เลือกหัวข้อจากแถบเมนูด้านซ้าย (กรณีหน้าจอเล็กเมนูจะหดกลายเป็นสัญลักษณ์สามขีดอยู่ในแถบเมนูด้านบน) หรือใส่คำค้นหาที่ช่องด้านล่างนี้ เพื่อค้นหาหัวข้อบทความหรือ Tutorial เกี่ยวกับเรื่อง sampling ที่ต้องการ
การแจกแจงแบบทวินามเป็นการกระจายแบบไม่ต่อเนื่อง มันอธิบายผลลัพธ์ของสถานการณ์จำลองไบนารีเช่น โยนเหรียญมันจะเป็นหัวหรือก้อย n - จำนวนการทดลอง p - ความน่าจะเป็นที่จะเกิดขึ้นของการทดลองแต่ละครั้ง (เช่นสำหรับการโยนเหรียญละ 0.5) size - รูปร่างของอาร์เรย์ที่ส่งคืน...
Read More →Multinomial Distribution การแจกแจงพหุนามเป็นลักษณะทั่วไปของการแจกแจงทวินาม มันอธิบายถึงผลลัพธ์ของสถานการณ์ที่มีหลายชื่อแตกต่างจากแบบทวินามที่สถานการณ์จะต้องมีเพียงหนึ่งในสอง...
Read More →ในยุคที่โลกข้อมูลเป็นตัวกำหนดทิศทางของการตัดสินใจเกือบทุกแขนง, อัลกอริธึม Monte Carlo ได้เกิดขึ้นเป็นเครื่องมือทรงพลังที่ช่วยให้เราสามารถทำความเข้าใจและทำนายสถานการณ์ที่มีความซับซ้อนได้ดีขึ้น ผ่านการจำลองการสุ่มตัวอย่าง. ในบทความนี้เราจะทำความเข้าใจให้ลึกซึ้งยิ่งขึ้นถึงหลักการทำงานของอัลกอริธึม Monte Carlo, ประโยชน์ในการใช้งาน, รวมทั้งข้อดีและข้อเสีย....
Read More →Monte Carlo Algorithm คือเทคนิคการคำนวณทางสถิติที่ใช้ความเป็นแบบสุ่ม (randomness) เพื่อโมเดลปัญหาและแก้ไขปัญหาต่างๆ ทางคณิตศาสตร์หรือวิทยาศาสตร์ เทคนิคนี้ได้รับการตั้งชื่อตามเมืองมอนติคาร์โลที่เรียกได้ว่าเป็นแหล่งการพนัน ประยุกต์ใช้เพื่อแก้ปัญหาที่ซับซ้อนซึ่งยากต่อการคำนวณได้แบบโดยตรง หรือปัญหาที่ไม่อาจหาคำตอบแน่นอนได้...
Read More →เมื่อพูดถึงวิธีการหนึ่งที่ได้รับความนิยมในการแก้ปัญหาที่มีความซับซ้อนและต้องการการจัดการกับความไม่แน่นอนหรือตัวแปรมากมาย คำตอบหนึ่งที่อยู่ในปากของนักวิทยาศาสตร์คอมพิวเตอร์และนักสถิติก็คือ Monte Carlo Algorithm นั่นเอง ซึ่งเป็นเทคนิคการสุ่มตัวอย่างเพื่อประมาณค่าในสถานการณ์ต่างๆ ที่ยากต่อการคำนวณแบบแน่นอน วันนี้เราจะมาทำความรู้จักกับอัลกอริทึมนี้กันโดยละเอียดผ่านภาษา C# พร้อมเจาะลึกถึงวิธีการใช้งานและยกตัวอย่าง use case ในโลกจริง รวมถึงวิเคราะห์ความซับซ้อนและข้อดีข้อเสียอย่างถี่ถ้วน...
Read More →ในโลกของการประมวลผลข้อมูลและวิทยาการคอมพิวเตอร์การพัฒนาระบบที่สามารถจัดการกับข้อมูลที่มีสัญญาณรบกวนได้อย่างมีประสิทธิภาพเป็นหนึ่งในความท้าทายที่ใหญ่หลวง RANSAC (Random Sample Consensus) เป็นอัลกอริทึมหนึ่งที่ถูกออกแบบมาเพื่อรับมือกับปัญหาดังกล่าว และได้รับความนิยมในหลากหลายภาคส่วน อาทิเช่น วิศวกรรมคอมพิวเตอร์, การวิเคราะห์ภาพ, และงานวิจัยทางด้านหุ่นยนต์...
Read More →Monte Carlo Algorithm คือ หนึ่งในเทคนิคการคำนวณที่ใช้ความน่าจะเป็นเพื่อแก้ปัญหาหลากหลายทางวิทยาศาสตร์และวิศวกรรม ชื่อของมันมาจากแหล่งคาสิโนที่เป็นที่รู้จักกันดีอย่าง Monte Carlo ที่ Monaco โดยอัลกอริธึมนี้ใช้การสุ่มตัวอย่างหรือข้อมูลเพื่อทำการประมาณค่า ซึ่งอาจรวมไปถึงการคำนวณประมาณค่าว่าด้วยพื้นที่ใต้กราฟ, การแก้ปัญหาการแพร่กระจายของอนุภาค, หรือแม้กระทั่งการประเมินความเสี่ยงในตลาดการเงิน...
