กรณีที่ข้อมูลไม่ได้เป็นแบบต่อเนื่องแต่เป็นชนิดที่เรียกว่า หมวดหมู่ (Category) หรือที่เรียกอีกอย่างว่า (Qualitative data) รูปแบบการวิเคราะห์ Regression ก็สามารถนำมาวิเคราะห์ค่าไม่ต่อเนื่องได้เช่นกัน โดยใช้ Logistic Regresstion Logistic Regresstion Analysis ถูกนำมาใช้เพื่อทำนายว่า จะเกิดเหตุการณ์หนึ่งขึ้นหรือไม่หรือมี โอกาสเกิดขึ้นมากน้อยเพียงใด โดยมีการกำหนดค่าตัวแปรตัวหนึ่งหรือหลายตัวที่คาดว่าจะส่งผลต่อการเกิดเหตุการณ์นั้น ๆ และในที่สุดก็จะทำให้เราเข้าใจสาเหตุการเกิดเหตุการณ์นั้น ๆได้ในที่สุด

จากข้อมูล ลูกค้าในห้างสรรพสินค้า https://www.kaggle.com/vjchoudhary7/customer-segmentation-tutorial-in-python/version/1 วันนี้เราจะ ทำการ แบ่งกลุ่มลูกค้าในห้างสรรพสินค้า ด้วย Kmeans โดยพิจารณา จาก Spending_Score โดยมีคะแนน 1 ถึง 100 ให้ลูกค้าทุกคนในห้างสรรพสินค้า โดยดูจากประวัติการซื้อและ จำนวนสินค้า ตลอดจนมูลค่าที่ซื้อ ของแต่ละคน จากชุดข้อมูลที่ ดาวน์โหด มาชื่อ Mall_Customers.csv ซึ่งหาดูจากการกระจายต้ว ก็จะพบว่า มีการเกาะกลุ่มกันชัดเจน

จุดอ่อนของการทำ K-Mean Clustering คือ เราไม่รู้ว่าควรใช้ค่า k เท่าไร ถึงจะเหมาะสม ทำให้เป็นการยากที่จะใช้ การแบ่งกลุ่ม แบบนี้ วันนี้ลองมาดูวิธี Elbow ซึ่งในภาษาไทยก็คือ จุดข้อศอก หรือ จุดหักศอก นั่นเอง วิธี Elbow method คือวิธีการวัด Error ของผลรวมของระยะห่างระหว่าง Object กับ Centroid เรียกว่า ”Within-Cluster-Sum-of-Squares (WCSS)” โดยคำนวณจากค่า Inertia ซึ่งเป็นค่าผลรวมของระยะห่างจากทุกจุดไปยังจุดศูนย์กลางนั้น ๆ

Deep Learning คือวิธีการเรียนรู้แบบอัตโนมัติด้วยการ เลียนแบบการทำงานของโครงข่ายประสาทของมนุษย์ (Neurons) โดยนำระบบโครงข่ายประสาท (Neural Network) มาซ้อนกัน หลายชั้น (Layer) และทำการเรียนรู้ข้อมูลตัวอย่าง ซึ่งข้อมูล ดังกล่าวจะถูกนำไปใช้ในการตรวจจับรูปแบบ (Pattern) หรือจัด หมวดหมู่ข้อมูล (Classify the Data) คงต้องยอมรับว่า หากจะเล่น Deep learning ในชั่วโมงนี้ ก็ต้องใช้ 1) TensorFlow 2) Convolutional Neural Networks

การเรียนรู้ของเครื่อง (Machine learning) สามารถนำมา จำแนกภาพทะเลหรือภาพภูเขาด้วยตัวอง โดยไม่ต้องเขียนโปรแกรม โดยเพียงป้อนภาพตัวอย่าง ให้เครื่องเรียนรู้ด้วยตนเอง มากหน่อย เพื่อที่จะทำการสาธิต ในครั้งนี้ได้ จำเป็นต้องใช้ ไลบารี พิเศษ คือ mahotas ซึ่ง เป็นไลบรารี่การประมวลผลภาพ (Image Processing) ใช้สกัดคุณลักษณะเด่นภายในภาพ ติดตั้งด้วยคำสั่ง !pip install mahotas ดังตัวอย่างต่อไปนี้ หลังจากติดตั้งเสร็จ แล้ว ลองทดสอบ โดย import mahotas as mh ถ้าไม่มี error ก็ถือว่า ใช้ได้ครับ

