DEV Community: Ikaooat

จำแนกประเภทของตัวเลขจากการเขียนมือโดยการใช้ Machine Learning Linear Classifier จาก TensorFlow ในPython

Ikaooat — Fri, 12 Apr 2024 10:43:58 +0000

การจำแนกตัวเลขด้วยลายมือนั้นเป็นปัญหาสุดเบสิคขอการทำ Machine Learning อยู่แล้วซึ่งสามาถแก้ไขได้หลายวิธีมากๆ แต่ในหลากหลายวิธีในการแก้ไขปัญหานี้เราจะใช้ TensorFlow (tf.keras) ซึ่งเป็นการใช้อัลกอริทึม Linear Classifier

Linear Classifier คืออะไร? ตอบได้ว่ามันคือ อัลกอริธึมที่แยกวัตถุทั้งสองประเภทออกจากกันโดยใช้เส้น และ Hyperplane

Hyperplane คือ พื้นที่ขนาดย่อยที่จะเล็กกว่ามิตินั้น 1 มิติ สมมติเป็น 2 มิติ hyperplane จะมี 1 มิติหรือเส้นตรงก็ได้ ในสามมิติ hyperplane ก็จะมี 2 มิติ โดยมันคือตัวแบ่งพื้นที่ให้แบ่งออกเป็นสองซีก

ขั้นตอนการทำ

ขั้นตอนที่ 1 import library ที่ต้องใช้เข้ามา

ขั้นตอนที่ 2 น้ำเข้าข้อมูลที่ต้องการใช้เข้ามาโดยนำเข้ามาจาก library TensorFlow keras ซึ่งเป็น Api online เข้ามา

อันนี้คือการนำเข้าข้อมูลมากจากตัว TensorFlow keras

ต่อมาคือการปรับpixel ของรูปที่นำข้อมูลเข้ามา ให้อยู่ในขอบเขตของ 0 ถึง 1 โดยนำมาหารกับ 255 ซึ่งเป็นเลขที่สูงสุดของค่าสี(สีขาว)

จากนั้นทำการแปลงข้อมูลของตัวข้อมูลตัวเลขให้การเป็น array โดยนำเข้าข้อมูลมาแค่ 1 หมื่นตัวแรกเท่านั้น

ขั้นตอนที่ 3 กำหนดตัวข้อมูลสูงสุดที่นำเข้ามา และ แบ่งตัวข้อมูลเป็นสองแบบเป็นรูปและตัวหนังสือ

ขั้นตอนที่ 4 Train ตัว Model AI ของเราให้อ่านตัวเลขที่เป็นตัวเขียนออก

ขั้นตอนที่ 5 มาเช็คความแม่นยำของ model

ซึ่งมีความแม่นยำถึง

ขั้นตอนสุดท้ายมาลองเล่นตัว AI กันดีกว่า

เราจะ Display รูปเพือทำนายด้วยคำสั่งนี้

ใช้งานด้วยการใส่ตัวเลขเข้าไปป

จะออกเป็นแบบนี้

ทีนี้มาลองทำนายกันซึ่งโค้ดเป็นปบบนี้

จากโค้ด เราจะนำข้อมูลรูปเข้ามาซึ่งเป็นตัวแปร array โดยให้ใส่เลขตรงนี้

ทีนี้เราจะมาเทียบกับเฉลยซึ่งคือตัวนี้

ถ้ามันถูก จะoutput ข้อมูลแบบนี้

แต่ถ้าผิดรูปจะไม่ขึ้น

ตัวอย่างเพิ่มเติม

สรุปผล

จากที่ทำมาแล้วข้อมูลมีความแม่นยำเป็นอย่างมากแต่อาจจะเนื่องจากเป็นโจทย์ที่ง่ายซึ่งการเขียนมีความชัดเจนซึ่งอาจจะลองเขียนลายมือให้อ่านยากมากขึ้นเพื่อทดสอบ model ให้มีความซับซ้อนและเก่งมากขึ้นยิ่งกว่านี้ไปอีก

อ้างอิง

1.https://www.geeksforgeeks.org/python-classifying-handwritten-digits-with-tensorflow/?ref=lbp
2.https://deepai.org/machine-learning-glossary-and-terms/hyperplane

จำแนกประเภทของตัวเลขจากการเขียนมือโดยการใช้ Machine Learning Linear Classifier จาก TensorFlow ในPython

