เร็วกว่าเบราว์เซอร์!
12 ความสัมพันธ์: ชีวสารสนเทศศาสตร์ฟังก์ชันต่อเนื่องการรู้จำคำพูดการประมวลภาษาธรรมชาติการเรียนรู้ของเครื่องการเรียนรู้แบบมีผู้สอนการเรียนรู้แบบไม่มีผู้สอนขั้นตอนวิธีคอมพิวเตอร์วิทัศน์ประสาทวิทยาโครงข่ายประสาทเทียมเจฟฟรีย์ ฮินตัน
ชีวสารสนเทศศาสตร์
การทำความเข้าใจข้อมูลดีเอ็นเอ (ในภาพ) จำนวนมหาศาล จากโครงการจัดลำดับรหัสพันธุกรรมนั้น เป็นเพียงส่วนหนึ่งของปัญหาที่ชีวสารสนเทศศาสตร์เผชิญ ชีวสารสนเทศศาสตร์ หรือ ชีววิทยาเชิงคำนวณ (Bioinformatics หรือ Computational Biology) เป็นสาขาที่ใช้ความรู้จากคณิตศาสตร์ประยุกต์, สถิติศาสตร์, สารสนเทศศาสตร์, และวิทยาการคอมพิวเตอร์ เพื่อแก้ปัญหาทางชีววิท.
ใหม่!!: การเรียนรู้เชิงลึกและชีวสารสนเทศศาสตร์ · ดูเพิ่มเติม »
ฟังก์ชันต่อเนื่อง
ในทางคณิตศาสตร์ ฟังก์ชันต่อเนื่อง (continuous function) คือฟังก์ชันที่ถ้าตัวแปรต้นมีค่าเปลี่ยนแปลงไปเพียงเล็กน้อย ผลลัพธ์ก็จะมีค่าเปลี่ยนแปลงไปเพียงเล็กน้อยด้วยเช่นกัน เราเรียกฟังก์ชันที่การเปลี่ยนแปลงไปเพียงเล็กน้อยของค่าของตัวแปรต้นทำให้เกิดการก้าวกระโดดของผลลัพธ์ของฟังก์ชันว่า ฟังก์ชันไม่ต่อเนื่อง (discontinuous function) ตัวอย่างเช่น ให้ฟังก์ชัน h (t) เป็นฟังก์ชันที่ส่งเวลา t ไปยังความสูงของต้นไม้ที่เวลานั้น เราได้ว่าฟังก์ชันนี้เป็นฟังก์ชันต่อเนื่อง อีกตัวอย่างของฟังก์ชันต่อเนื่องคือ ฟังก์ชัน T (x) ที่ส่งความสูง x ไปยังอุณหภูมิ ณ จุดที่มีความสูง x เหนือจุดพิกัดทางภูมิศาสตร์จุดหนึ่ง ในทางกลับกัน ถ้า M (t) เป็นฟังก์ชันที่ส่งเวลา t ไปยังจำนวนเงินที่อยู่ในบัญชีธนาคาร เราได้ว่า M ไม่ใช่ฟังก์ชันต่อเนื่องเนื่องจากผลลัพธ์ของฟังก์ชันมีการเปลี่ยนแปลงแบบก้าวกระโดดเมื่อมีการฝากเงินหรือถอนเงินเข้าหรือออกจากบัญชี ในคณิตศาสตร์แขนงต่างๆ นั้นแนวคิดของความต่อเนื่องถูกดัดแปลงให้มีความเหมาะสมกับคณิตศาสตร์แขนงนั้นๆ การดัดแปลงที่พบได้บ่อยที่สุดมีอยู่ในวิชาทอพอโลยี ซึ่งท่านสามารถหาข้อมูลเพิ่งเติมได้ในบทความเรื่อง ความต่อเนื่อง (ทอพอโลยี) อนึ่ง ในทฤษฎีลำดับโดยเฉพาะในทฤษฏีโดเมน นิยามของความต่อเนื่องที่ใช้คือความต่อเนื่องของสก็อตซึ่งเป็นนิยามที่สร้างขึ้นจากความต่อเนื่องที่ถูกอธิบายในบทความนี้อีกทีหนึ่ง.
