Machine Learning (ML) มีกี่ประเภท ?

ในงานที่เกี่ยวข้องกับการประมวลผลข้อมูลขนาดใหญ่ .. รวมทั้งการสร้างงานประยุกต์ด้าน Remote Sensing (RS) .. Machine Learning (ML) มีบทบาทเป็นอย่างมาก ..โดยเฉพาะอย่างยิ่งในปัจจุบันมี Open source libraries ต่าง ๆ ที่พัฒนาบนพื้นฐานของภาษา Python, R ให้เราสามารถเลือกใช้งานได้อย่างสะดวกสบาย

Photo by Franck V. on Unsplash

ML algorithms แบ่งได้เป็น 3 ประเภท คือ 1) Supervised, 2) Unsupervised และ 3) Reinforcement Learning

1) Supervised Learning

.

หากเรามี “ชุดข้อมูลที่ทราบคำตอบ” อยู่แล้ว ..เช่น การแยกพื้นทีป่าไม้ โดยมีข้อมูลในอดีตว่าบริเวณใดเป็นพื้นที่ป่าไม้บ้าง ..เราสามารถใช้วิธีการแบบ Supervised ML มาใช้สร้าง Model จากข้อมูลในอดีต .. เพื่อนำมาใช้ในการทำนายพื้นที่ป่าไม้กับข้อมูล ณ ปัจจุบัน (ที่ยังไม่มีคำตอบ) .. ลักษณะนี้ เราจะเรียกว่าการทำ Classification (ป่าไม้ และ ไม่ใช่ป่าไม้) .. โดยทั่วไป “คำตอบ” ของข้อมูลในอดีต (ที่บ่งบอกว่าบริเวณใดเป็นป่าไม้บ้าง) จะถูกเรียกว่า “Target” 

>> Note: การสร้าง Classification ว่า ป่าไม่ หรือ ไม่ใช้ป่าไม้ (มี 2 classes) ถือเป็น Binary-Classification .. แต่การนำไปใช้กับงานประยุกต์แบบ Multi-Classification ก็สามารถทำได้ (มากกว่า 2 classes)

.

วิธีการแบบ  Supervised ML ยังสามารถนำมาใช้ในการทำนายข้อมูลที่มีความต่อเนื่องได้ (มีคำตอบไม่จำกัด แตกต่างกับการแยกป่าไม้ ที่มีแค่ ใช่ หรือ ไม่ใช่ ป่าไม้ เท่านั้น) .. เช่น สร้าง Model ทำนายอุณหภูมิที่เพิ่มขึ้น หากเรามีข้อมูล (คำตอบ) ในอดีตที่เก็บไว้ ว่าแต่ละเดือน / ปี มีค่าอุณหภูมิอย่างไร .. ลักษณะนี้ เราจะเรียกว่า Regression

.

2) Unsupervised Learning

.

หาก “ชุดข้อมูลของเราไม่มี Target” เช่น รูปภาพดาวเทียมที่ครอบคลุมพื้นที่ใช้งานหลายประเภท ..เราสามารถใช้ Unsupervised ML ในการแบ่งแยกบริเวณที่แตกต่างกันได้ ..โดย Algorithms จะพิจารณาข้อมูล และ พยายามแยกความแตกต่างของมันออกมา ลักษณะนี้จะเรียกว่า การทำ Clustering

.

หรือ กรณีที่มีเราข้อมูลเยอะจำนวนมาก เช่น ข้อมูลดาวเทียม Hyperspectral ที่มีหลายแบนด์ เราก็สามารถเลือกแบนด์ ที่เหมาะกับโจทย์ของเรา โดยเลือกเฉพาะแบนด์ที่มีความสำคัญ ๆ หรือมีการ Transform ข้อมูล (Feature selection and dimensionality reduction) .. เพื่อนำไปสู่กระบวนการต่อไป .. ก็สามารถเลือกใช้วิธีแบบ Unsupervised ML ได้เช่นกัน 

.

3) Reinforcement Learning

วิธีการแบบนี้ เราจะไม่ได้ให้ข้อมูลในอดีตไปพร้อมกับคำตอบ แต่เราจะให้วิธีการเพื่อวัดประสิทธิภาพของการทำงาน และเลือกที่จะให้รางวัล (เมื่อทำได้ดี) หรือ ลงโทษ (ในกรณีที่ทำผิด) .. Machine จะพยายามหาวิธีที่ดีที่สุด ..เพื่อให้บรรลุเป้าหมายระยะสั้น และ ระยะยาว (รางวัลสุดท้ายที่ใหญ่ที่สุด)

Machine จะพยายามเรียนรู้จากสิ่งที่ทำไปแล้ว รวมไปถึงกลยุทธ์ใหม่ ๆ ที่อาจจะดีกว่า ..ตัวอย่างหนึ่งของ Reinforcement คือ การเล่นหมากรุก การวางหมากในตำแหน่งที่ดีที่สุดในตาถัดไป อาจไม่เป็นผลดีต่อเกมในระยะยาวก็เป็นได้ 

วิธีการแบบนี้ เป็นกระบวนการทำซ้ำ ๆ (iterative process) ยิ่งมี Feedback กลับมามากเท่าไร ก็ทำให้ Machine สามารถคิดกลยุทธ์ได้ดียิ่งขึ้น 

ML ทั้ง 3 ประเภท : Supervised, Unsupervised และ Reinforcement Learning

>> ML ทั้ง 3 ประเภทนี้ ถูกนำไปใช้ในงานประยุกต์ด้าน Remote Sensing (RS) ทั้งในอดีตและปัจจุบันมากมาย .. หากเราแยกแยะประเภทต่าง ๆ ได้แล้ว ..ก็สามารถเลือกใช้ได้อย่างเหมาะสมกับงานของเรามากยิ่งขึ้น

####################

เรียบเรียงโดย

ดร.นรุตม์ สุนทรานนท์

narut.soo@gmail.com

Leave a Reply

Your email address will not be published. Required fields are marked *