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

ในทศวรรษที่ผ่านมา เราได้เห็นการเติบโตของ Intelligence System ที่สามารถช่วยมนุษย์ในการแก้ไขปัญหาบางอย่างที่ไม่สามารถทำได้ด้วยซอฟต์แวร์หรือวิธีการดั้งเดิม เทคโนโลยีเช่น Machine Learning และ Deep Learning เข้ามามีบทบาทมากขึ้นและช่วยพัฒนาวงการอุตสาหกรรมอย่างก้าวกระโดด

What is Feature Engineering? ทำไมโปรเจคที่ใช้ Machine Learning (ML) ถึงประสบความสำเร็จตามเป้าหมายในขณะที่บางโปรเจคที่ใช้ ML ถึงล้มเหลว ปัจจัยที่ตัดสินว่า ML ที่สร้างมาจะประสบผลสำเร็จหรือไม่นั้นขึ้นอยู่กับ feature ซึ่งหมายถึงข้อมูลที่จำเป็นต้องใช้ในการสร้างโมเดล โดยส่วนใหญ่ feature มักอยู่ในรูปแบบตัวเลข  และ feature ได้มาจากการทำ feature engineering

การวิเคราะห์ข้อมูลทางธุรกิจ เช่นการทำ regression analysis ไม่ว่าจะเป็นในเรื่องของการหาตัวแปร (factor) ที่มีผลต่อยอดขาย ตัวแปรที่ทำให้ความต้องการของสินค้าเรามากขึ้น หรือส่วนประกอบอะไรที่ทำให้ผลิตภัณฑ์นั้น ๆ เป็นผลิตภัณฑ์ที่มีคุณภาพดี รวมไปถึงการสร้างโมเดลหาความสัมพันธ์ระหว่างยอดขายกับช่องทางการวางขายนั้น อีกทั้งการทำ predictive model (หรือที่นิยมเรียกกันว่า machine learning) อื่น ๆ อย่าง logistic regression รวมไปถึงหลักการของ deep learning อย่าง neural network ซึ่งทั้งหมดนี้สามารถจำเป็นต้องใช้พื้นฐานของ linear regression ทั้งสิ้น Linear Regression คืออะไร Linear regression เป็นโมเดลความสัมพันธ์ระหว่างตัวแปรกับสิ่งที่เราสนใจเช่นปัจจัยต่าง ๆ ทางธุรกิจกับยอดขายในไตรมาสนั้น ๆ หรืออาจจะเป็นส่วนประกอบต่าง ๆ ในสินค้ากับเกรดหรือคุณภาพของสินค้าเป็นต้น โดย linear regression นั้นเป็นโมเดลที่ได้รับความนิยมมากที่สุด เนื่องจากเป็นโมเดลที่เข้าใจง่าย อีกทั้งยังสามารถนำไปใช้งานจริงได้อย่างรวดเร็วอีกด้วย แต่ว่ามีข้อควรระวังอยู่มาก หากไม่เข้าใจถึงหลักการของ linear regression…