ใหม่!!: การเรียนรู้เชิงลึกและฟังก์ชันต่อเนื่อง · ดูเพิ่มเติม »
การรู้จำคำพูด
การรู้จำคำพูด ใช้หลักของการออกเสียงเข้ามาเกี่ยวข้อง โดยการรู้จำของระบบคอมพิวเตอร์นั้นจะต้องใช้ศาสตร์ทางด้านปัญญาประดิษฐ์โดยวิธีการเรียนรู้ของระบบคอมพิวเตอร์จะจำเอารูปแบบเสียง ๆ นั้น มาสร้างเป็นฟังก์ชันที่จะใช้ในการคำนวณของระบบคอมพิวเตอร์เมื่อได้รับเสียงเข้ามาก็จะเอาเสียงไปเทียบกับฟังก์ชันที่ได้สร้างขึ้น หมวดหมู่:การระบุและการยึดเก็บข้อมูลอัตโนมัติ หมวดหมู่:ภาษาศาสตร์คอมพิวเตอร์ หมวดหมู่:การเรียนรู้ของเครื่อง หมวดหมู่:เทคนิคส่วนต่อประสานกับผู้ใช้.
ใหม่!!: การเรียนรู้เชิงลึกและการรู้จำคำพูด · ดูเพิ่มเติม »
การประมวลภาษาธรรมชาติ
การประมวลภาษาธรรมชาติ (Natural Language Processing ย่อว่า NLP) เป็นสาขาย่อยของปัญญาประดิษฐ์และภาษาศาสตร์ที่ศึกษาปัญหาในการประมวลผลและใช้งานภาษาธรรมชาติ รวมทั้งการทำความเข้าใจภาษาธรรมชาติ ทั้งนี้เพื่อให้คอมพิวเตอร์สามารถเข้าใจภาษามนุษย์ได้.
ใหม่!!: การเรียนรู้เชิงลึกและการประมวลภาษาธรรมชาติ · ดูเพิ่มเติม »
การเรียนรู้ของเครื่อง
การเรียนรู้ของเครื่อง (machine learning) เป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่พัฒนามาจากการศึกษาการรู้จำแบบ เกี่ยวข้องกับการศึกษาและการสร้างอัลกอริทึมที่สามารถเรียนรู้ข้อมูลและทำนายข้อมูลได้ อัลกอริทึมนั้นจะทำงานโดยอาศัยโมเดลที่สร้างมาจากชุดข้อมูลตัวอย่างขาเข้าเพื่อการทำนายหรือตัดสินใจในภายหลัง แทนที่จะทำงานตามลำดับของคำสั่งโปรแกรมคอมพิวเตอร์ การเรียนรู้ของเครื่องมีเกี่ยวข้องอย่างมากกับสถิติศาสตร์ เนื่องจากทั้งสองสาขาศึกษาการวิเคราะห์ข้อมูลเพื่อการทำนายเช่นกัน นอกจากนี้ยังมีความสัมพันธ์กับสาขาการหาค่าเหมาะที่สุดในทางคณิตศาสตร์ที่แงของวิธีการ ทฤษฎี และการประยุกต์ใช้ การเรียนรู้ของเครื่องสามารถนำไปประยุกต์ใช้งานได้หลากหมาย ไม่ว่าจะเป็นการกรองอีเมล์ขยะ การรู้จำตัวอักษร เครื่องมือค้นหา และคอมพิวเตอร์วิทัศน.
ใหม่!!: การเรียนรู้เชิงลึกและการเรียนรู้ของเครื่อง · ดูเพิ่มเติม »
การเรียนรู้แบบมีผู้สอน
การเรียนรู้แบบมีผู้สอน (supervised learning) เป็นเทคนิคการเรียนรู้ของเครื่องซึ่งสร้างฟังก์ชันจากข้อมูลสอน (training data) ข้อมูลสอนประกอบด้วยวัตถุเข้า (มักจะเป็น เวกเตอร์) และผลที่ต้องการ ผลจากการเรียนรู้จะเป็นฟังก์ชันที่อาจจะให้ค่าต่อเนื่อง (จะเรียกวิธีการว่า การถดถอย -- regression) หรือ ใช้ทำนายประเภทของวัตถุ (เรียกว่า การแบ่งประเภท -- classification) ภารกิจของเครื่องเรียนรู้แบบมีผู้สอนคือการทำนายค่าของฟังก์ชันจากวัตถุเข้าที่ถูกต้องโดยใช้ตัวอย่างสอนจำนวนน้อย (training examples -- คู่ของข้อมูลเข้าและผลที่เป็นเป้าหมาย) โดยเครื่องเรียนรู้จะต้องวางนัยทั่วไป (generalize) จากข้อมูลที่มีอยู่ไปยังกรณีที่ไม่เคยพบอย่างมีเหตุผล (ดู inductive bias) การแก้ปัญหาการเรียนรู้แบบมีผู้สอน (เช่น การเรียนรู้เพื่อรู้จำลายมือ) มีขั้นตอนต่าง ๆ ที่ต้องพิจารณา ได้แก.
