การเรียนรู้ของเครื่อง (Machine learning) เป็นวิธีที่รู้จักกันดีในการวิเคราะห์ข้อมูลด้วยการสร้างแบบจำลอง ระบบการเรียนรู้ของเครื่องประกอบด้วยไฮเปอร์พารามิเตอร์จำนวนมากซึ่งเป็นพารามิเตอร์ที่ใช้ในการควบคุมความซับซ้อนของโมเดล เช่น อัตราการเรียนรู้, โมเมนตัม, epsilon และอื่น ๆ

การทำนายราคาขายของน้ำมันเป็นสิ่งที่สำคัญและทำอยู่กันอย่างแพร่หลายในปัจจุบัน แต่ทว่าด้วยปัจจัยหลาย ๆ อย่างที่ไม่มีความแน่นอน

ตามปกติแล้ว เมื่อเราสร้าง model สำหรับ classification มาแล้ว เช่น ทำนายว่าลูกค้าคนใดจะมาชำระเงินล่าช้า ทำนายว่าลูกค้าจะตอบรับการแนะนำโปรโมชั่นใหม่ๆรึเปล่า ฯลฯ

การประมวลผลภาษาธรรมชาติ (Natural Language Processing, NLP) เป็นกระบวนการในการสร้างอัลกอริทึมการคำนวณเพื่อวิเคราะห์และแสดงผลลัทธ์ที่เกี่ยวข้องกับภาษาของมนุษย์

ในปัจจุบัน ชีวิตประจำวันของเรามีการซื้อขายและใช้บริการต่าง ๆ จากเว็บไซต์หรือระบบออนไลน์มากมาย เราจะพบว่า สิ่งที่มาคู่กับขณะเลือกซื้อสินค้าหรือใช้บริการคือการแนะนำสินค้าหรือบริการอื่นที่เกี่ยวข้อง

เชื่อว่าหลายๆคนอาจจะเจอปัญหาในการเริ่มทำ Topic Modeling ด้วย LSA หรือเรียกเต็มๆว่า Latent Semantic Analysis เพราะไม่ค่อยมีใครอธิบายกระบวนการเต็มๆ หรือการนำไปใช้ ส่วนใหญ่มักจะเขียนแค่ว่าได้ตัวโมเดลแล้วจบแค่นั้น

ลายเซ็นคือการเขียนชื่อหรือสัญลักษณ์แทนตัวตนด้วยลายมือเพื่อใช้ในการแสดงอัตลักษณ์ของบุคคล ลายเซ็นถูกใช้ในการแสดงตัวตน การอนุมัติ และเป็นหลักฐานในการยืนยันการทำธุรกรรม

การตัดแบ่งรูปภาพ (Image Segmentation) Image Segmentation คือการจำแนกพิกเซลภายในภาพ หรือการตัดแบ่งรูปภาพออกเป็นพื้นที่ที่มีรายละเอียดต่างกัน 

งานวิจัยต่อจาก Lottery ticket hypothesis ที่น่าสนใจตัวหนึ่งเลย คืองานวิจัยที่มีชื่อว่า Targeted Dropout ที่พัฒนาโดย Google Brain และ FOR.ai โดยมี Geoffrey E. Hinton หนึ่งในผู้คิดค้น Dropout ขึ้นมา

  การบำรุงรักษาเชิงพยากรณ์ หมายถึงการทำนายหรือคาดการณ์การเสียของเครื่องจักร โดยใช้ข้อมูลในอดีตและข้อมูลจากการวัดผลของเครื่องจักรโดยใช้เครื่องมือต่าง ๆ ซึ่งทำให้ได้ข้อมูลที่สามารถนำมาใช้ในการทำนายระยะเวลาที่เครื่องจะเสีย หรือความน่าจะเป็นที่เครื่องจักรจะเสียในระยะเวลาที่กำหนด