Read More →อัลกอริทึม Monte Carlo เป็นอัลกอริทึมที่ใช้วิธีการสุ่มตัวอย่าง (random sampling) เพื่อประมาณค่าคำตอบสำหรับปัญหาทางคณิตศาสตร์และฟิสิกส์ต่างๆ ที่อาจจะมีความซับซ้อนหรือไม่สามารถคำนวณได้อย่างตรงไปตรงมา โดยโมเดลปัญหาจะถูกจำลองขึ้นเป็นการทดลองทางสถิติที่มีการใช้ตัวเลขสุ่มมาช่วยในการประมาณค่า ซึ่งค่อนข้างมีประสิทธิภาพในการจัดการกับปัญหาที่มีหลายมิติหรือมีความซับซ้อนสูง...
Read More →บทความนี้จะพาท่านไปทำความเข้าใจกับหนึ่งในประเภทของวิธีการคำนวณที่เรียกว่า Monte Carlo Algorithm ถือเป็นเทคนิคประยุกต์ที่มีความน่าสนใจเป็นอย่างยิ่ง เพราะสามารถสร้างโซลูชันให้กับปัญหาต่าง ๆ ได้อย่างที่หลายคนคาดไม่ถึง และในบทความนี้เราจะเขียนโค้ดด้วยภาษา Golang เพื่ออธิบายและยกตัวอย่างการทำงานของมัน และอย่าลืมว่าถ้าคุณสนใจที่จะแข็งแกร่งในเส้นทางการเขียนโปรแกรม อย่างพอมาเรียนกับเราที่ EPT นะครับ!...
Read More →Particle Filter หรือที่รู้จักในชื่อ Sequential Monte Carlo methods คือวิธีในการทำนายค่าต่างๆ เช่น สถานะหรือพารามิเตอร์ของระบบที่มีการเปลี่ยนแปลงตามเวลา โดยใช้การสุ่มตัวอย่าง (sampling) เพื่อประมาณค่าสถานะที่ไม่สามารถสังเกตหรือวัดได้อย่างตรงไปตรงมา ในหมู่ของนักพัฒนาแอปพลิเคชั่น JavaScript, Particle Filter สามารถนำมาใช้ในการประมวลผลสัญญาณที่มีการรบกวน, การติดตามวัตถุ, หรือแม้แต่ในการวิเคราะห์ทิศทางการเคลื่อนไหวของผู้ใช้งานเว็บไซต์สำหรับปรับปรุง UX ได้...
Read More →Particle Filter, หรือ Sequential Monte Carlo methods, เป็น algorithm ที่ใช้งานในระบบติดตามวัตถุ, การประมวณผลสัญญาณ, และด้านอื่นๆ ซึ่งเกี่ยวข้องกับการประมาณค่าจากกระบวนการสุ่มที่ไม่แน่นอน (stochastic processes) ได้เป็นอย่างดี Particle Filter ทำงานบนหลักการของการวางตัวอย่าง (sampling) ที่ใช้จำนวนพาร์ทิเคิลหรือตัวอย่างของสถานะของระบบในการแสดงถึงการกระจายของโอกาสทางสถิติ (probability distribution) เพื่อทำนายสถานะในอนาคตได้อย่างถูกต้องยิ่งขึ้น...
Read More →Monte Carlo Algorithm เป็นวิธีการทางคณิตศาสตร์ที่ใช้ความน่าจะเป็นและสถิติเพื่อแก้ปัญหาต่าง ๆ ที่อาจจะซับซ้อนหรือมีความไม่แน่นอนสูง เช่น การคำนวณค่าประมาณ (estimation problems), การจำลองสถานการณ์ (simulation), และการหาค่าเพื่อการตัดสินใจ (decision making). วิธีการนี้พึ่งพาการสุ่มตัวอย่าง (sampling) ที่ใจกว้างเพื่อยึดผลลัพธ์ที่เป็นไปได้และคำนวณค่าที่คาดหวังเฉลี่ยออกมา...
Read More →ในโลกที่ข้อมูลเป็นเสมือนเหมืองทองคำใหม่, การสลักเกล็ดข้อมูลให้ได้มาซึ่งทองคำที่บริสุทธิ์ คือ ความท้าทายสำคัญของ Data Scientists แห่งยุคสมัยนี้ การจัดการและวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) ต้องอาศัยเทคนิคการสุ่มตัวอย่าง (Sampling Algorithms) เพื่อเป็นการลดขนาดข้อมูลให้อยู่ในสภาพที่เหมาะสมกับการวิเคราะห์ โดยในบทความนี้ เราจะพูดถึง 5 สุดยอด Sampling Algorithms ที่ Data Scientist ทุกคนควรรู้จัก เพื่อใช้ในการวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ...
Read More →