Machine Learning ประเภทต่างๆ

ส่งต่อความรู้

โปรแกรมคอมพิวเตอร์ ก็มีวิธีเรียนรู้หลายแบบ ไม่ต่างกับมนุษย์นะ

หลังจากที่เรารู้ว่า Machine Learning คืออะไร แล้ว บทความนี้จะพามารู้จักกับ Machine Learning ประเภทต่างๆ ครับ (ถ้าใครยังไม่ได้อ่านบทความ Machine Learning คืออะไร แนะนำให้อ่านก่อนนะครับ)

เอาหละ วันนี้ เป็นวันดี…

ขอเล่านิทานให้ฟังสักเรื่องครับ

มีเรื่องเล่าว่า ที่บ้าน ปรมาจารย์กังฟูคนหนึ่ง มีศิษย์สามคนที่เรียนกังฟูก็ไม่ได้เรื่องเอาซะเลย ชอบโดดการฝึกไปสุมหัวคุยกันว่าอยากจะเป็นเซียนหมากรุก แต่ทั้งสามคนเองก็เล่นไม่เป็น เมื่อความนี้ไปถึงอาจารย์เข้า อาจารย์จึงออกอุบายให้ทั้งสามไปหาวิธีเรียนรู้มา โดยบอกว่า

“ที่นี้ไม่มีใครสามารถสอนหมากรุกเจ้าได้หรอก เพราะเป็นสำนักกังฟู ทั้งสามจงเก็บกระเป๋ากลับบ้านไปหาวิชาหมากรุกมา แล้วอีก 3 เดือนจงกลับมาที่นี้ ตัวข้าจะหานักหมากรุกที่เก่งที่สุดในยุทธภพ มาเปิด Course สัมมนาพร้อม เบรคชา กาแฟ ให้กับพวกเจ้า”

ศิษย์คนแรก นายถัง ที่บ้านมีฐานะมีเงินมีทองเป็นถังๆ แต่ไม่ค่อยมีเวลา เมื่อกลับบ้านไปเลยจ้างเซียนหมากที่เก่งที่สุดแถวบ้านมาสอน ว่าหมากตัวไหนเรียกว่าอะไร แต่ละตัวมีวิธีการเดินอย่างไร พร้อมกลยุทธ ใบไม้พลิ้วไหว ซึ่งสามารถทำให้เดินหมากสยบคู่ต่อสู้ได้ในพริบตา

ศิษย์คนที่สอง นาย รั่ว เป็นลูกชายของคนในพรรคยาจก ไม่มีเงินไปจ้างอาจารย์มาสอน แต่มีเวลาว่างเยอะ เลยอาศัยไปดูคนตามร้านน้ำชาว่าเขาเล่นหมากรุกกันอย่างไร ตัวไหนมีวิธีการเดินแบบเด็ดๆอย่างไรบ้าง พูดง่ายๆว่าไปดูๆแล้วจำเอาโดยไม่ต้องมีใครสอน

ศิษย์คนที่สาม นาย จ้ง ไม่ร่ำไม่รวยแต่ก็ไม่จน เป็นลูกของครูบ้านนอก เบื้องต้นพ่อก็สอนให้เล่น โดยสอนคร่าวๆว่าตัวไหนเดินยังไง ทำไงถึงจะชนะ แต่ด้วยความที่ต้องกลับไปสอนหนังสือต่อบนดอย ทำให้ไม่มีเวลามานั่งเล่นเป็นเพื่อน เมื่อได้ความรู้จากที่พ่อสอนแล้ว นาย จ้ง จึงออกไปร้านน้ำชาแถวบ้านนั่งดูเขาเล่นหมากรุก บางวันก็เจอนายรั่ว นั่งดูอยู่เหมือนกัน

พอครบกำหนด 3 เดือน ศิษย์ทั้งสามก็กลับมาหาอาจารย์ ถามหาเซียนหมาก พร้อม เบรคชา กาแฟ อาจารย์หัวเราะร่า แล้วบอกว่า ข้านี่แหละเซียนหมากตัวจริง ศิษย์ทั้งสามบ่นอุบว่ารู้แล้วทำไมไม่สอนแต่แรกฟระ อาจารย์เลยบอกว่าไม่งั้นจะยกตัวอย่างให้ผู้อ่านบทความนี้รู้จักประเภทของ Machine Learning ทั้ง 3 ประเภทได้อย่างไร … จบ

จากนิทานเรื่องนี้ การเรียนรู้ของศิษย์ทั้งสามคน คือรูปแบบทั้ง 3 ประเภทของ Machine Learning ครับ

ประเภทที่ 1 Supervised Learning (นายถัง คนที่จ้างครูหมากมาสอน)

การเรียนรู้ประเภทนี้จะอาศัยชุดข้อมูลที่เรามีอยู่ก่อนแล้ว สอน ให้ Machine เกิดการเรียนรู้ ยกตัวอย่าง วันทำงาน กำลังจะกลับบ้าน แล้วฝนตก เราเรียนรู้จากประสบการณ์ครั้งก่อนๆว่า ถ้าฝนตกในปริมาณนี้ รถจะติด และทำให้กลับบ้านช้ากว่าปกติ ดังนั้นในกรณีนี้ เมื่อข้อมูลบอกได้ว่า ถ้าวันนั้น Feature คือ ฝนตก แล้ว Label หรือ Output ที่จะได้คือ กลับบ้านช้า (ถ้าใครไม่เข้าใจว่า Feature และ Label คืออะไรย้อนกลับไปอ่านได้ที่นี้นะครับ) หรือ ในกรณีหมากรุกจีน เราสอน Machine ให้รู้ว่าตัวที่มี Feature สามารถเดินไปได้ 4 ทิศ ได้แก่หน้า หลัง ซ้าย ขวา โดยไม่จำกัดจำนวนช่องเรียกว่า ตัว กือ (เรือ) เป็นต้น

