Sign in Subscribe
Narut Soontranon

Narut Soontranon

Data Science | AI | Machine Learning | Deep Learning
Decision Tree & Ensemble Methods

Decision Tree & Ensemble Methods

หากจะพูดถึง Machine Learning Algorithm ที่รู้จักกันเป็นอย่างดี นั่นก็คือ Decision Tree และ Ensemble Methods  ใช้สำหรับการทำ Supervised Learning ได้ทั้ง Regression (ทำนายตัวเลข) และ Classification (ทำนาย Class) . CART ย่อจาก Classification and Regression Tree รู้จักกันในชื่อ Decision
Narut Soontranon
เทคนิคการ Prompt เพื่อให้ได้คำตอบที่ดีจาก LLMs

เทคนิคการ Prompt เพื่อให้ได้คำตอบที่ดีจาก LLMs

💬 LLMs (Large Language Models) ถือเป็น Gen AI (Generative AI) ที่ถูกนำไปประยุกต์ใช้อย่างแพร่หลาย และช่วยเพิ่ม Productivity ในงานต่างๆ มี Applications ที่รู้จักกันเป็นอย่างดี เช่น ChatGPT (โดย OpenAI), Gemini (โดย Google), Claude (โดย Anthropic) การใช้งาน LLMs ให้เกิ
Narut Soontranon
การทำ Data Science Project

การทำ Data Science Project

1) Project Setup (เริ่มต้นโครงการ) * กำหนด Use case ที่จะทำ Data Science  * ร่วมกับผู้มีส่วนได้ส่วนเสีย (Stakeholders) ในการกำหนดเป้าหมายทางธุรกิจ เช่น ทีมการตลาดการขาย  * ระบุประเภทของ Analytics เช่น Predictive Analytics  * ระบุวิธีการในการวัดประสิทธิภาพของโมเดล 2) Data Collection (การรวบรวมข้อมู
Narut Soontranon
มูลค่าทางธุรกิจ กับ Confusion Matrix

มูลค่าทางธุรกิจ กับ Confusion Matrix

หากต้องการทำความเข้าใจ Confusion Matrix ก่อน สามารถอ่านได้ ที่นี่ ในกรณี การทำนายลูกค้าที่จะ Churn หรือ Churn Prediction Model 💸 มูลค่าทางธุรกิจ ที่เกิดขึ้นสำหรับทั้ง 4 ค่า ของ Confusion Matrix  1) True Positive - ลูกค้าที่ Churn และโมเดลทำนายถูกว่า
Narut Soontranon
Confusion Matrix

Confusion Matrix

Classification Model เป็นการพยายามทำนาย Class ถือเป็น Machine Learning ประเภท Supervised Learning หากค่าที่ต้องการทำนายมี 2 Classes เรียกว่า Binary Classification เช่น การทำนายลูกค้าที่จะ Churn หรือ Churn Prediction Model วิธีการวัดประสิทธิภาพของ Model สามารถพิจารณาได้จาก Confusion Matrix สิ่งที
Narut Soontranon
เทคนิคการสัมภาษณ์งานด้าน Data

เทคนิคการสัมภาษณ์งานด้าน Data

ในการสัมภาษณ์งานตำแหน่ง Data Scientist, Data Analyst หรือ ตำแหน่งงานในทีม Data อื่นๆ นอกจากความรู้พื้นฐานที่เกี่ยวข้องกับงานนั้นๆ แล้ว เราสามารถเตรียมตัวก่อนเข้าสัมภาษณ์ได้ มี 3 สิ่งที่จำเป็นต้องรู้ 1) รู้จักกับผู้สัมภาษณ์ (Know the interviewer)
Narut Soontranon
3 ปัจจัยในการพิจารณาคุณภาพข้อมูล

3 ปัจจัยในการพิจารณาคุณภาพข้อมูล

1) ความถูกต้องของข้อมูล (ดูเพิ่มเติมได้ที่ -> 5 คุณลักษณะ ของ Data Quality) * ความถูกต้อง (Accuracy) * ความสมบูรณ์ (Completeness) * ความน่าเชื่อถือได้ (Reliability) * ความเกี่ยวข้อง (Relevant) * ทันต่อเวลา (Timeliness) 2) กฎหมายและจริยธรรม * การปฏิบัติตามความเป็นส่วนตัว
Narut Soontranon