งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

สัปดาห์ที่ 5 Clustering Algorithms อ. เทพฤทธิ์ สินธำรงรักษ์ เรียบเรียง.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "สัปดาห์ที่ 5 Clustering Algorithms อ. เทพฤทธิ์ สินธำรงรักษ์ เรียบเรียง."— ใบสำเนางานนำเสนอ:

1 สัปดาห์ที่ 5 Clustering Algorithms อ. เทพฤทธิ์ สินธำรงรักษ์ เรียบเรียง

2  Supervised Learning  Unsupervised Learning  What’s Clustering?  Clustering for game.  Matlab

3  Clustering หรือ การจัดกลุ่มข้อมูล เป็นปัญญาประดิษฐ์ ฟังก์ชั่นหนึ่งที่ปัจจุบันนิยมนำมาใช้เพื่อวิเคราะห์ข้อมูล  เป็น Learning Machines ประเภท Unsupervised Learning  มีหลายตัวที่นิยมมาใช้ในปัจจุบัน เช่น K-mean, Fuzzy C-mean, Self Organizing Mapping Neural Network (SOM) และอื่นๆ

4  Supervised Learning คือ การเขียนโปรแกรมที่ใช้ อัลกอริทึมทางปัญญาประดิษฐ์เพื่อเรียนรู้ข้อมูลที่มี คำตอบอยู่แล้ว  กำหนดให้ x1,x2,…,xN เป็น Input ของโปรแกรม  y หรือ Target คือ Output ของโปรแกรม  เราต้องการเขียนโปรแกรมเรียนรู้ผลลัพธ์จาก ปัญหานี้ เราจะทำอย่างไร X1 X2Y

5  ให้เรามอง 1 คือ การเปิดไฟ  0 คือ การปิดไฟ  จะได้ภาพดังนี้ Machine

6 X1 X2 Y Y Machine Y Y X1 X2 การ Learn ของเราจะส่งตัวแปร X1 และ X2 เข้าไปใน แบบจำลองเพื่อหาค่า Y ที่ละแถว โดยต้อง Random แถวเข้าไปเพื่อเรียนรู้ด้วย เพื่อหาค่าแบบจำลองที่สามารถดำค่าได้ ซึ่งเราจะเรียน อย่างละเอียดในสัปหาด์หน้านะครับ

7  จากปัญหาที่นักศึกษาในรูปข้างบน นศ. บางคนจะคิดว่า มันก็ไม่อยากที่จะเขียนโปรแกรมนี่ค๊ะ  ใช่ มันเขียนโปรแกรมได้ แต่ถ้าปัญหาที่ยากกว่านี้หละทำ ไง ตัวอย่าง  ให้ดาวน์โหลดไฟล์ excel ที่ชื่อว่า DatasetForWeek8.xlsx มาดู

8  เป็นการเรียนรู้แบบไม่มีค่า Target  อ้าวแล้วเราจะเรียนรู้เพื่ออะไร  คำตอบคือ เราต้องการเรียนรู้ว่า Input ของเรามีลักษณะ อย่างไรบ้าง  ยกตัวอย่าง บริษัทผลิตรถแห่งหนึ่งต้องการวิเคราะห์ว่า กลุ่มของลูกค้ามีอะไรเภทไหนบ้าง  มีตัวแปร x1 คือ อายุ แบ่งเป็น 1. อายุน้อย 2. อายุปาน กลาง 3. อายุมาก  ตัวแปร x2 คือ ภูมิลำเนา แบ่งเป็น 1. อยู่ในกทม. 2. อยู่ ต่างจังหวัด  คำถามคือเราจะแบ่งกลุ่มของลูกค้าเป็นอย่างไร

9 Machine Y Y X1 X2 Machine X X X1 X2 ค่ากลางของ Input ผลลัพธ์ของ Input

10

11

12 รูปเริ่มต้น จุดศูนย์กลางของสองกลุ่ม

13

14

15  เป็นภาษาคอมพิวเตอร์ภาษาหนึ่ง  ข้อดี  Syntax ง่าย ไว้สร้าง Prototype Code สำหรับอัลกอริทึม แล้วเอาไปแปลงเป็นภาษาอื่น เพราะการทำงานจะเป็น Matrix  มี function สำหรับการสุ่มครบถ้วนที่สุด  มีความสามรถในการเชื่อมต่อกับ code ภาษาอื่นๆ เช่น JAVA, C#, C++,HTML, Google map  ต่อฐานข้อมูลได้  ทำ server ได้  สามารถหาค่า Difference และ Integrate ได้ด้วย  และที่สำคัญสามารถเป็นใช้งาน Parallel Computing ได้ *

16  ประกาศตัวแปร A1=1; A2=3.5; A3=‘Love’;  สร้าง Matrix s1=zeros(2,2) % แสดงว่าต้องการสร้าง Matrix ขนาด 2*2 s2=[ ]; s3=[1 2;3 4];

17  For Loop for i=1:4 disp(i); end  While i=3; while (i>0) disp(i); i=i-1; end randperm(10) คำสังสุ่มลำดับตั้งแต่ 1-10 แล้วสร้างเป็น array เก็บค่าไว้ [m n]=size(A); คือการหาขนาดของ Matrix โดยจะรี เทิร์น  ค่าแถวเป็น m  ค่าหลักเป็น n

18

19

20 1. function [ Distance ] = Distance( x1,y1,x2,y2 ) Distance = sqrt(((abs(x1-x2)^2))+((abs(y1-y2)^2))); 2. end

21 1. function plotScatter(X1, Y1, X2,Y2,X3, Y3) 2. figure1 = figure; % Create axes 5. axes1 = axes('Parent',figure1); 6. hold(axes1,'all'); % Create scatterDataset 9. scatter(X1,Y1,'o'); % Create scatterCentroid1 12. scatter(X2,Y2,100,'x'); 13. scatter(X2,Y2,10000,'o'); % Create scatterCentroid2 16. scatter(X3,Y3,100,'o','filled'); 17. scatter(X3,Y3,10000,'o');

22  จบการนำเสนอ


ดาวน์โหลด ppt สัปดาห์ที่ 5 Clustering Algorithms อ. เทพฤทธิ์ สินธำรงรักษ์ เรียบเรียง.

งานนำเสนอที่คล้ายกัน


Ads by Google