關於 probability theory ，我們在網路上蒐集到這些相關的討論、資訊與評價

2021年2月7日禮拜天 當沖應該下注多少？機率論(probability theory)裡面的凱利公式

🤓 หลายคนอาจเคยบ่น "เรียนเลขไปทำไม ไม่เห็นได้ใช้เลย"
อันนี้เป็นแค่ตัวอย่าง เพื่อให้รู้ว่าเลขที่เราเรียนตอนม.ปลาย
ไม่ควรทิ้งถ้าคิดจะเรียนคอมพิวเตอร์ ในระดับสูง
.
👉 1) สมการเชิงเส้น
เริ่มต้นจากสมการเส้นตรง ที่มีหน้าตาดังนี้ y=mx+c เรียกว่ารูปมาตรฐาน
- เมื่อ m เป็นความชัน
-ส่วน c เป็นจุดตัดแกน y
.
สมการเชิงเส้นเราจะได้เรียนในระดับ ม 4
พอในม.5 วิชา วิทยาการคำนวณ
ก็จะเห็นประโยชน์ของสมการเส้นตรงถูกนำไปใช้ในงาน data science (วิทยาการข้อมูล)
นำไปใช้วิเคราะห์ข้อมูลแบบ linear regression
.
กล่าวคือเมื่อเรามีข้อมูลย้อนหลังในอดีต
แล้วสามารถนำไปพล็อตลงบนกราฟแกน x กับ y
ผลปรากฏว่าข้อมูลมีความสัมพันธ์เป็นเส้นตรง
ในกรณีเราสามารถหาสมการเส้นตรงที่เหมาะสมสุด (optimize)
นำมาใช้พยากรณ์ข้อมูลล่วงหน้าในอนาคตได้
.
แต่ในกรณีที่ความสัมพันธ์ของข้อมูลพบว่าไม่ใช่เส้นตรง
เราสามารถใช้สมการที่ไม่ใช่เส้นตรง มาใช้พยากรณ์ข้อมูลก็ได้เช่นกัน
.
👉 2) เมทริกซ์
คือกลุ่มของจำนวนตัวเลข ที่เขียนเรียงกันเป็นรูปสี่เหลี่ยมผืนผ้าหรือจัตุรัส
นอกจากใช้แก้สมการหลายตัวแปรแล้ว
จะมีประโยชน์เวลานำไปประมวลภาพ (Image processing)
หรืองานพวกคอมพิวเตอร์วิชั่น (computer vision)
.
ต้องบอกอย่างนี้ว่า รูปภาพดิจิตอลที่เราเห็นเป็นสีสันสวยงาม
แต่ทว่าคอมไม่ได้มองเห็นเหมือนคน
มันมองเห็นเป็นเมทริกซ์ โดยข้างในเมทริกซ์ก็คือตัวเลขของค่าสี
และเราสามารถกระทำการคณิตศาสตร์กับรูปภาพได้
เช่น บวกลบ คูณหาร กับรูปภาพดิจิตอล ในมุมของเมทริกซ์
.
👉 3) ความน่าจะเป็น
ยกตัวอย่างเช่น ทฤษฏี Bayes' theorem
ทฤษฏีหนึงของความน่าจะเป็น
จะใช้หาว่าสมมติฐานใดน่าจะถูกต้องที่สุด โดยใช้ความรู้ก่อนหน้า (Prior Knowledge)
.
ทฤษีนี้ถูกนำไปใช้ในงานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่อง
เช่น จงหาความน่าจะเป็นที่ชาเขียวขวดนั้นจะผลิตจากโรงงานจากประเทศไทย
จงหาความน่าจะเป็นว่าผู้ป่วยจะเป็นโรคมะเร็ง เมื่อหายจากการติดเชื้อไวรัสโคโรนา
เป็นต้น
.
👉 4) แคลคูลัส
ตัวอย่างเช่น ถูกนำมาใช้ใน neural network
ซึ่งก็เครือข่ายประสาทเทียมที่เลียนแบบเซลล์สมอง
แต่จริงๆ ข้างในเครือข่ายจะประกอบไปด้วยน้ำหนัก
.
น้ำหนักที่ว่านี้มันก็คือตัวเลขจำนวนจริง ที่เริ่มต้นสุ่มขึ้นมา
แล้วเวลาจะหาค่าน้ำหนักที่เหมาะสม (optimize)
มันจะถูกปรับทีละเล็กทีละน้อย
โดยอาศัยหลักการเรื่องอนุพันธ์ หรือดิฟนั่นแหละ
.
👉 5) ตรรกศาสตร์
วิชานี้พูดถึง "ประพจน์" หมายถึงประโยคที่ให้ค่าออกมาเป็น True หรืด False
รวมถึงการใช้ตัวเชื่อมประพจน์แบบต่างๆ ไม่ว่าจะเป็น "และ" "หรือ" "ก็ต่อเมื่อ" เป็นต้น
.
ศาสตร์ด้านนี้เป็นพื้นฐานของระบบคอมพิวเตอร์
เพราะวงจรคอมพิวเตอร์พื้นฐาน มีแต่ตัวเลข 0 หรือ 1
จึงสามารถแทนด้วย False หรือ True ในทางตรรกศาสตร์
ไม่เพียงเท่านั้นวงจรอิเลคทรอนิกส์ ก็มีการดำเนินทางตรรกศาสตร์อีกด้วย
ไม่ว่าจะเป็น "และ" "หรือ" "ไม่" เป็นต้น
.
ยิ่งการเขียนโปรแกรม ยิ่งใช้เยอะ
เพราะต้องเปรียบเทียบเงื่อนไข True หรือ False
ในการควบคุมเส้นทางการทำงานของโปรแกรม
.
👉 6) ฟังก์ชัน
ฟังก์ชันคือความสัมพันธ์ จากเซตหนึ่งที่เรียกว่า 'โดเมน' ไปยังอีกเซตหนึ่งที่เรียกว่า 'เรนจ์' โดยที่สมาชิกตัวหน้าไม่ซ้ำกัน
ซึ่งคอนเซปต์ฟังก์ชันในทางคณิตศาสตร์
ก็ถูกนำไปใช้ในการเขียนโปรแกรมแบบ functional programming
.
👉 7) เรขาคณิตวิเคราะห์
ถูกนำไปใช้ในวิชาคอมกราฟิก หรือเกมส์
ในมุมมองของคนที่ใช้โปรแกรมวาดรูปต่างๆ หรือโปรแกรมสร้างแอนนิมเชั่นต่างๆ
เราก็แค่คลิกๆ ลากๆ ก็สร้างเสร็จแล้วใช่มั๊ยล่ะ
.
แต่หารู้หรือไม่ว่า เบื้องเวลาโปรแกรมจะวาดรูปทรง เช่น สี่เหลี่ยม วงรี ภาพตัดกรวยต่างๆ
ล้วนอาศัย เรขาคณิตวิเคราะห์ พล็อตวาดรูปทีละจุดออกมาให้เราใช้งาน
.
👉 8) ปีทาโกรัส
ทฤษฏีสามเหลี่ยมอันโด่งดังถูกนำไปใช้วัดระยะทางระหว่างจุดได้
ซึ่งจะมีประโยชน์ในการแยกแยะข้อมูล โดยใช้อัลกอริทึม
K-Nearest Neighbors (KNN)
ชื่อไทยก็คือ "ขั้นตอนวิธีการเพื่อนบ้านใกล้ที่สุด "
