Credit ข้อมูลที่ได้มาควรให้คล้ายกับข้อมูล ที่ระบบจะเจอเมื่อใช้งานจริง Real-World มากที่สุด จะได้ไม่มีปัญหาว่าเทรนข้อมูลแบบนึง เวลาใช้จริงเจอข้อมูลอีกแบบ (Training/Serving Skew) เช่น ข้อมูลเป็นฝรั่ง แต่ใช้งานจริงกับคนเอเชีย เป็นต้น ก่อนการ Split ข้อมูลควร Shuffle หรือสับไพ่ ให้ข้อมูลทุกชุดมีการกระจายของข้อมูล หรือ Distribution ใกล้เคียงกัน ไม่เอนเอียง (Data Skew) จริง ๆ แล้ว การแบ่งข้อมูล Split มีหลายแบบ มีแบบเป็นที่นิยมสำหรับกรณีที่เรามีข้อมูลไม่มาก เรียกว่า Cross Validation ซึ่งไว้เราจะอธิบายต่อไป ในการจัด ประกวดแข่งขัน เช่น Kaggle นั้น จะให้มาแค่ 2 อย่าง 1. Training Set คือ ข้อมูลตัวอย่างสำหรับเทรน มี Label ครบถ้วน 2. Test Set คือข้อมูลที่ไม่มี Label ให้มาด้วย ให้เราเป็นผู้เติม Label เอง แล้วส่งให้ Kaggle เพื่อตรวจให้คะแนน ว่าโมเดลของเราทำนายได้ถูกต้องแค่ไหน ส่วน Validation Set นั้นให้เราแบ่งจาก Training Set เอาเอง The ultimate test of your knowledge is your capacity to convey it to another.
ฐานเศรษฐกิจดิจิทัล | 14 ก. พ. 2565 เวลา 10:56 น.
1, 660 สวัสดีชาว IT ทุกคนนะครับ วันนี้กลับมาพบกันอีกครั้งกับ Cloud HM Blog ที่จะนำเสนอหัวข้อเกี่ยว IT ที่ทุกท่านอ่านแล้วจะได้ความรู้เพิ่มเติมและ ประโยชน์อย่างแน่นอน สำหรับหัวข้อในวันนี้เรามาทำความรู้จักกับ AI กันดีกว่าครับ ว่ามันคืออะไร จะเข้ามาทำงานแทนมนุษย์ได้แบบ 100% อย่างที่หลาย ๆ คนกลัวหรือเปล่า เรามาดูกันได้เลยครับ AI คืออะไร?
สามารถใช้งานได้ฟรี เพื่อการศึกษาหรือทดสอบการใช้งานเท่านั้น ห้ามใช้ในเชิงพาณิชย์ และ มีการจำกัดการเรียกใช้ (Free limited services) โดยจำนวนการเรียกใช้จะถูกจำกัดเป็น 3 ระดับ ได้แก่ จำนวนการเรียกใช้ของแต่ละผู้ใช้ ต่อนาที / ต่อวัน / ต่อเดือน และ อีกส่วนคือจำนวนการเรียกใช้ทั้งหมดของระบบ ต่อวินาที ซึ่งตัวเลขอาจมีการปรับเปลี่ยนเพื่อความเหมาะสมโดยไม่แจ้งล่วงหน้า โดยจะขึ้นอยู่กับทรัพยากรและความนิยมในการใช้งาน นักพัฒนาสามารถดูรายละเอียดเพิ่มเติมในส่วนของ Developers -> How to get started (ต้องล็อกอินเข้าใช้ระบบ) Q2: AI for Thai เหมาะสำหรับใครในการใช้งาน? เหมาะสำหรับนักพัฒนาซอฟต์แวร์ที่ต้องการใช้งานในส่วนของความสามารถ AI ที่เกี่ยวข้องกับภาษาไทย หรือ บริการที่เกี่ยวข้องกับความเป็นไทย (อาหารไทย สถานที่ท่องเที่ยว เป็นต้น) โดยเปิดให้ใช้ในปริมาณที่น่าจะเพียงพอต่อการทดสอบ prototype ให้มีความพร้อมก่อนเริ่มธุรกิจ (ช่วยลดต้นทุนในการเริ่มต้นธุรกิจ) ทั้งนี้รวมถึงผู้สนใจที่อยากทดสอบความสามารถของ AI สัญชาติไทย หรือ ใช้ในการเรียนการสอนทั่วไป Q3: AI for Thai เปิดรับบริการจากภายนอกหรือไม่ เจ้าของผลิตภัณฑ์ที่เกี่ยวกับ AI สามารถนำบริการต่าง ๆ มาวางได้หรือไม่?
เกณฑ์พิจารณาการจบหลักสูตร ผู้เรียนต้องเข้าเรียนตามเนื้อหาหลักสูตร และทำแบบทดสอบให้ครบทุกบทเรียน แบบทดสอบมี 2 ประเภท ได้แก่ แบบทดสอบท้ายบทเรียน ซึ่งจะอยู่ในตอนท้ายของบทเรียน (EP) แบบทดสอบท้ายหลักสูตร อยู่ตอนท้ายของหลักสูตรนั้นๆ ผู้เรียนสามารถทำแบบทดสอบท้ายหลักสูตรได้ก็ต่อเมื่อผ่านแบบทดสอบท้ายบทครบแล้ว ทั้งนี้ ผู้เรียนต้องทำคะแนนได้มากกว่า 80% ขึ้นไป เพื่อผ่านแบบทดสอบและไปเรียนในบทเรียนถัดไป โดยผู้เรียนจะได้รับประกาศนียบัตร (Certificate) เมื่อเรียนจบหลักสูตร หากผู้เรียนทำคะแนนได้น้อยกว่า 80% ผู้เรียนสามารถกลับไปทำแบบทดสอบได้ใหม่ (Restart) อาจารย์ผู้สอน อ. คามิน อัศวศิริเลิศ ศ. ดร. ธนารักษ์ ธีระมั่นคง อ. กล้า ตั้งสุวรรณ อ. กิตติพร กอประเสริฐถาวร อ. พทธิศักดิ์ ตันติสุทธิ
14 ก. พ.