ใหม่!!: การเรียนรู้เชิงลึกและการเรียนรู้แบบมีผู้สอน · ดูเพิ่มเติม »
การเรียนรู้แบบไม่มีผู้สอน
การเรียนรู้แบบไม่มีผู้สอน (unsupervised learning) เป็นเทคนิคหนึ่งของการเรียนรู้ของเครื่อง โดยการสร้างโมเดลที่เหมาะสมกับข้อมูล การเรียนรู้แบบนี้แตกต่างจากการเรียนรู้แบบมีผู้สอน คือ จะไม่มีการระบุผลที่ต้องการหรือประเภทไว้ก่อน การเรียนรู้แบบนี้จะพิจารณาวัตถุเป็นเซตของตัวแปรสุ่ม แล้วจึงสร้างโมเดลความหนาแน่นร่วมของชุดข้อมูล การเรียนรู้แบบไม่มีผู้สอนสามารถนำไปใช้ร่วมกับการอนุมานแบบเบย์ เพื่อหาความน่าจะเป็นแบบมีเงื่อนไขของตัวแปรสุ่มโดยกำหนดตัวแปรที่เกี่ยวข้องให้ นอกจากนี้ยังสามารถนำไปใช้ในการบีบอัดข้อมูล ซึ่งโดยพื้นฐานแล้ว ขั้นตอนวิธีการบีบอัดข้อมูลจะขึ้นอยู่กับ การแจกแจงความน่าจะเป็นของข้อมูลไม่อย่างชัดแจ้งก็โดยปริยาย การเรียนรู้แบบไม่มีผู้สอนในอีกรูปแบบหนึ่งคือการแบ่งกลุ่มข้อมูล โดยจะไม่เกี่ยวข้องกับความน่าจะเป็น นอกจากนี้อาจจะดูได้จาก formal concept analysis หมวดหมู่:การเรียนรู้ของเครื่อง.
ใหม่!!: การเรียนรู้เชิงลึกและการเรียนรู้แบบไม่มีผู้สอน · ดูเพิ่มเติม »
ขั้นตอนวิธี
ั้นตอนวิธี หรือ อัลกอริทึม (algorithm) หมายถึงกระบวนการแก้ปัญหาที่สามารถเข้าใจได้ มีลำดับหรือวิธีการในการแก้ไขปัญหาใดปัญหาหนึ่งอย่างเป็นขั้นเป็นตอนและชัดเจน เมื่อนำเข้าอะไร แล้วจะต้องได้ผลลัพธ์เช่นไร ซึ่งแตกต่างจากการแก้ปัญหาแบบสามัญสำนึก หรือฮิวริสติก (heuristic) โดยทั่วไป ขั้นตอนวิธี จะประกอบด้วย วิธีการเป็นขั้นๆ และมีส่วนที่ต้องทำแบบวนซ้ำ (iterate) หรือ เวียนเกิด (recursive) โดยใช้ตรรกะ (logic) และ/หรือ ในการเปรียบเทียบ (comparison) ในขั้นตอนต่างๆ จนกระทั่งเสร็จสิ้นการทำงาน ในการทำงานอย่างเดียวกัน เราอาจจะเลือกขั้นตอนวิธีที่ต่างกันเพื่อแก้ปัญหาได้ โดยที่ผลลัพธ์ที่ได้ในขั้นสุดท้ายจะออกมาเหมือนกันหรือไม่ก็ได้ และจะมีความแตกต่าง ที่จำนวนและชุดคำสั่งที่ใช้ต่างกันซึ่งส่งผลให้ เวลา (time), และขนาดหน่วยความจำ (space) ที่ต้องการต่างกัน หรือเรียกได้อีกอย่างว่ามีความซับซ้อน (complexity) ต่างกัน การนำขั้นตอนวิธีไปใช้ ไม่จำกัดเฉพาะการเขียนโปรแกรมคอมพิวเตอร์ แต่สามารถใช้กับปัญหาอื่น ๆ ได้เช่น การออกแบบวงจรไฟฟ้า, การทำงานเครื่องจักรกล, หรือแม้กระทั่งปัญหาในธรรมชาติ เช่น วิธีของสมองมนุษย์ในการคิดเลข หรือวิธีการขนอาหารของแมลง หนึ่งในขั้นตอนวิธีอย่างง่าย คือ ขั้นตอนวิธีที่ใช้หาจำนวนที่มีค่ามากที่สุดในรายการ (ซึ่งไม่ได้เรียงลำดับไว้) ในการแก้ปัญหานี้ เราจะต้องดูจำนวนทุกจำนวนในรายการ ซึ่งมีขั้นตอนวิธีดังนี้.