มันจะถูกนำไปใช้งานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่องอีกด้วย
ไม่ขอพูดเยอะเดี่ยว ม.5 ก็จะได้รู้จัก KNN ในวิชาวิทยาการคำนวณ
.
👉 9) ทฤษฏีกราฟเบื้องต้น
อย่างทฤษฏีกราฟออยเลอร์ (Eulerian graph)
ที่ได้เรียนกันในชั้น ม.5 จะมีประโยชน์ในวิชาคอม
เช่น ตอนเรียนในวิชา network ของคอมพิเตอร์ เพื่อหาเส้นทางที่ดี่สุดในการส่งข้อมูล
หรือจะมองโครงสร้างข้อมูลเป็นแบบกราฟก็ได้ ก็ลองนึกถึงลิงค์ต่างในเว็บไซต์ สามารถจับโยงเป็นกราฟได้ด้วยนะ
.
👉 10) เอกซ์โพเนนเชียล และลอการิทึม
เราอาจไม่เห็นการประยุกต์ใช้ตรงๆ นะครับ
แต่ในการประเมินประสิทธิภาพของอัลกอริทึม เวลาเขียนโปรแกรม
เขาจะใช้ Big O ขอไม่อธิบายเยอะแล้วกันเนอะ
เรื่องนี้มีเขียนอยู่ตำราวิทยาการคำนวณชั้นม.4 (ไปหาอ่านเอาได้)
.
ซึ่งเทอม Big O บางครั้งก็อาจเห็นอยู่ในรูปเอกซ์โพเนนเซียล หรือลอการิทึมนั่นเอง
ถ้าไม่เข้าใจว่า เอกซ์โพเนนเซียล หรือลอการิทึม คืออะไร
ก็ไม่จะอธิบายได้ว่าประสิทธิภาพของอัลอริทึมเราดีหรือแย่
.
+++++++
เป็นไงยังครับ สนใจอยากรู้ว่า เลข ม.ปลาย
สามารถนำไปใช้ศึกษาต่ออะไรอีกบ้างไหมเนี่ย
ถ้าอยากรู้ ผมเลยขอแนะนำหนังสือ (ขายของหน่อย)
.
หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก"
เข้าใจได้ด้วยเลขม. ปลาย เล่ม 1 (เนื้อหาภาษาไทย)
ติดอันดับ Best seller ในหมวดหนังสือคอมพิวเตอร์ ของ MEB
.
เนื้อหาจะอธิบายปัญญาประดิษฐ์ (A) ในมุมมองเลขม.ปลาย
โดยปราศจากการโค้ดดิ้งให้มึนหัว
พร้อมภาพประกอบสีสันให้ดูอ่านง่าย
.
สนใจสั่งซ์้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
ขออภัยเล่มกระดาษตอนนี้ยังไม่มี โทดทีนะครัชชช
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
🤓 Many people may have complained that ′′ I have studied the number, why I haven't used it
This is just an example to know the number we studied in high school. The end.
Shouldn't leave if you think about studying computer at a high level.
.
👉 1) Linear equation
Starting from a straight line equation that looks like y=mx+c called standard photo.
- when m is steep
- c section is a y core cutting point
.
Linear equation, so we can study in level 4
Enough in the university. 5 Computational Science
You will see the benefits of a straight line equation. Used in data science (data science)
Linear regression data analysis
.
When we have data backwards in the past
Then can be taken to plot on the graph x with y
The result appears that the information has a straight line of relationships.
In case, we can find the most suitable straight line equation (optimize)
Presentation for future advance information
.
But in case the relationship of information finds it not a straight line.
We can also use equations that are not straight lines to predict information.
.
👉 2) Matrix
A group of numbers that are written in a square or square.
Apart from using to solve many variables.
It will be useful when you compilate photos. (Image processing)
Or computer vision work (computer vision)
.
This is what we have to say. The digital photos we see are beautiful.
But the computer doesn't see it as a human.
It's seen as a matrix. Inside the matrix is a number of colors.
And we can do math with pictures
For instance, subtract, multiply with digital photos in the matrix corner.
.
👉 3) Probability
For example, Bayes s' theorem theory
Theory of probability
Find out which hypothesis is most accurate using previous knowledge (Prior Knowledge)
.
This theory is applied to data analytics and machine learning.
For example, find the probability that green tea will be manufactured from Thailand's factory.
Consider the probability that patients have cancer when they recover from coronavirus infection.
Etc.
.
👉 4) Calculus
