| description |
|---|
🤔 อยากเขียน AI เก่งๆควรจะต้องทำยังไงบ้างนะ ? |
หัวข้อไม่ได้เขียนผิดหรอกว่า ถ้าอยากเก่ง AI จงไปลอก AI คนอื่นมาซะ!! แต่อย่าลอกแบบ งงๆ นะ ต้องพยายามทำความเข้าใจด้วยว่า ทำไมจุดนี้เขาเลือกใช้แบบนี้ ทำไมตรงนี้เขาทำแบบนั้น แล้วหลังจากที่ทำไปเรื่อยๆเราก็จะเกิดความชำนาญว่า ถ้าเจอข้อมูลแบบนี้เราควรจะเลือก algorithms หรือ ตั้งโจทย์แบบไหนถึงจะมีประสิทธิภาพที่สุดยังไงล่ะ ดังนั้นในรอบนี้เราจะมาดูว่า ถ้าอยากจะไปดูตัวอย่างที่คนอื่นทำไว้ เราจะต้องหาดูจากที่ไหนได้บ้างกัน
{% hint style="success" %}
แนะนำให้อ่าน
บทความนี้เป็นส่วนหนึ่งของบทความ 👶 Data Scientist หากเพื่อนๆสนใจอยากรู้หลักการของพวก Data science ทั้งหมดแนะนำให้ไปอ่านบทความหลักได้โดยการจิ้มชื่อสีฟ้าๆนั้นเลยนะครับ ส่วนใครที่อยากลองสร้าง AI เป็นของตัวเองก็สามารถดูตัวอย่างได้จากบทความด้านล่างนี้ครับ
สร้าง AI ตัดสินใจอนุมัติบัตรเครดิต 💳
{% endhint %}
ตัวอย่างนั้นมีเพียบเลยไม่จำเป็นว่าจะต้องเป็นของค่ายไหน เพราะทุกค่ายก็จะมีหลักการคิดเหมือนๆกันนั่นแหละ แต่ง่ายที่สุดสำหรับผมคือเรียนจาก Azure AI Gallery เพราะในนั้นมีตัวอย่างที่สามารถกดคลิ๊กเดียวแล้วมันจะสร้าง project ที่พร้อมให้เราลองเล่นได้เลยยังไงล่ะ ซึ่งถ้าได้ลองเข้าไปนะจะเห็นตัวอย่าตรึมเลย
ซึ่งตัวอย่างแต่ละตัว เขาก็จะอธิบายปัญหาว่ามันเกิดอะไรขึ้น เขามีข้อมูลในมือเป็นแบบไหน และจะแก้ปัญหาโดยใช้ AI กับ algorithms แบบไหนถึงจะเหมาะสมดี ซึ่งถ้าเราสนใจเราสามารถลองกดปุ่มเอาตัวอย่างไปลองเล่นได้เลย เช่นจากรูปด้านบนจะเห็นด้านล่างขวา เขาจะสอนห้เราแยกอีเมล์ออกเป็นกลุ่มๆ ก็ลองกดเข้าไปได้เลย ถ้าหาไม่เจอสามารถกดลิงค์ Email classification for Automated support ticket ตรงนี้ได้เลย
พอเปิดเข้ามาก็จะเห็นรายละเอียดของตัวอย่างนี้อย่างละเอียดพร้อมขั้นตอนพาสร้างแบบ step by step กันเลยทีเดียว ส่วนถ้าอยากลองเอาไปทำก็สามารถกดปุ่ม Open in Studio เพื่อเอาไปลองศึกษาเล่น Machine Learning Studio เล่นได้ทันทีเลย
เนี่ยเราก็จะได้ของประมาณนี้มาลองเล่นใน Studio เลยทันที