Ikaooat — Fri, 12 Apr 2024 10:43:47 +0000

ขั้นตอนการทำ

ขั้นตอนที่ 1 import library ที่ต้องใช้เข้ามา

อันนี้คือการนำเข้าข้อมูลมากจากตัว TensorFlow keras

ขั้นตอนที่ 4 Train ตัว Model AI ของเราให้อ่านตัวเลขที่เป็นตัวเขียนออก

ขั้นตอนที่ 5 มาเช็คความแม่นยำของ model

ซึ่งมีความแม่นยำถึง

ขั้นตอนสุดท้ายมาลองเล่นตัว AI กันดีกว่า

เราจะ Display รูปเพือทำนายด้วยคำสั่งนี้

ใช้งานด้วยการใส่ตัวเลขเข้าไปป

จะออกเป็นแบบนี้

ทีนี้มาลองทำนายกันซึ่งโค้ดเป็นปบบนี้

จากโค้ด เราจะนำข้อมูลรูปเข้ามาซึ่งเป็นตัวแปร array โดยให้ใส่เลขตรงนี้

ทีนี้เราจะมาเทียบกับเฉลยซึ่งคือตัวนี้

ถ้ามันถูก จะoutput ข้อมูลแบบนี้

แต่ถ้าผิดรูปจะไม่ขึ้น

ตัวอย่างเพิ่มเติม

สรุปผล

อ้างอิง

1.https://www.geeksforgeeks.org/python-classifying-handwritten-digits-with-tensorflow/?ref=lbp
2.https://deepai.org/machine-learning-glossary-and-terms/hyperplane

การคาดคะเนการเผาผลาญแคลอรี่ซึ่งเปรียบเทียบโดยใช้อุณหภูมิร่างกาย โดยการใช้ Machine Learning Linear Regression ใน Python

Ikaooat — Wed, 03 Apr 2024 16:30:23 +0000

ในการเราสามารถคาดคะเนการเผาผลาญในร่างกายของมนุษย์เป็นไปได้ด้วยในหลายวิธี แต่ในที่เรานำมานี้ จะเป็นการใช้ Machine Learning หรือ การใช้ Linear Regression ซึ่งในการคาดคะเนนั้นมีวิธีอีกมากมายที่วสามารถใช้แทนได้

Linear Regression หรือ การถดถอยเชิงเส้น คืออัลกอริทึมสำหรับการทำนายประเภทหนึ่ง โดยจะทำการเปรี่ยบเทียบกันระหว่างสองตัวแปร

โดยในบทความนี้เราจะมาดูวิธีการที่เราจะนำ Linear Regression มาดูการเผาผลาญ แคลอรี่ได้ยังไง

ขั้นตอนการทำ

~~ขั้นตอนที่ 1 ทำการ import library ที่ต้องใช้ในการทำ ~~

~~ขั้นตอนที่ 2 ทำการ เตรียมตัวข้อมูล ~~

ตัวข้อมูลจะอยู่ใน folder caloriesData วิธีเรียกใช้คือทำการ ชื่อfolder ตามด้วย / ชื่อfile.สกุลไฟล์ เช่น calories.csv

ตัวข้อมูลที่นำมาใช้-->Data Here

~~ขั้นตอนที่ 3 ทดลองหาแนวโน้มระหว่างอุณหภูมิร่างกายและCalories พร้อมค่าcorrelation ~~

~~ขั้นตอนที่ 4 สร้าง Linear Regression model ~~

จะได้ค่า Intercept และ Coefficient

~~ขั้นตอนที่ 5 ประเมิณและปรับปรุง ~~

โดยอย่างแรกเราต้องหาค่า error ออกมาก่อนจากสมการตอนแรก

โดยจะได้ค่า Errorประมาณนี้

ทีนี้ปรับปรุงสมการใหม่ ซึ่งปรับ regression model = 0 โดย ปรับ fit_intercept=False

จะได้ค่าดังนี้

และทำการหาค่าerror

จะได้ค่า error ดังนี้

สรุปผล

จากการดูแนวโน้มของกราฟ ที่สร้างจากตารางข้อมูลทำให้รู้ว่าเมื่อ อุณหภูมิร่างกายยิ่งเยอะขึ้นจะทำให้การเผาผลาญ แคลอรี่มากขึ้นเท่านั้น และในสิ่งที่ได้ต่อมาคือ เมื่อเราต้องการทำนาย การเผาผลาญแคลอรี่โดยใช้อุณหภูมิ มีสมการดังนี้ Calories = -2555.7467877671534 + (66.09010269*body_temp)