีเจอร์
- ป้ายกํากับคือตัวแปรที่เราคาดการณ์
- โดยทั่วไปจะแสดงด้วยตัวแปร y
คําศัพท์: ป้ายกํากับและฟีเจอร์
- ป้ายกํากับคือตัวแปรที่เราคาดการณ์
- โดยทั่วไปจะแสดงด้วยตัวแปร y
- ฟีเจอร์คือตัวแปรอินพุตที่อธิบายข้อมูลของเรา
- โดยทั่วไปจะแสดงด้วยตัวแปร {x1, x2, ..., xn}
คําศัพท์: ตัวอย่างและโมเดล
- ตัวอย่าง คืออินสแตนซ์ของข้อมูล x
- ตัวอย่างที่มีป้ายกํากับมี {features, label}: (x, y)
- ใช้เพื่อฝึกโมเดล
- ตัวอย่างที่ไม่มีป้ายกํากับมี {features, ?}: (x, ?)
- ใช้สําหรับการคาดการณ์เกี่ยวกับข้อมูลใหม่
คําศัพท์: ตัวอย่างและโมเดล
- ตัวอย่าง คืออินสแตนซ์ของข้อมูล x
- ตัวอย่างที่มีป้ายกํากับมี {features, label}: (x, y)
- ใช้เพื่อฝึกโมเดล
- ตัวอย่างที่ไม่มีป้ายกํากับมี {features, ?}: (x, ?)
- ใช้สําหรับการคาดการณ์เกี่ยวกับข้อมูลใหม่
- โมเดลจะจับคู่ตัวอย่างกับป้ายกํากับที่คาดการณ์: y'
- กําหนดโดยพารามิเตอร์ภายใน ซึ่งจะเรียนรู้