For example, being used in neural network
Which is also an artificial neural network that imitates brain cells.
But really in the network, it consists of weight
.
This weight is a random number that starts randomly.
Time will find the right weight (optimize)
It will be fined little by little
By principle of derivative or derivative.
.
👉 5) Logic
This subject is referring to ′′ plural ′′ meaning a sentence that gives value to True or False.
Includes using different types of plural connectors, whether it's ′′ and or when etc.
.
This aspect of computer system is fundamental.
Because basic computer circuits are only 0 or 1 numbers.
So it can be replaced with False or True in logic.
Not only that, the electronic circuit also has a logical action.
Whether it's ′′ and or no etc.
.
The more programming, the more I use.
Because we have to compare terms True or False
In controlling the program's working path
.
👉 6) function
Function is a relationship from one set called ' domain ' to another set called ' Range ' by unique member.
Which concepts function in mathematics
It was also applied to functional programming.
.
👉 7) Geometry analysis
Being applied to Computer, Graphics or Games
In view of people who use various drawing programs or animation programs.
We just click and drag. It's done. Right?
.
But I don't know that the program time will draw shapes like a rectangle, crop of various cones.
All in Geometry. Analyse the plot. Draw one at a time. Let us use it.
.
👉 8) Year Takorus
The famous triangle theory is applied to measure distance between spots.
It will be useful to digest data using algorithm.
K-Nearest Neighbors (KNN)
Thai name is ′′ nearest neighbourhood method
It will also be implemented, analyzed data, including machine learning.
I don't want to talk too much. Single. 5 I will know KNN in Calculation Theology.
.
👉 9) Preliminary Graph Theory
Theoretical Graph Oyler (Eulerian graph)
That we have studied in high school. 5 will be useful in computer class
For example, when studying in computer network subjects, find the best way to send information.
Or you can look at data structures as graphics. Think of different links on websites. You can be connected to a graph.
.
👉 10) m & LOGARIETY
We may not see the application frankly.
But in assessing performance of programming time algorithm.
He will use Big O. I don't want to explain too much.
This story is written in the textbook. Calculating in the university. 4 (Let's find it to read)
.
Big O semester may sometimes be seen in esponical or logarithm.
If you don't understand what Exponcial or Lokarithm is.
It doesn't explain how good or bad our alitum performance is.
.
+++++++
How are you? If you are interested, I want to know the number. The end.
What else can I apply to study?
If you want to know, I recommend the book (selling)
.
′′ Artificial Intelligence (AI) is not difficult ′′ book.
It can be understood by the number. End of book 1 (Thai language content)
Best seller ranked in MEB computer book category.
.
The contents will describe Artificial Intelligence (A) in view of the number. The end.
Without a code of dizzy
With colorful illustrations to see, easy to read.
.
If you are interested, you can order.
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Personal like the book. You can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
Sorry, paper book. I don't have it yet. Sorry.
.
✍ Written by Thai programmer thai progammerTranslated