“Logistic Regression — การถดถอยโลจิสติกสร้างผลลัพธ์ในรูปแบบไบนารีซึ่งใช้ในการทำนายผลลัพธ์ของตัวแปรตามหมวดหมู่ มีการใช้กันอย่างแพร่หลายมากที่สุดเมื่อตัวแปรตามเป็นไบนารีเช่นจำนวนประเภทที่มีอยู่คือสองประเภทเช่นผลลัพธ์ตามปกติของการถดถอยโลจิสติกคือ: ใช่และไม่ จริงและเท็จ สูงและต่ำ ผ่านและล้มเหลว” https://www.kaggle.com/rakeshrau/social-network-ads/version/1 บริษัทต้องการออกสินค้าตัวใหม่ จากข้อมูลก่อนหน้านี้เกี่ยวกับยอดขายเกม ใหม่ที่ต้องการ ต้องการคาดเดาประเภทของผู้ที่อาจสนใจซื้อเกม แบบนี้ โดยเดาจาก ข้อมูลเก่าๆ ของกลุ่มลูกค้าบน Social media ที่ซื้อสินค้าจากบริษัทของตน…

พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 ได้ประกาศในราชกิจจานุเบกษาในวันที่ 27 พฤษภาคม 2562 แต่ได้เลื่อนการบังคับใช้ออกไปจนถึงปี 2565 วันนี้ ขอนำเสนอตัวอย่าง สองคดี ที่เกิดในประเทศสหราชอาณาจักร ที่มีการละเมิดสิทธิข้อมูลส่วนบุคคลที่โด่งดัง และมีโทษปรับสูงรวมกันเกือบพันล้านบาท ซึ่งทั้งสองคดีจะเกิดขึ้นทวีปยุโรป ผ่านใต้กฎหมาย GDPR (General Data Protection Regulation) ซึ่งก็คือ พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) ในประเทศไทย. กล่าวง่ายๆคือ ประเทศไทย ร่างกฎหมาย โดยเอา GDPR มาเป็น แม่แบบ

วันนี้ขอนำเสนอ อัลกอริทึมที่ทรงพลังที่สุด อีกหนึ่งอันในกิ่ง Supervised Learning ครับ ในบทความนี้จะทำการเปรียบเทียบ ประสิทธิภาพของ อัลกอริทึม จำนวน 3 อัลกอริทึม ได้แก่ Decision tree, Logistic Regression และ SVM ซึ่งจะเห็นว่า Support Vector Machine มีประสิทธิภาพดีที่สุดอย่างเห็นได้ชัด Support Vector Machine เป็นอัลกอริทึมที่สามารถนำมาช่วยแก้ปัญหาการจำแนกข้อมูล ใช้ในการวิเคราะห์ข้อมูลและจำแนกข้อมูล โดยอาศัยหลักการของการหาสัมประสิทธิ์ของสมการเพื่อสร้างเส้นแบ่งแยกกลุ่มข้อมูลที่ถูกป้อนเข้าสู่กระบวนการสอนให้ระบบเรียนรู้ โดยเน้นไปยังเส้นแบ่งแยกแยะกลุ่มข้อมูลได้ดีที่สุด…

การทดสอบสมมติฐาน t-Test เป็นมาตรฐานการทดสอบสมมุติฐานที่ได้รับการยอมรับมาตลอดหลายทศวรรษ แต่ส่วนใหญ่ ต้องใช้พื้นฐานคณิตศาสตร์ และเครื่องมือ ราคาแพง ทำให้เป็นอุปสรรคต่อผู้ใช้งาน วันนี้เราลองมาดูวิธีใหม่อีกวิธีที่ง่ายและไม่มีค่าใช้จ่าย แถม พัฒนาในไม่กี่บรรทัด อย่างเช่น ภาษาไพทรอน กันบ้าง โดย นำเสนอ สมมติฐาน t-Test ทั้ง สาม กรณี คือ One-Sample T-Test, Independent T-Test และ Paired T-Test กรณี1. การวิเคราะห์กรณีเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่าง (One Sample t-Test)