ต้องลึกแค่ไหนถึงจะเรียกว่า Deep Learning กันนะ ? 🧐
.
👉 มารู้จักกับ Deep Learning ศาสตร์แห่งการเรียนรู้ที่เลียนแบบการทำงานของสมองมนุษย์ จะเป็นยังไง และมีรายละเอียดยังไง หากพร้อมแล้ว ไปอ่านกันโลดดด !!
.
.
💡 รู้จัก Deep Learning
.
Deep Learning เป็นการเรียนรู้ของเครื่องคอมพิวเตอร์แบบอัตโนมัติ ที่เลียนแบบการทำงานของสมองในมนุษย์ เพื่อทำให้เครื่องสามารถเข้าใจและเรียนรู้จากข้อมูลจำนวนมาก ๆ ได้นั่นเอง ซึ่งเป็นส่วนหนึ่งของ Machine Learning และ Artificial Intelligence (AI) ซึ่งในปัจจุบันมีการนำเทคโนโลยีนี้มาใช้กันอย่างแพร่หลาย เช่น รถยนต์ขับเคลื่อนอัตโนมัติ โดยสามารถจำป้ายต่าง ๆ แยกแยะรถยนต์กับคนเดินบนถนน หรือสิ่งขีดขวางต่าง ๆ ตรวจจับความเร็วของรถคันหน้าได้นั่นเอง ซึ่งโครงสร้างอัลกอริทึมของ Deep Learning จะสร้าง Artificial Neural Network มันสามารถเรียนรู้และตัดสินใจทำสิ่งต่าง ๆ ได้ด้วยตนเอง
.
.
🔧 Deep Learning ทำงานอย่างไร ?
.
Deep Learning จะทำงานเลียนการทำงานของโครงข่ายเซลล์ประสาทของมนุษย์ หรือที่เรียกว่า Neural Networks ซึ่งสามารถคิดซับซ้อนเหมือนมนุษย์ได้ สิ่งเหล่านี้จะเกิดขึ้นไม่ได้เลยหากไม่มีชุดข้อมูล เพื่อสร้างอัลกอริทึมที่สามารถจำแนก ทำนาย และจัดหมวดหมู่ให้กับข้อมูลที่เราต้องการได้นั่นเอง
.
โดย Neural Networks จะมีโหนดที่เชื่อมถึงกันหลาย ๆ ชั้น (เหมือนเส้นประสาทของมนุษย์) จะทำหน้าที่ปรับแต่งประสิทธิภาพของการทำนาย หรือการจัดหมวดหมู่ ยิ่งมีเยอะ และลึกเท่าไหร่ การทำนายก็จะแม่นยำขึ้นเท่านั้น โดยโมเดล Deep Learning จะใช้ชุดข้อมูลจำนวนมากและจะเรียนรู้ลักษณะต่าง ๆ ได้ด้วยตนเองจนกว่าจะได้ผลลัพธ์ที่แม่นยำออกมานั่นเอง
.
ซึ่งในปัจจุบันก็ Deep Learning ก็มีอยู่หลายประเภท ไว้คราวหน้าเดี๋ยวแอดจะมาเล่าให้ฟัง แต่ที่ฮิต ๆ กันก็มีอยู่ 2 ประเภท คือ
.
🔸 Convolutional neural networks (CNNs) - หรือเรียกว่า ConvNets มีเลเยอร์หลายชั้น ส่วนใหญ่จะใช้กับการประมวลผลภาพ สามารถตรวจจับลักษณะภายในรูปภาพได้
.
🔹 Recurrent neural network (RNNs) - ส่วนใหญ่จะใช้ใน Natural Language, Speech Recognition, หรือข้อมูลที่เป็น Time Series เพราะโมเดลสามารถเรียนรู้และจำรูปแบบลำดับของข้อมูลได้นั่นเอง
.
.
✨ Deep Learning ใช้ทำอะไรได้บ้าง ?