🤓 หลายคนอาจเคยบ่น "เรียนเลขไปทำไม ไม่เห็นได้ใช้เลย"
อันนี้เป็นแค่ตัวอย่าง เพื่อให้รู้ว่าเลขที่เราเรียนตอนม.ปลาย
ไม่ควรทิ้งถ้าคิดจะเรียนคอมพิวเตอร์ ในระดับสูง
.
👉 1) สมการเชิงเส้น
เริ่มต้นจากสมการเส้นตรง ที่มีหน้าตาดังนี้ y=mx+c เรียกว่ารูปมาตรฐาน
- เมื่อ m เป็นความชัน
-ส่วน c เป็นจุดตัดแกน y
.
สมการเชิงเส้นเราจะได้เรียนในระดับ ม 4
พอในม.5 วิชา วิทยาการคำนวณ
ก็จะเห็นประโยชน์ของสมการเส้นตรงถูกนำไปใช้ในงาน data science (วิทยาการข้อมูล)
นำไปใช้วิเคราะห์ข้อมูลแบบ linear regression
.
กล่าวคือเมื่อเรามีข้อมูลย้อนหลังในอดีต
แล้วสามารถนำไปพล็อตลงบนกราฟแกน x กับ y
ผลปรากฏว่าข้อมูลมีความสัมพันธ์เป็นเส้นตรง
ในกรณีเราสามารถหาสมการเส้นตรงที่เหมาะสมสุด (optimize)
นำมาใช้พยากรณ์ข้อมูลล่วงหน้าในอนาคตได้
.
แต่ในกรณีที่ความสัมพันธ์ของข้อมูลพบว่าไม่ใช่เส้นตรง
เราสามารถใช้สมการที่ไม่ใช่เส้นตรง มาใช้พยากรณ์ข้อมูลก็ได้เช่นกัน
.
👉 2) เมทริกซ์
คือกลุ่มของจำนวนตัวเลข ที่เขียนเรียงกันเป็นรูปสี่เหลี่ยมผืนผ้าหรือจัตุรัส
นอกจากใช้แก้สมการหลายตัวแปรแล้ว
จะมีประโยชน์เวลานำไปประมวลภาพ (Image processing)
หรืองานพวกคอมพิวเตอร์วิชั่น (computer vision)
.
ต้องบอกอย่างนี้ว่า รูปภาพดิจิตอลที่เราเห็นเป็นสีสันสวยงาม
แต่ทว่าคอมไม่ได้มองเห็นเหมือนคน
มันมองเห็นเป็นเมทริกซ์ โดยข้างในเมทริกซ์ก็คือตัวเลขของค่าสี
และเราสามารถกระทำการคณิตศาสตร์กับรูปภาพได้
เช่น บวกลบ คูณหาร กับรูปภาพดิจิตอล ในมุมของเมทริกซ์
.
👉 3) ความน่าจะเป็น
ยกตัวอย่างเช่น ทฤษฏี Bayes' theorem
ทฤษฏีหนึงของความน่าจะเป็น
จะใช้หาว่าสมมติฐานใดน่าจะถูกต้องที่สุด โดยใช้ความรู้ก่อนหน้า (Prior Knowledge)
.
ทฤษีนี้ถูกนำไปใช้ในงานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่อง
เช่น จงหาความน่าจะเป็นที่ชาเขียวขวดนั้นจะผลิตจากโรงงานจากประเทศไทย
จงหาความน่าจะเป็นว่าผู้ป่วยจะเป็นโรคมะเร็ง เมื่อหายจากการติดเชื้อไวรัสโคโรนา
เป็นต้น
.
👉 4) แคลคูลัส
ตัวอย่างเช่น ถูกนำมาใช้ใน neural network
ซึ่งก็เครือข่ายประสาทเทียมที่เลียนแบบเซลล์สมอง
แต่จริงๆ ข้างในเครือข่ายจะประกอบไปด้วยน้ำหนัก
.
น้ำหนักที่ว่านี้มันก็คือตัวเลขจำนวนจริง ที่เริ่มต้นสุ่มขึ้นมา
แล้วเวลาจะหาค่าน้ำหนักที่เหมาะสม (optimize)
มันจะถูกปรับทีละเล็กทีละน้อย
โดยอาศัยหลักการเรื่องอนุพันธ์ หรือดิฟนั่นแหละ
.
👉 5) ตรรกศาสตร์
วิชานี้พูดถึง "ประพจน์" หมายถึงประโยคที่ให้ค่าออกมาเป็น True หรืด False
รวมถึงการใช้ตัวเชื่อมประพจน์แบบต่างๆ ไม่ว่าจะเป็น "และ" "หรือ" "ก็ต่อเมื่อ" เป็นต้น
.
ศาสตร์ด้านนี้เป็นพื้นฐานของระบบคอมพิวเตอร์
เพราะวงจรคอมพิวเตอร์พื้นฐาน มีแต่ตัวเลข 0 หรือ 1
จึงสามารถแทนด้วย False หรือ True ในทางตรรกศาสตร์
ไม่เพียงเท่านั้นวงจรอิเลคทรอนิกส์ ก็มีการดำเนินทางตรรกศาสตร์อีกด้วย
ไม่ว่าจะเป็น "และ" "หรือ" "ไม่" เป็นต้น
.
ยิ่งการเขียนโปรแกรม ยิ่งใช้เยอะ
เพราะต้องเปรียบเทียบเงื่อนไข True หรือ False
ในการควบคุมเส้นทางการทำงานของโปรแกรม
.
👉 6) ฟังก์ชัน
ฟังก์ชันคือความสัมพันธ์ จากเซตหนึ่งที่เรียกว่า 'โดเมน' ไปยังอีกเซตหนึ่งที่เรียกว่า 'เรนจ์' โดยที่สมาชิกตัวหน้าไม่ซ้ำกัน
ซึ่งคอนเซปต์ฟังก์ชันในทางคณิตศาสตร์
ก็ถูกนำไปใช้ในการเขียนโปรแกรมแบบ functional programming
.
👉 7) เรขาคณิตวิเคราะห์
ถูกนำไปใช้ในวิชาคอมกราฟิก หรือเกมส์
ในมุมมองของคนที่ใช้โปรแกรมวาดรูปต่างๆ หรือโปรแกรมสร้างแอนนิมเชั่นต่างๆ
เราก็แค่คลิกๆ ลากๆ ก็สร้างเสร็จแล้วใช่มั๊ยล่ะ
.
แต่หารู้หรือไม่ว่า เบื้องเวลาโปรแกรมจะวาดรูปทรง เช่น สี่เหลี่ยม วงรี ภาพตัดกรวยต่างๆ
ล้วนอาศัย เรขาคณิตวิเคราะห์ พล็อตวาดรูปทีละจุดออกมาให้เราใช้งาน
.
👉 8) ปีทาโกรัส
ทฤษฏีสามเหลี่ยมอันโด่งดังถูกนำไปใช้วัดระยะทางระหว่างจุดได้
ซึ่งจะมีประโยชน์ในการแยกแยะข้อมูล โดยใช้อัลกอริทึม
K-Nearest Neighbors (KNN)
ชื่อไทยก็คือ "ขั้นตอนวิธีการเพื่อนบ้านใกล้ที่สุด "
มันจะถูกนำไปใช้งานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่องอีกด้วย
