ในทางเขียนโปรแกรม, Machine Learning ทำให้เราไม่ต้องกำหนดรายละเอียดทุกอย่างให้กับคอมพิวเตอร์ เช่น บอกนิยามของ "แอปเปิล" ว่ามีสีแดง มีก้าน มีเนื้อใน ขณะที่ Machine Learning จะเรียนรู้จากข้อมูลของผลไม้ไปเรื่อยๆ จนสามารถจำแนกได้เองโดยอัตโนมัติ นี่ช่วยลดเวลาและทรัพยากรได้มากเลยทีเดียว
ลองนึกภาพเกมทายใจง่ายๆ คุณมีกระดาษสี่แผ่น เขียนเลข 1, 2, 3, และ 4 ลงไป แล้ววาดรูปแอปเปิลที่แผ่นเลข 1 และ 2 กับรูปกล้วยที่แผ่นเลข 3 และ 4 คุณสามารถสอนให้เพื่อนทายว่ารูปไหนคือแอปเปิล รูปไหนคือกล้วยโดยดูจากรูปภาพ เพื่อนของคุณจะเรียนรู้โดยจดจำลักษณะเด่นๆ นี่คือสิ่งที่ Machine Learning ทำ แต่แทนที่จะเป็นเพื่อนของคุณ คอมพิวเตอร์นั่นเองที่กำลังเรียนรู้
Sample Code (พายธงก์):
# สมมติว่าเรามีข้อมูลผลไม้เป็นลิสต์ของลักษณะสีและความหวาน
fruits_data = [
{'color': 'red', 'sweetness': 'high', 'fruit': 'apple'},
{'color': 'yellow', 'sweetness': 'medium', 'fruit': 'banana'},
{'color': 'green', 'sweetness': 'low', 'fruit': 'apple'},
{'color': 'yellow', 'sweetness': 'high', 'fruit': 'banana'}
]
# เราจะใช้ข้อมูลนี้สอนให้ยู่ของเครื่องจักรเรียนรู้และทำนาย
from sklearn.tree import DecisionTreeClassifier
# เตรียมข้อมูลสำหรับเรียนรู้ (ในที่นี้เราต้องแปลงคำ🚶เป็นตัวเลข)
# เราจะทำการแปลงโดยใช้แผนภาพง่ายๆ
color_to_number = {'red': 1, 'yellow': 2, 'green': 3}
sweetness_to_numer = {'high': 3, 'medium': 2, 'low': 1}
X_train = [[color_to_number[item['color']], sweetness_to_numer[item['sweetness']]] for item in fruits_data]
y_train = [item['fruit'] for item in fruits_data]
# สร้างและฝึกโมเดล
model = DecisionTreeClassifier()
model.fit(X_train, y_train)
# ทำนายผลลัพธ์จากลักษณะใหม่ๆ
new_fruit = [[color_to_number['red'], sweetness_to_numer['high']]]
print(model.predict(new_fruit)) # Output: ['apple']
ในทางปฏิบัติ, Machine Learning มีความซับซ้อนและทรงพลังมากกว่าตัวอย่างนี้ เช่นสามารถใช้ในการระบุใบหน้า, แปลภาษา, หรือแม้กระทั่งขับรถยนต์ได้เอง
การศึกษาโปรแกรมมิ่งและหลักสูตร Machine Learning เป็นการฝึกฝนทักษะที่จะเป็นประโยชน์อย่างยิ่งในโลกที่เทคโนโลยีเข้ามามีบทบาทกับทุกส่วนของชีวิตเรา ไม่ว่าจะเป็นการเรียนต่อหรือเข้าสู่อาชีพนักพัฒนาซอฟต์แวร์ในอนาคต อย่าลืมว่าการเรียนรู้สิ่งใหม่ๆ เป็นการลงทุนที่ดีที่สุดที่คุณจะทำให้กับตัวเองได้!
หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง
หากเจอข้อผิดพลาด หรือต้องการพูดคุย ติดต่อได้ที่ https://m.me/expert.Programming.Tutor/
หากมีข้อผิดพลาด/ต้องการพูดคุยเพิ่มเติมเกี่ยวกับบทความนี้ กรุณาแจ้งที่ http://m.me/Expert.Programming.Tutor
085-350-7540 (DTAC)
084-88-00-255 (AIS)
026-111-618
หรือทาง EMAIL: NTPRINTF@GMAIL.COM