Iterative Calculation

การคำนวนแบบทำซ้ำหรือ Iterative calculation เป็นวิธีการถูกนำมาประยุกต์ใช้ในการโมเดลข้อมูล การทำงานคือจะอัลกอรึทึมต่างๆที่เราเลือกใช้จะต้องมีการคิดคำนวนซ้ำ(loop) เพื่อให้ได้โมเดลข้อมูลที่ถูกต้องและเหมาะสมที่สุด Iterative Calculation ถูกนำมาใช้ในการพัฒนาโมเดลข้อมูลในบางงานวิจัย เช่น งานวิจัยที่ตีพิมพ์ในวรสาร Reliability Engineering & System Safety ที่มีการนำเอา state estimation ตัวหนึ่งที่ชื่อว่า particle filter มาใช้ในการเลือกพารามิเตอร์ที่เหมาะสมให้กับ support vector regression ซึ่งผลจากการทดลองก็แสดงให้เห็นว่าในแต่ละครั้งของการค้นหาโมเดล ค่าพารามิเตอร์ของ support vector regression จะมีการเปลี่ยนค่าพารามิเตอร์นี้ให้เหมาะสมกับข้อมูลที่มีการเปลี่ยนแปลงตลอด ซึ่งนับได้ว่าเป็นการนำ machine learning มาประยุกต์ใช้งานได้อย่างมีประสิทธิภาพทีเดียว

ที่มา: http://ieeexplore.ieee.org/document/7128681/

นอกจากงงานวิจัยนี้แล้ว ก็ยังมีการนำเอา state estimation ไปใช้ในการปรับจูนพารามิเตอร์ให้กับ machine learning ตัวอื่นๆอีก เช่น support vector machine(ตัว classify) ในวรสาร IEEE Geoscience and Remote Sensing Letters ซึ่งงานวิจัยนี้ได้ประยุกต์ใช้ state estimation กับข้อมูลภาพถ่ายดาวเทียม(ภาพ SAR)เพียงภาพเดียว โดยให้ state estimation หาค่าพารามิเตอร์ที่เหมาะสม เพื่อนำค่านี้ไปใช้ในการรันโมเดล ผลการทดลองแสดงให้เห็นว่าประสิทธิภาพของ support vector machine สูงขึ้น

เพียงแค่เรานำ machine learning มาใช้ในชีวิตประจำวันได้ เราก็รู้สึกว่าชีวิตสะดวกสบายมากขึ้น ถ้าเช่นนั้นลองคิดไปมากกว่านั้น คิดไปถึงจุดที่ว่า ถ้ามีการพัฒนาอัลกอรึทึมให้แม่นยำมากขึ้นจะเป็นเช่นไร

One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.