ไม่ขอพูดเยอะเดี่ยว ม.5 ก็จะได้รู้จัก KNN ในวิชาวิทยาการคำนวณ
.
👉 9) ทฤษฏีกราฟเบื้องต้น
อย่างทฤษฏีกราฟออยเลอร์ (Eulerian graph)
ที่ได้เรียนกันในชั้น ม.5 จะมีประโยชน์ในวิชาคอม
เช่น ตอนเรียนในวิชา network ของคอมพิเตอร์ เพื่อหาเส้นทางที่ดี่สุดในการส่งข้อมูล
หรือจะมองโครงสร้างข้อมูลเป็นแบบกราฟก็ได้ ก็ลองนึกถึงลิงค์ต่างในเว็บไซต์ สามารถจับโยงเป็นกราฟได้ด้วยนะ
.
👉 10) เอกซ์โพเนนเชียล และลอการิทึม
เราอาจไม่เห็นการประยุกต์ใช้ตรงๆ นะครับ
แต่ในการประเมินประสิทธิภาพของอัลกอริทึม เวลาเขียนโปรแกรม
เขาจะใช้ Big O ขอไม่อธิบายเยอะแล้วกันเนอะ
เรื่องนี้มีเขียนอยู่ตำราวิทยาการคำนวณชั้นม.4 (ไปหาอ่านเอาได้)
.
ซึ่งเทอม Big O บางครั้งก็อาจเห็นอยู่ในรูปเอกซ์โพเนนเซียล หรือลอการิทึมนั่นเอง
ถ้าไม่เข้าใจว่า เอกซ์โพเนนเซียล หรือลอการิทึม คืออะไร
ก็ไม่จะอธิบายได้ว่าประสิทธิภาพของอัลอริทึมเราดีหรือแย่
.
+++++++
เป็นไงยังครับ สนใจอยากรู้ว่า เลข ม.ปลาย
สามารถนำไปใช้ศึกษาต่ออะไรอีกบ้างไหมเนี่ย
ถ้าอยากรู้ ผมเลยขอแนะนำหนังสือ (ขายของหน่อย)
.
หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก"
เข้าใจได้ด้วยเลขม. ปลาย เล่ม 1 (เนื้อหาภาษาไทย)
ติดอันดับ Best seller ในหมวดหนังสือคอมพิวเตอร์ ของ MEB
.
เนื้อหาจะอธิบายปัญญาประดิษฐ์ (A) ในมุมมองเลขม.ปลาย
โดยปราศจากการโค้ดดิ้งให้มึนหัว
พร้อมภาพประกอบสีสันให้ดูอ่านง่าย
.
สนใจสั่งซ์้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
ขออภัยเล่มกระดาษตอนนี้ยังไม่มี โทดทีนะครัชชช
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
🤓 Many people may have complained about ′′ learning the number, why I didn't get to use it
This one is just an example to know the number we studied in high school. The end.
Don't leave if you want to learn computer at high level.
.
👉 1) Linear equation
Start from a straight line equation that looks like y=mx+c called standard photo
- When m is action
- c section is a cutting point y axis
.
Linear equation. We will learn in grade 4
Enough in the university. 5 Computational Science
It will see the benefits of straight line equation being applied to data science (data science) work.
Linear regression data analytics
.
i.e. when we have data back in the past
Then can be taken to plot on the x and y graph.
The result appears that the information is in a straight line.
In the case, we can find the most suitable straight line equation (optimize)
Advance future forecasts
.
But in case the relationship of information found out is not a straight line.
We can also use an equation that is not a straight line to propose information.
.
👉 2) Matrix
Is a group of numbers written in a square or square.
Besides using to solve several variables.
It will be useful when it's leading to the image (Image processing)
Or computer vision jobs (computer vision)
.
I have to say this. The digital photos we see are colorful.
But the computer is not visible as a person.
It's seen as a matrix inside. The matrix is the number of colors.
And we can do math with pictures
Like, plus, multiply, multiply with digital photos in the corner of the matrix.
.
👉 3) Probability
For example, Bayes ' theorem theory.
Theory of probability
I will use which hypothesis is most accurate using previous knowledge (Prior Knowledge)
.
This theory is implemented in data analysis including machine learning.
For example, find the probability that green tea will be manufactured from factories from Thailand.
Find out the probability that patients will have cancer when they recover from Coronavirus infection.
Etc.
.
👉 4) Calculus
For example, being used in neural network.
