ทำความเข้าใจกับ ML
Machine Learning หรือ ML เป็นปัญญาประดิษฐ์ประเภทหนึ่งที่ช่วยให้แอปพลิเคชันซอฟต์แวร์มีความแม่นยำมากขึ้นในการทำนายผลลัพธ์โดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน Algorithms ของ MLใช้ข้อมูลในอดีตเป็นอินพุตเพื่อคาดการณ์ค่าเอาต์พุตใหม่ Engine สำหรับการแนะนำเป็นกรณีตัวอย่างการใช้งานทั่วไปสำหรับ ML การใช้งานที่ได้รับความนิยมอื่นๆ ได้แก่ การตรวจจับการฉ้อโกง การกรองสแปม การตรวจจับภัยคุกคาม Malware ระบบอัตโนมัติของกระบวนการทางธุรกิจ (BPA) และการบำรุงรักษาเชิงคาดการณ์ เราจะอธิบายความหมายของ ML ได้อย่างไร Machine Learning เป็นขั้นตอนที่เกิดต่อเนื่องจากปัญญาประดิษฐ์หรือ AI แม้ว่าเทคโนโลยีทั้งสองจะคล้ายกันและมักใช้งานร่วมกัน แนวคิดเบื้องหลัง ML คือการให้ข้อมูลจำนวนมากแก่ Algorithms เพื่อให้สามารถมีข้อสรุปของตนเองโดยยึดตามข้อมูลที่ได้ โดยทั่วไป ML ต้องการการควบคุมและบังคับทิศทางน้อยกว่า AI มาก เพราะบ่อยครั้งเนื่องจากโปรแกรมเมอร์ไม่รู้ว่า Algorithms จะค้นพบอะไร เราจะดูตัวอย่างของ Algorithms เพื่อระบุภาพแมว Algorithms ของ AI จะป้อนภาพแมวหลายพันภาพและได้รับคำสั่งให้ระบุลักษณะที่เหมือนกัน ส่วน Algorithms ของ ML จะป้อนรูปภาพที่ไม่ได้จัดเรียงหลายล้านภาพ และจะตัดสินใจด้วยตัวเองว่าเป็นภาพถ่ายของแมวจากการมีความคล้ายคลึงกัน ยกตัวอย่าง […]