ใหม่!!: การเรียนรู้เชิงลึกและขั้นตอนวิธี · ดูเพิ่มเติม »
คอมพิวเตอร์วิทัศน์
อมพิวเตอร์วิทัศน์ (computer vision) เป็นสาขาหนึ่งของวิทยาการคอมพิวเตอร์ ว่าด้วยเรื่องเกี่ยวกับการดึงสารสนเทศจากรูปภาพหรือวีดิทัศน์ เครื่องมือที่ใช้ในคอมพิวเตอร์วิทัศน์ได้แก่ คณิตศาสตร์โดยเฉพาะ เรขาคณิต พีชคณิตเชิงเส้น สถิติ และ การวิจัยดำเนินงาน (การหาค่าเหมาะที่สุด) และการวิเคราะห์เชิงฟังก์ชัน โดยเครื่องมือเหล่านี้ใช้ในการสร้างขั้นตอนวิธีหรือ ขั้นตอนวิธี ในการแยกส่วนภาพ และ การจัดกลุ่มภาพเพือให้คอมพิวเตอร์สามารถ "เข้าใจ" ทัศนียภาพ หรือคุณลักษณะต่าง ๆ ในภาพ เป้าหมายโดยทั่วไปของคอมพิวเตอร์วิทัศน์ได้แก.
ใหม่!!: การเรียนรู้เชิงลึกและคอมพิวเตอร์วิทัศน์ · ดูเพิ่มเติม »
ประสาทวิทยา
Jean-Martin Charcot ประสาทวิทยา (Neurology) เป็นการแพทย์เฉพาะทางที่เกี่ยวข้องกับความผิดปกติของระบบประสาท กล่าวคือเกี่ยวข้องกับการวินิจฉัยและรักษาโรคที่จัดว่าเกี่ยวข้องกับระบบประสาทกลาง, ระบบประสาทนอกส่วนกลาง และระบบประสาทอิสระ รวมทั้งหลอดเลือด เนื้อเยื่อปกคลุม และอวัยวะที่ประสาทสั่งการ เช่น กล้ามเนื้อ แพทย์ผู้เชี่ยวชาญด้านประสาทวิทยาจะได้รับการฝึกเพื่อการสืบค้น, การวินิจฉัย และรักษาความผิดปกติของระบบประสาท.
ใหม่!!: การเรียนรู้เชิงลึกและประสาทวิทยา · ดูเพิ่มเติม »
โครงข่ายประสาทเทียม
งานประสาทเทียมมีการเชื่อมต่อกันผ่านกลุ่มโนด โครงข่ายประสาทเทียม หรือ ข่ายงานประสาทเทียม (artificial neural network) คือ โมเดลทางคณิตศาสตร์หรือโมเดลทางคอมพิวเตอร์สำหรับประมวลผลสารสนเทศด้วยการคำนวณแบบคอนเนคชันนิสต์ (connectionist) แนวคิดเริ่มต้นของเทคนิคนี้ได้มาจากการศึกษาโครงข่ายไฟฟ้าชีวภาพ (bioelectric network) ในสมอง ซึ่งประกอบด้วย เซลล์ประสาท (neurons) และ จุดประสานประสาท (synapses) ตามโมเดลนี้ ข่ายงานประสาทเกิดจากการเชื่อมต่อระหว่างเซลล์ประสาท จนเป็นเครือข่ายที่ทำงานร่วมกัน.
ใหม่!!: การเรียนรู้เชิงลึกและโครงข่ายประสาทเทียม · ดูเพิ่มเติม »
เจฟฟรีย์ ฮินตัน
ฟฟรีย์ เอเวอร์เรสต์ ฮินตัน (Geoffrey Everest Hinton) เป็นนักวิทยาศาสตร์คอมพิวเตอร์และนักประสาทวิทยาการรับรู้ชาวอังกฤษ มีผลงานโดดเด่นด้านโครงข่ายประสาทเทียม ปัจจุบันทำงานให้กับกูเกิลและมหาวิทยาลัยโตรอนโต เป็นหนึ่งในผู้คิดค้นอัลกอริทึมการแพร่กระจายย้อนกลับและการลู่ออกเชิงเปรียบเทียบซึ่งเป็นอัลกอริทึมที่สำคัญของการเรียนรู้เชิงลึกในสาขาปัญญาประดิษ.
ใหม่!!: การเรียนรู้เชิงลึกและเจฟฟรีย์ ฮินตัน · ดูเพิ่มเติม »