Which is also an artificial neural network that imitates brain cells.
But really, the network is composed of weight.
.
This weight is also a random number of real numbers.
Time to find the right weight (optimize)
It will be slightly fined.
By living the principle of derivative or divative.
.
👉 5) Logic
This subject speaks of ′′ pronouncement ′′ meaning True or False sentence.
Including using different plural connectors, whether it's ′′ and or or if etc.
.
This aspect of science is the basis of computer system.
Because the basic computer circuit is only 0 or 1 numbers.
So it can be replaced with False or True in logic.
Not only that, the electronic circuit also has logical action.
Whether it's ′′ and or or no etc.
.
The more the programming, the more you use.
Because we have to compare True or False conditions.
In control of the programming path
.
👉 6) function
A function is a relationship from one set called ' domain ' to another set called ' Range ' by a unique face member.
Which concept function in mathematics.
It's been applied to functional programming.
.
👉 7) Analytical Geometry
Being applied in a graphic or games class
In view of people using various drawing programs or Animation Builders.
I'm just a click and drag and it's done. Aren't we?
.
But do you know that in time, the program will draw shapes like a square, rectangular, cone collage.
All living in geometry, analyzing the plot, drawing one at a time. Let us use it.
.
👉 👉 8) Tacorus
The famous triangle theory is implemented to measure the distance between points.
Which would be useful to digest data using algorithms.
K-Nearest Neighbors (KNN)
Thai name is ′′ The closest neighborhood process
It will also be implemented for data analysis including machine learning.
I don't want to talk too much. 5 to know KNN in computational science.
.
👉 9) Preliminary Graph Theory
Theoretically, Graphite Oler (Eulerian Graph)
I have studied in the middle school class. 5 will come in handy in computer class
For example, in a computer network class to find the best way to send information.
Or look at the data structure as a graph. Think about the different links on the website. They can be linked as graphics.
.
👉 10) m AND LOGARIETYM
We may not see the application straight away.
But in assessing the performance of programming time algorithm.
He's going to use Big O. Let's not explain a lot.
This story is written in the textbook. Calculating class. 4 (go to read)
.
The Big O term may sometimes be seen in an ex-ponytail or a logic.
If you don't understand what is Exponity or Logarithum?
It doesn't explain whether our algorithm performance is good or bad.
.
+++++++
How is it? If interested, I want to know the number. The end.
Can I study anything else?
If you want to know, I recommend a book (selling stuff)
.
Book ′′ Artificial Intelligence (AI) is not difficult ′′
You can understand by the number of km. End of book 1 (Thai content)
Best seller in MEB computer book category
.
Content describes Artificial Intelligence (A) in the view of the number. The end.
Without a coding dizzy
With colorful illustrations to be seen. Easy to read.
.
If interested, order at.
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
As private as a book, you can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
Sorry for paper book. I haven't got it yet. I'm sorry.
.
✍ Written by Thai programmer thai progammerTranslated