สมมุติว่าเราอยากจะ focus เฉพาะ algorithms ที่เราสนใจเช่น การจัดกลุ่ม หรือที่เรียกว่า Clustering เพียงอย่างเดียวแล้วละก็ เราก็สามารถ search ชื่อ algorithms ที่เราสนใจด้านบนได้เลย แล้วเขาก็จะแสดงรายการ AI ตัวอย่างพร้อมบอก algorithms ที่ใช้ว่ามีอะไรบ้างออกมา ส่วนเราก็แค่กดเลือกตัวอย่างที่เราสนใจ เช่นเราสนใจ การแยกดอกไม้ กดกดจิ้มมันเข้าไปได้เลย
และก็เช่นเคยเขาก็จะเปิดหน้ารายละเอียดของปัญหาพร้อมวิธีการแก้ไขบลาๆ เช่นเคย ซึ่งถ้าเรากด Open in Studio เขาก็จะไปสร้าง project ให้เราลองเล่นเหมือนตัวอย่างที่แล้วครับ
เพื่อนๆคนไหนที่กำลังเจอปัญหาเวลาที่ทำ AI เช่นเจอข้อมูลแหว่งๆ หรือ dataset เป็นแบบนี้ต้องรับมือยังไงดี จริงๆเราก็สามารถ search ปัญหาที่เราติดอยู่ในตัว Azure AI Gallery ได้เลยเหมือนกันนะ เช่น การจัดการข้อมูลที่มันแหว่งๆไรงี้ ก็อาจจะลอง search ว่า missing data ลงไปดูก็ได้ เขาก็จะโชว์รายการตัวอย่างในการรับมือกับข้อมูลที่มันแหว่งๆออกมาให้ดูเต็มไปหมดเลยยังไงล่ะ
อันนี้ขอตอบรวมๆหลายเรื่องเลยละกัน เช่นอยากดูว่าเขียน AI ด้วยภาษาอื่นๆเช่นภาษา R, Python หรืออยากจะให้ AI เราทำงานร่วมกับ services อื่น เช่นออกกราฟด้วย PowerBI หรือเอาข้อมูลเข้าออกจากคลาว์ด้วย Blob Storage หรืออยากดู algorithms แบบอื่นๆ นั้นเราก็สามารถเลือกดูได้จากเมนูด้านซ้ายมือมีให้เลือกเต็มไปหมดเลยครับ และ ถ้าไม่จุใจในหมวดไหนก็สามารถกดปุ่ม Show all เพื่อดูรายการทั้งหมดของเขาก็ได้นะครับ
การที่เราจะหัดเขียน AI จริงๆนั้นมันไม่ได้ยากอะไรเลย และไม่จำเป็นต้องจบมาในสาขานี้โดยตรงก็สามารถสร้าง AI ได้แล้ว เพียงแค่เราต้องลองดูตัวอย่างหลายๆแบบ ทำมันจนเข้าใจ เล่นกับข้อมูลเยอะๆเพียงเท่านี้เราก็สามารถเป็น Data scientist ได้แล้วนั่นเอง
{% hint style="success" %} คนเก่งจะเรียนรู้จากความผิดพลาดของตัวเอง คนฉลาดจะเรียนรู้จากความผิดพลาดของคนอื่น แต่สุดยอดแห่งการเรียนนั้นคือไม่ต้องเรียน ดังนั้น สุดยอดแห่งการทำ AI คือไม่ต้องทำเช่นกัน แต่จงเรียนรู้จากคนที่ทำเป็นแล้วต่างหาก {% endhint %}
สำหรับเพื่อนๆที่อ่านมาจนถึงบทสุดท้ายของ Data Scientist ขั้นพื้นฐานตรงนี้แล้วสนใจที่อยากจะเริ่มเขียน AI จริงๆจังๆแล้วล่ะก็สามารถเข้าไปดูต่อได้ที่คอร์ส Machine Leaning Studio ที่จะพาจับมือทำ AI แบบทีละขั้นตอนตั้งแต่ 0 ได้จากลิงค์ด้านล่างนี้เลยครับ
{% page-ref page="../../cloud/machine-learning-studio/" %}