ML: จริงๆแล้วสร้าง Model ได้ยังไง

[@kajonpongpoopamonkaipob6153]

ถ้าเขียนโค๊ดด้วยจะมีมากๆเลยครับ

[@taorenx]

สุดยอดครับ ผมไล่มาตั้งแต่ Reinforcement learning Q table Q learnling Nural network Q network Sofemax Optimize มา งง ตรง Gradient Descent ตรงสมการ Cost/w เข้าใจขึ้นมากครับ

[@PMTManja-jl6oh]

Java สามารถเขียน ML ได้ไหมครับ แล้วจะเริ่มอย่างไรครับ

[@sirinarthansuwan8929]

อธิบายได้เข้าใจง่ายขึ้นเลยค่ะ

[@DrKerMinistry]

เยี่ยมมากครับ ขอบคุณมากครับ

[@truthordare5706]

อยากให้มีคอร์สออนไลน์สอนแบบตั้งแต่ basic จังเลยครับ

[@Immortaxio135]

เข้าใจมากขึ้นเยอะ ขอบคุณมากๆครับ

[@sarantarnoi3732]

ขอบคุณครับ เข้าใจเลยครับ

[@SaTaPaT-J]

ขอบคุณคับ เข้าใจมากขึ้น

[@armkhachen8616]

ขอบคุณมากครับ

[@teerapatprommarak2070]

กระจ่างเลยครับ ขอบคุณมากๆครับผมม :)

[@KobkritViriyayudhakorn]

ขอบคุณมากครับ :)

[@gunzacx]

สมมติถ้า error รวม รอบที่ 1 ได้ 10.5 แล้ว error รวม รอบที่ 2 ได้ 13 ซึ่ง error รวม รอบที่ 2 เพิ่มขึ้น ผมอยากทราบว่า กรณีแบบนี้เกิดขึ้นได้มั๊ยครับ แล้วแก้ปัญหายังไงครับ

[@blurvision3138]

กรณี Vertext function เป็นถ้วย สองก้นล่ะครับ แต่มีก้นที่ต่ำสุดอันเดียว การทำงานของ Gradient Descent ยังเหมือนเดิมไหมครับ

[@KobkritViriyayudhakorn]

Loss function ใน ML ร้อยละ 99% จะเป็น Vertex Function ซึ่งมีก้นเดียวอยู่แล้วครับ ถ้าเป็น Function ที่มี Vertex 2 ก้นหรือมากกว่ามีโอกาสตก Local Minima (ยังไม่ใช้ก้นเหวลึกสุด) วิธีแก้ใช้วิธี Random Parameters ใหม่แล้ว Train เอาหลายๆรอบก็ได้ครับ แล้วดูว่าอันไหนลด Cost ได้ต่ำที่สุด