前面的一段故事很棒...
後來，他把公司賣給了亞馬遜和沃爾瑪...

►Special thanks to Tom Bilyeu for this wonderful interview.
https://www.youtube.com/channel/UCnYMOamNKLGVlJgRUbamveA

標題：成功率近乎零的事情，到底值不值得去做？- Marc Lore 馬克・洛爾（中英字幕）
https://youtu.be/7tCbFU2BnR8

馬克・洛爾是Diapers.com和Jet.com的創辦人
Jet.com後來以33億美元賣給了沃爾瑪
輝煌經歷讓洛爾被《華爾街日報》譽為「最佳電商推銷員」

Speakers: Marc Lore /Tom Bilyeu

#智慧麵包 #非零概率 #馬克洛爾

--------------------------------------------------------------------------

► 此頻道沒有開啟Youtube廣告。

所有影片為教育用途，希望讓更多人能夠受到啟發，學習和受益。
如果您認同我們的理念，請轉發此影片。

- Wisdom Bread 智慧麵包

--------------------------------------------------------------------------

Special thanks to Marc Lore for this inspiring speech

► 原完整版影片：
Multi-Billionaire Marc Lore on How to Find Your Big Opportunity | Impact Theory
https://www.youtube.com/watch?v=QYKCdxIP_po

剪輯/翻譯/字幕：Wisdom Bread 智慧麵包
Music & Footage used in this video licensed to Wisdom Bread

► 訂閱Wisdom Bread智慧麵包??
https://www.youtube.com/channel/UC-qwAKnBVzUlbNwol3UCZIA?sub_confirmation=1

--------------------------------------------------------------------------

► 更多啟發、智慧、勵志影片 ??

