Machine Learning Concepts

Front

การเรียนรู้แบบมีผู้สอน (Supervised Learning)

Back

การเรียนรู้แบบมีผู้สอนเป็นวิธีการเรียนรู้ของเครื่องที่โมเดลได้รับการฝึกฝนโดยใช้ข้อมูลที่มีป้ายกำกับเพื่อทำการคาดการณ์หรือการตัดสินใจ

Front

การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning)

Back

การเรียนรู้แบบไม่มีผู้สอนเป็นวิธีการเรียนรู้ของเครื่องที่โมเดลระบุโครงสร้างที่ซ่อนอยู่ในข้อมูลโดยไม่มีป้ายกำกับที่กำหนดไว้ล่วงหน้า

Front

สมมติฐาน (Hypothesis)

Back

การประเมินสมมติฐานคือกระบวนการทดสอบและตรวจสอบสมมติฐานเพื่อให้แน่ใจว่ามีความถูกต้องและเกี่ยวข้อง

Front

Decision Tree

Back

Decision Tree เป็นโมเดลการเรียนรู้ของเครื่องที่ใช้โครงสร้างแบบต้นไม้ในการตัดสินใจโดยการปฏิบัติตามลำดับของกฎ

Front

การเรียนรู้จากกลุ่มกฎเกี่ยวข้องกับการเข้าใจรูปแบบและความสัมพันธ์ภายในข้อมูลที่จัดกลุ่ม

Back

การเรียนรู้จากกลุ่มกฎเป็นวิธีการวิเคราะห์ข้อมูลโดยการระบุและใช้กฎที่ได้จากข้อมูลที่จัดกลุ่ม

Front

Reinforcement Learning

Back

Reinforcement Learning เป็นวิธีการเรียนรู้ของเครื่องที่ตัวแทนทำการตัดสินใจเพื่อให้ได้ผลลัพธ์ที่ดีที่สุดในสภาพแวดล้อมที่กำหนด

Front

การสนับสนุนในกฎการทำเหมืองข้อมูลระบุความสัมพันธ์ระหว่างตัวแปรในชุดข้อมูลขนาดใหญ่

Back

การสนับสนุนในกฎการทำเหมืองข้อมูลวัดความถี่ของการเกิดของชุดข้อมูลในชุดข้อมูลเพื่อค้นหาความสัมพันธ์ที่มีความหมาย

Front

Back

การกระทำคือกระบวนการในการเลือกและดำเนินการงานหรือการตัดสินใจเฉพาะในตอบสนองต่อสถานการณ์ที่กำหนดในการเรียนรู้ของเครื่อง

Front

ความถูกต้องวัดความถูกต้องของการคาดการณ์ที่ทำโดยโมเดลการเรียนรู้ของเครื่อง

Back

ความถูกต้องเป็นเมตริกที่ใช้ในการประเมินประสิทธิภาพของโมเดลโดยการเปรียบเทียบการคาดการณ์กับผลลัพธ์จริง

Front

Gini Impurity quantifies the likelihood of incorrect classification in a dataset.

Back

Gini Impurity เป็นตัววัดที่สำคัญที่ใช้ในการตัดสินใจว่าควรแยก (split) โหนด (node) ของแผนผังการตัดสินใจออกเป็นโหนดลูกได้อย่างไร ตัววัดนี้จะคำนวณโอกาสที่องค์ประกอบที่ถูกสุ่มเลือกจากชุดข้อมูลย่อย (subset) จะถูกจำแนกประเภทผิดพลาด หากมีการติดป้ายกำกับตามการแจกแจงป้ายกำกับในชุดข้อมูลย่อยนั้น