Latest

Data Preparation อาจเป็นขั้นตอนที่ยากและใช้เวลามากที่สุดของ ML (Machine Learning) Projects เนื่องจากชุดข้อมูลแต่ละชุดมีความแตกต่างกันสำหรับแต่ละ Project อย่างไรก็ตาม มีความเหมือนกันใน Concept ของการเตรียมข้อมูล เพื่อใช้ใน Predictive (ML) Models จึงสามารถกำหนดขั้นตอนที่ใช้เป็นแนวทางในการดำเนิ

ในบทความเกี่ยวกับ Large Langauge Model (LLM) มักพบคำว่า Zero-shot และ Few-shot Prompting ซึ่งเป็นสิ่งสำคัญที่ทำให้เข้าใจว่า LLM สร้าง Output อย่างไร? ใน Blog นี้จะพูดถึง * LLM สร้าง Output ได้อย่างไร? * Zero-shot Prompting * Few-shot Prompting LLM สร้าง Output

ChatGPT เป็นบริการจาก OpenAI ซึ่งเป็น Conversational Large Language Model (LLM) ถูกใช้อย่างแพร่หลาย และมีประโยชน์มาก เบื้องหลังของ ChatGPT คือ จะไม่เหมือนกับ LLM อื่นๆ กล่าวคือ สามารถสร้างข้อความต่อเนื่องได้จากประโยคที่เราใส่เข้าไป   สามารถถามคำถาม หรือขอคำแนะนำจาก ChatGPT

Recommendation System Metrics * หากต้องการสร้าง ระบบ Recommender ที่ดีนั้น คำว่า “ดี” จะถูกวัดได้อย่างไร? * ระบบ Recommender นั้น แตกต่างจาก Machine Learning Models อื่น ๆ นั่นคือ ความไม่แน่นอนของการวัดผล (Uncertainties of Measuring) * ในร้านขายผลไม้ขนาดใหญ่ โดยต้องให้คำแนะนำ ผลไม้ 3

ในฐานะ Data Scientist เราจำเป็นต้องสื่อสารสิ่งที่ค้นพบ และ ให้คำแนะนำแก่เพื่อนร่วมงานที่ ไม่ได้ อยู่ในสายเทคนิค (Non-Technical) อาจรวมถึงผู้บริหารระดับสูง แผนกอื่นๆ ภายในบริษัท หรือแม้แต่ลูกค้า ดังนั้น เป็นเรื่องสำคัญที่ต้องพัฒนาทักษะการสื

Association Rules ถูกใช้บ่อยในการวิเคราะห์สินค้าที่ซื้อคู่กัน ตัวอย่างเช่น Apiori Algorithm * ลูกค้าที่ไป Supermarket มักมีรายการสิ่งที่ต้องซื้อเป็นมาตรฐาน แต่ละคนมีรายการที่แตกต่างกัน ขึ้นอยู่กับความต้องการและความชอบของแต่ละคน * แม่บ้าน 🧓🏻 อาจซื้อวั

อ่าน Ep.1 ที่นี่ -> https://www.nerd-data.com/ml_ep1/ 4. Clustering Algorithms * เป็น Unsupervised Learning ใช้เพื่อจัดกลุ่มข้อมูล ไปเป็น Clusters แตกต่างกับ Supervised Learning คือ Unsupervised Learning ไม่จำเป็นต้องรู้ Target * เทคนิคนี้มีประโยชน์ ในการค้