6 อัลกอริธึม ตัว Top ของ Machine Learning Algorithm : สำหรับการพยากรณ์

ติดตามกันได้ที่ Facebook Page : matlab bkk center

1. Linear Regression หาเส้น Best fit เป็นตัวแทนข้อมูลทั้งหมด

ข้อดี : เข้าใจได้ง่าย แต่ มีโอกาสที่อาจเกิด Overfitting

2. Logistic Regression การนำการถดถอยเชิงเส้นมาใช้กับปัญหาการทำ Classification

ข้อดี : เข้าใจได้ง่าย แต่ มีโอกาสที่อาจเกิด Overfitting

3. Decision Tree แต่ละกิ่ง จะทำให้เข้ากันกับโอกาสของผลลัพธ์ จากการตัดสินใจ

ข้อดี : เข้าใจได้ง่าย นำไปใช้ง่าย แต่อาจจะไม่เหมาะกับข้อมูลทีมีความซับซ้อน

4. Random Forest ใช้ค่าเฉลี่ยของ Decision tree ภาพรวมอาจจะได้ผลลัพธ์ที่ดีขึ้น

ข้อดี : มีแนวโน้มที่จะให้ผลลัพธ์ที่มีคุณภาพสูงมาก แต่การทำนายผลอาจจะช้าเมื่อเทียบกับ อัลกอริธึม อื่นเข้าใจที่มาของผลพยากรณ์ได้ยาก

5. Gradient Boosting แก้ปัญหายากๆได้

ข้อดี : มีประสิทธฺภาพการทำนายสูง แต่หากมีการเปลี่ยนแปลง dataset ของอนาคตข้างหน้าเพียงเล็กน้อยจะกระทบ ทำให้เกิดการเปลี่ยนแปลงโมเดลทันที เข้าใจที่มาของผลพยากรณ์ได้ยาก

6. Neural Networks เลียนแบบกระบวนการของสมอง เซลล์ประสาทที่เชื่อมต่อกันซึ่งส่งสัญญาณประสาทถึงกันและกัน หากเป็น Deep learning จะมีหลายเลเยอร์

ข้อดี : จัดการกับ Task ที่มีความซับซ้อนได้ มีความหลากหลายของประเภท Input

แต่อาจจะ Train model ได้ช้า โดยต้องอาศัยประสิทธิภาพของการประมวลสเปคสูง

แทบจะไม่เข้าใจผลที่มาของการพยากรณ์

สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Facebook Page : (1) Matlab bkk center | Facebook