คำศัพท์น่ารู้ (เอาไว้พูดเท่ห์ๆ)
ข้อมูล Feature และ Label ต่างๆที่เราจดบันทึกเก็บไว้ อย่างเช่น วันที่ฝนตก จะกลับบ้านช้า ส่วนวันไหนฝนไม่ตกจะกลับบ้านเวลาปกติ สมมุติ จดสถิติไว้ 365 วัน แล้วเอาทั้งหมดให้ Machine เรียนรู้เพื่อสร้างโมเดลในการคาดการณ์ผลในอนาคต เราเรียกข้อมูลชุดนี้ว่า Training Set เมื่อได้โมเดลแล้ว เราต้องการทดสอบความแม่นยำ ให้ป้อนข้อมูลเฉพาะส่วน Feature โดยที่เก็บ Label ไว้ก่อน(วันไหนกลับถึงบ้านช้าหรือเร็ว) เก็บไว้เพื่อเทียบกับสิ่งที่ Machine คาดการณ์ออกมาว่าถูกต้องมากน้อยเพียงใด โดยข้อมูลที่ใช้ทดสอบซึ่งเราแอบไม่บอกผล Label นี้ เรียกว่า Test Set

ประเภท 2 Unsupervised Learning (นายรั่ว ที่ไปนั่งดูเขาเล่นอย่างเดียว)

การเรียนรู้ประเภทนี้เราจะไม่มี Label โดย Machine จะศึกษาข้อมูลทั้งหมด และ เรียนรู้ด้วยตัวเอง อย่างในกรณีหมากรุก Machine เห็นว่ามีหมากตัวหนึ่ง สามารถเดินไปได้ 4 ทิศ ได้แก่หน้า หลัง ซ้าย ขวา โดยไม่จำกัดจำนวนช่อง ซึ่งไม่เหมือนตัวอื่นๆ มันอาจจะสร้าง Label ขึ้นมาเองว่าโดยเรียกหมากตัวนี้เรียกว่า ตัว กอไก่กาดุกกาดุ๋ย อีกตัวอย่างในกรณี ฝนตก รถติด หากเราไม่ได้ให้ Label ว่ากลับบ้านช้า แต่บอกแค่เวลาที่ถึงบ้านในแต่ละวัน เจ้า Machine จะเรียนรู้หาความสัมพันธ์ด้วยตัวเอง จนพบว่าเมื่อวันใดที่ฝนตก เวลากลับบ้านมักจะดึกกว่าวันอื่น จึงทำให้มันสร้างโมเดลออกมาคาดการณ์ได้ว่าหากวันใดฝนตก มีความเป็นไปได้ที่จะกลับบ้านช้ากว่าวันที่ฝนไม่ตก เป็นต้น

ประเภทที่ 3 Semi-Supervised and Unsupervised Learning (นาย จ้ง ที่พ่อสอนหน่อยหนึ่ง แล้วไป ดูเขาเล่นต่อเอาเอง)

วิธีการเรียนรู้นี้คือการผสมผสานทั้งสองประเภท โดยเบื้องต้นอาจจะใช้ข้อมูลที่น้อยหน่อยในการสอน Machine แบบ Supervised Learning จากนั้นเมื่อ Machine มีความรู้ขึ้นมาระดับหนึ่งก็ให้เรียนรู้เองด้วย Unsupervised Learning ในกรณีตัวอย่างหมากรุก เบื้องต้นอาจจะอธิบายตัวหมาก และ กฏกติกาให้ทราบ จากนั้นให้ Machine ไปเรียนรู้วิธีการหากลยุทธเผด็จศึกเอาเองจากข้อมูลที่ได้ไปดูคนอื่นไปเล่นมา เป็นต้น

แถมประเภทที่ 4 ซึ่งถือเป็นประเภทที่กำลังได้รับความสนใจเป็นอย่างมากคือ Reinforcement Learning ซึ่งมีรายละเอียดที่น่าสนใจหลายประการ ไว้ผมจะเขียนเกี่ยวกับเรื่องนี้แยกออกมาอีกทีนะครับ แต่เอาคร่าวๆคือ เมื่อ Machine ทำได้ตามที่เราต้องการ เราให้คะแนนบวก และ เมื่อทำไม่ถูก เราก็ตีมือ ให้คะแนนลบ จน Machine จะเรียนรู้เองว่าทำยังไงให้ได้คะแนนบวก คล้ายๆกับเวลาที่คนสอนสุนัขให้ทำการแสดง เมื่อวิ่งกระโดดลอดห่วงได้ ก็จะให้ขนมกินทุกครั้ง เป็นต้น

การเรียนรู้แต่ละประเภทก็มีข้อดี ข้อเสียที่แตกต่างกัน และ เหมาะกับการใช้งานแต่ละประเภท ซึ่งจะเป็นอะไรนั้น ติดตามได้ในบทความถัดไป (เขียนเสร็จแล้วจะมาใส่ Link ให้นะครับ วันนี้ ขอไป เบรคจิบชา กาแฟ ก่อนนะครับ ^^)


กด Like กด Share กันได้นะครับ และ ยังสามารถกดติดตาม Facebook ของเราได้ที่นี่ หรือ Follow ใน Twitter เพื่อ ให้ทีมงาน AI Informatics มีกำลังใจผลิตเนื้อหาต่อไปครับ ขอบคุณครับ

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *