บทนำ
การเรียนรู้ของเครื่องในหลาย ๆ ด้านเป็นจุดตัดระหว่างสองสาขา - วิทยาศาสตร์ข้อมูลและวิศวกรรมซอฟต์แวร์ เป้าหมายของการเรียนรู้ของเครื่องคือการใช้ข้อมูลเพื่อสร้างแบบจําลองคาดการณ์ที่สามารถรวมเข้ากับแอปพลิเคชันซอฟต์แวร์หรือบริการได้ การบรรลุเป้าหมายนี้จําเป็นต้องมีการทํางานร่วมกันระหว่างนักวิทยาศาสตร์ข้อมูลที่จะสํารวจและเตรียมข้อมูลก่อนที่จะใช้เพื่อ ฝึก แบบจําลองการเรียนรู้ของเครื่อง และนักพัฒนาซอฟต์แวร์ที่รวมแบบจําลองเข้ากับแอปพลิเคชันที่ใช้ในการคาดการณ์ค่าข้อมูลใหม่ (กระบวนการที่เรียกว่า การอนุมาน)
แมชชีนเลิร์นนิงมีต้นกําเนิดมาจากสถิติและการสร้างแบบจําลองทางคณิตศาสตร์ของข้อมูล แนวคิดพื้นฐานของแมชชีนเลิร์นนิงคือการใช้ข้อมูลจากการสังเกตในอดีตเพื่อทํานายผลลัพธ์หรือค่าที่ไม่รู้จัก เช่น:
- เจ้าของร้านไอศกรีมอาจใช้แอปที่รวมยอดขายในอดีตและบันทึกสภาพอากาศเพื่อคาดการณ์จํานวนไอศกรีมที่พวกเขามีแนวโน้มที่จะขายในวันที่กําหนดตามการพยากรณ์อากาศ
- แพทย์อาจใช้ข้อมูลทางคลินิกจากผู้ป่วยในอดีตเพื่อทําการทดสอบอัตโนมัติที่คาดการณ์ว่าผู้ป่วยรายใหม่มีความเสี่ยงจากโรคเบาหวานหรือไม่โดยพิจารณาจากปัจจัยต่างๆ เช่น น้ําหนัก ระดับน้ําตาลในเลือด และการวัดอื่นๆ
- นักวิจัยในแอนตาร์กติกอาจใช้การสังเกตในอดีตเพื่อระบุเพนกวินสายพันธุ์ต่างๆ โดยอัตโนมัติ (เช่น Adelie, Gentoo หรือ Chinstrap) โดยอิงจากการวัดครีบ ปาก และคุณลักษณะทางกายภาพอื่นๆ ของนก
หมายเหตุ
เราตระหนักดีว่าแต่ละคนชอบเรียนรู้ในรูปแบบที่แตกต่างกัน คุณสามารถเลือกที่จะทําโมดูลนี้ให้เสร็จในรูปแบบวิดีโอหรือคุณสามารถอ่านเนื้อหาเป็นข้อความและรูปภาพ ข้อความมีรายละเอียดมากกว่าวิดีโอ ดังนั้นในบางกรณี คุณอาจต้องการอ้างถึงข้อความดังกล่าวเป็นเนื้อหาเสริมในการนําเสนอวิดีโอ