當你覺得生活艱難時 ► 一定要記住這番話！ - Les Brown
https://youtu.be/ZraoxMfhKNk

為什麼大腦潛意識程式 ► 束縛著你的情緒和決定？這真的很重要 - Dr. Joe Dispenza 喬．迪斯本札博士
https://www.youtube.com/watch?v=nuyipRzX90s

為什麼大多數人窮其一生，終究一無所獲... 看教授精闢的分析（啟發）
https://www.youtube.com/watch?v=TZ79TA8y7Vk

--------------------------------------------------------------------------

► 收看最更新的影片，請追蹤臉書專頁：??
https://www.facebook.com/dailywisdombread

Discover how candlestick patterns can help you identify high probability trading setups — so you can profit in bull and bear markets.

** FREE TRADING STRATEGY GUIDES **

The Ultimate Guide to Price Action Trading: https://www.tradingwithrayner.com/ultimate-guide-price-action-trading/

The Monster Guide to Candlestick Patterns: https://www.tradingwithrayner.com/candlestick-pdf-guide/

** PREMIUM TRAINING **

Pro Traders Edge: https://www.tradingwithrayner.com/pte/

Pullback Stock Trading System: https://pullbackstocktradingsystem.com/

Price Action Trading Secrets: https://priceactiontradingsecrets.com/

0:50 To get started is what is a candlestick pattern? Okay, so a candlestick pattern is essentially a method, right? Of reading a price chart. It originated back in Japan, right? That's the history. And the key component of a candlestick chart is that it shows you four things. It shows you the opening price, the price, the high of the session, the low of the session and the closing price,

2:00 How do you read a candlestick pattern? Or how do you read a candlestick chart? So remember there are only four things, the open, the high, the low, and the close. You can see that the candles are usually typically two colors, either you know, green, red, or perhaps it can be black, white. Sometimes you can even you know, change the color if you want, but generally, the most common color is green and red.

9:00 So now, I want to walk you through something what we call combining candlestick patterns. Because candlestick patterns, they are essentially just showing you the price of the different sessions. And if you think about this, right? This can be combined, right?

12:48 So now, how not to trade candlestick patterns, right? So now you know how to read candlestick pattern, you even know how to combine them, how do you not trade candlestick patterns? Because this is a mistake.

15:00 So how should you trade candlestick patterns? I would like to introduce to you something what I call the TAE framework. The TAE TAE framework, alright? So what is TAE? TAE stands for Trend, right? A is Area of value, and E stands for Entry trigger.

16:00 The engulfing pattern, right? This is the so called the theory behind it, right? So you can see that this green candle over here is what we call the bullish engulfing pattern. Why is that? Because if you look at it, right? The body of the green candle which is the... From here in the open and the close, it has engulfed the body of the previous candle.

18:00 Hammer and shooting star. Alright, so let's have a look at the hammer. So the hammer is something that you might be familiar with because you saw earlier, right? The earlier examples. So the hammer is a bullish reversal, because it's actually showing you price rejection in the market. In fact, it's rejection of lower prices.

19:20 Dragonfly and a Gravestone Doji, right? Sounds a handful but really the method is very similar to the hammer and shooting star. The only difference, right? Is that now this Doji. Doji simply means, right? A indecision in the markets. But for Dragonfly and Gravestone Doji, it's a sign of price rejection.

20:45 Morning and evening star. Red star, let's look at the star. So this is a morning star, so you can see that this is somewhat similar to the engulfing pattern, but with a slight variation to it. First candle, sellers are in control. Open over here and closing near the lows.

23:00 Finally Tweezer Top and Bottom, right? So a Tweezer Top, right? Is this one over here, okay? So this actually a Tweezer Bottom.

24:26 How does this fit into the TAE framework, right? Remember the TAE, right? Trend, Area of value, and the Entry trigger. So now we have really settle the entry trigger portion because the reversal patterns that you have seen earlier, those are entry triggers that you can use to enter the trade. But before you, you know, you trade it right? Remember we said, right? Don't trade it in isolation. This means that we have to use other factors or other market conditions, right?

** FREE TRADING STRATEGY GUIDES **

The Ultimate Guide to Price Action Trading: https://www.tradingwithrayner.com/ultimate-guide-price-action-trading/

The Monster Guide to Candlestick Patterns: https://www.tradingwithrayner.com/candlestick-pdf-guide/

** PREMIUM TRAINING **

Pro Traders Edge: https://www.tradingwithrayner.com/pte/

Pullback Stock Trading System: https://pullbackstocktradingsystem.com/

Price Action Trading Secrets: https://priceactiontradingsecrets.com/