จะเก่ง Machine Learning ได้ ต้องเก่งเลขด้วยไหม

February 25, 2019

 

Machine Learning หรือที่เรียกกันสั้นๆ ว่า ML คือการพัฒนาระบบคอมพิวเตอร์ให้เรียนรู้ได้ด้วยตัวเองผ่านข้อมูล เช่น Facebook สามารถเรียนรู้ที่แท็กรูปได้ว่าคนนี้คือใคร หรือ Netflix ที่สามารถแนะนำหนังที่เราน่าจะชอบดูได้ เป็นต้น

 

จริงๆ แล้ว ML ไม่ได้เพิ่งจะมี แต่มีมานานแล้วครับ เพียงแต่ช่วงนี้ได้รับความนิยมมากขึ้น และกำลังจะถูกพัฒนาไปถึงขั้น Deep Learning นั่นคือสามารถคิดได้เองโดยที่เราไม่ต้องเข้าไปยุ่งเลย ในอนาคตไม่ช้าก็เร็วนี้ เราอาจจะได้เห็นหุ่นยนต์ไซบอร์กที่เหมือนมนุษย์ทุกอย่างเลยก็ได้นะครับ

 

ด้วยความนิยมที่เพิ่มสูงขึ้น หลายๆ คนเริ่มสนใจอยากเรียนด้าน Machine Learning กันมากขึ้น แต่ก็อาจจะค้างคาใจว่าถ้าจะเก่ง Machine Learning ได้เนี่ย เราจะต้องเก่งเลขด้วยไหม วันนี้เราเลยถือโอกาสหาคำตอบมาให้ครับ โดยเจ้าของคำตอบคือวิศวกรซอฟแวร์ Travis Addair ครับผม

 

 

Travis บอกให้เรามองสองแง่ คือแง่ทฤษฎี กับแง่ปฏิบัติ เขาบอกว่าความรู้ทางด้านคณิตศาสตร์จะช่วยเราให้เข้าใจ Machine Learning ในแง่ทฤษฎีมากขึ้นได้ และยังช่วยให้เราอ่าน และเข้าใจเปเปอร์ด้าน Machine Learning ได้ดีขึ้น เช่น เวลามีการพูดถึงระบบการทำงานใดๆ ของ ML เราก็จะเก็ทว่าเรื่องนี้เกี่ยวกับแคลคูลัส (Calculus) นะ หรือเกี่ยวพีชคณิตเชิงเส้น (Linear Algebra) หรือเกี่ยวทฤษฎีความน่าจะเป็น (Probably Theory) เป็นต้น

 

แต่เมื่อมองในแง่ปฏิบัติ หรือการนำไปใช้จริงนั้น Travis บอกว่ามันเกี่ยวกับปัญหาทางด้านวิศกรรมมากว่า ไม่เกี่ยวกับเรื่องความรู้ทางด้านทฤษฎีมากนัก ฉะนั้นสิ่งที่จำเป็นคือทักษะเชิงเทคนิคทั้งนั้น แต่นั่นไม่ได้หมายความว่าเราจะทิ้งความรู้ทางด้านทฤษฎีไปเสียทั้งหมด

 

สุดท้าย Travis แนะนำผู้ที่สนใจอยากเรียน Machine Learning ว่าไม่ต้องกังวลเรื่องความรู้ด้านคณิตศาสตร์ไปครับ เพราะเราสามารถเข้าถึงการเรียนรู้ได้จากช่องทางที่ต่างกัน ใครที่เก่งคณิตศาสตร์อยู่แล้ว ก็เริ่มกับทฤษฎี ส่วนใครที่ไม่ถนัดคณิต ก็เริ่มจากด้านปฏิบัติก่อนก็ได้

 

 

 

 

Source: Forbes: Do You Need To Be Good At Math To Excel At Machine Learning?

Made easier to read by Satawat Keereewan

Share on Facebook
Share on Twitter
Please reload

Featured Posts

งาน Hackathon เพื่อแก้ไขปัญหาชุมชนเมือง

November 22, 2018

1/1
Please reload

Recent Posts
Please reload

Archive