.
ในปัจจุบัน Deep Learning จะถูกใช้ในงานต่าง ๆ เช่น Image Recognition, natural language processing (NLP), Speech Recognition Software, Self-driving Cars และอื่น ๆ อีกมากมาย และยังสามารถประยุกต์ใช้ในสาขาอาชีพอื่น ๆ ได้ด้วย ดังนี้
.
🚀 การบิน อวกาศ และการทหาร - ใช้ Deep Learning เพื่อสร้างเครื่องมือในการตรวจจับวัตถุจากดาวเทียม, ระบุตำแหน่งและพื้นที่, รวมถึงการสำรวจพื้นที่ทางทหารเพื่อความปลอดภัยของกองทัพ
.
🏭 ระบบอัตโนมัติในโรงงานอุตสาหกรรม - ใช้ Deep Learning เพื่อปรับปรุงสภาพแวดล้อมในการทำงานเพื่อให้มีความปลอดภัยมากขึ้น เช่น ในโรงงานที่มีเครื่องจักรมากมาย เพิ่มการตรวจจับอัตโนมัติเมื่อพนักงานเข้าใกล้เครื่องจักร หรือจะเป็นการตรวจจับความผิดปกติของเครื่องจักร เพื่อความปลอดภัย เป็นต้น
.
👨‍🔬 ทางการแพทย์ - ในปัจจุบันมีการใช้ Deep Learning เพื่อทำการวิจัย และวินิจฉัยโรคมะเร็ง จากการตรวจจับเซลล์มะเร็งในร่างกายมนุษย์แบบอัตโนมัติ
.
📑 อ่านและศึกษาเพิ่มเติมได้ที่ : https://searchenterpriseai.techtarget.com/definition/deep-learning-deep-neural-network , https://www.mathworks.com/discovery/deep-learning.html , https://www.ibm.com/cloud/learn/deep-learning
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
#deeplearning #BorntoDev

👉 โดยทั่วไปแล้ว Neural Network นั้นจะสามารถทำงานได้อย่างมีประสิทธิภาพ ถ้าหากข้อมูลที่เตรียมมานั้น มีบรรทัดฐานเดียวกัน แล้วถ้าหากข้อมูลที่มีนั้น มีความซับซ้อนมาก ขนาดไม่เท่ากัน และมีความหลากหลายด้วยหล่ะ จะทำอย่างไรดี
.
⚡ วันนี้แอดมินจะมาแนะนำทุกคนให้รู้จักกับ Convolutional Neural Network กัน เป็นแนวคิดที่ได้จากการมองเห็นของมนุษย์เรานั่นเอง ซึ่งจะมีเนื้อหาเป็นอย่างไรนั้น ไปดูกันเลยยย !!
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
#CNN #neuralnetwork #BorntoDev

#每日5分鐘快速添補ai知識與技能
在深度學習領域中，常會聽見CNN、RNN...，
到底什麼是CNN？
⠀⠀
CNN，是Convolutional Neural Networks，
稱為卷積神經網路，是深度學習領域的發展主力，
它也被稱為 CNNs 或 ConvNets，
電腦視覺這領域，是因為CNN的關係，
在近幾年有許多重大進展，
在影像辨識中甚至可以超越人類辨識的精準度。
⠀⠀
它是一個很直觀的演算法，
概念跟人類以眼睛去辨識有模擬相似之處。
⠀⠀
基本概念可分為四個部分，
1、填白 padding
2、步長 stride
3、池化 pooling
4、卷積 convolution
⠀⠀
CNN的基本概念、結構組成、應用👇
https://blog.tibame.com/?p=19072
⠀⠀
#AI60問 #深度學習 #CNN #卷積神經網路
【AI／資料科學不可不知的60道問題】
每週4篇AI新知識，一次只要5分鐘，
具備AI跨域知識，為職場技能加分💪
#TibaMe #緯育TibaMe #知識 #學習 #科技