# โมเดลการจัดกลุ่มสำหรับการเรียนรู้ของเครื่อง การจัดกลุ่มเป็นงานในด้านการเรียนรู้ของเครื่องที่มุ่งค้นหาวัตถุที่มีความคล้ายคลึงกันและจัดกลุ่มเหล่านี้ให้อยู่ในกลุ่มที่เรียกว่า "คลัสเตอร์" สิ่งที่แตกต่างระหว่างการจัดกลุ่มกับวิธีการอื่นในด้านการเรียนรู้ของเครื่องคือกระบวนการเกิดขึ้นโดยอัตโนมัติ ในความเป็นจริง อาจกล่าวได้ว่ามันตรงกันข้ามกับการเรียนรู้แบบมีผู้สอน ## หัวข้อเฉพาะภูมิภาค: โมเดลการจัดกลุ่มสำหรับรสนิยมทางดนตรีของผู้ฟังชาวไนจีเรีย 🎧 ผู้ฟังชาวไนจีเรียมีรสนิยมทางดนตรีที่หลากหลาย การใช้ข้อมูลที่ดึงมาจาก Spotify (ได้รับแรงบันดาลใจจาก [บทความนี้](https://towardsdatascience.com/country-wise-visual-analysis-of-music-taste-using-spotify-api-seaborn-in-python-77f5b749b421)) เรามาดูเพลงที่ได้รับความนิยมในไนจีเรียกัน ชุดข้อมูลนี้ประกอบด้วยข้อมูลเกี่ยวกับคะแนน 'danceability', 'acousticness', ความดัง, 'speechiness', ความนิยม และพลังงานของเพลงต่าง ๆ จะน่าสนใจมากหากเราสามารถค้นพบรูปแบบในข้อมูลนี้!  > ภาพถ่ายโดย Marcela Laskoski บน Unsplash ในบทเรียนชุดนี้ คุณจะได้ค้นพบวิธีใหม่ ๆ ในการวิเคราะห์ข้อมูลโดยใช้เทคนิคการจัดกลุ่ม การจัดกลุ่มมีประโยชน์อย่างยิ่งเมื่อชุดข้อมูลของคุณไม่มีป้ายกำกับ หากมีป้ายกำกับ การใช้เทคนิคการจำแนกประเภท เช่นที่คุณได้เรียนรู้ในบทเรียนก่อนหน้า อาจมีประโยชน์มากกว่า แต่ในกรณีที่คุณต้องการจัดกลุ่มข้อมูลที่ไม่มีป้ายกำกับ การจัดกลุ่มเป็นวิธีที่ยอดเยี่ยมในการค้นหารูปแบบ > มีเครื่องมือแบบ low-code ที่มีประโยชน์ซึ่งสามารถช่วยคุณเรียนรู้เกี่ยวกับการทำงานกับโมเดลการจัดกลุ่ม ลองใช้ [Azure ML สำหรับงานนี้](https://docs.microsoft.com/learn/modules/create-clustering-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott) ## บทเรียน 1. [แนะนำการจัดกลุ่ม](1-Visualize/README.md) 2. [การจัดกลุ่มแบบ K-Means](2-K-Means/README.md) ## เครดิต บทเรียนเหล่านี้เขียนขึ้นด้วย 🎶 โดย [Jen Looper](https://www.twitter.com/jenlooper) พร้อมการตรวจสอบที่เป็นประโยชน์จาก [Rishit Dagli](https://rishit_dagli) และ [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) ชุดข้อมูล [Nigerian Songs](https://www.kaggle.com/sootersaalu/nigerian-songs-spotify) ได้มาจาก Kaggle โดยดึงข้อมูลจาก Spotify ตัวอย่าง K-Means ที่มีประโยชน์ซึ่งช่วยในการสร้างบทเรียนนี้ ได้แก่ [การสำรวจดอกไอริส](https://www.kaggle.com/bburns/iris-exploration-pca-k-means-and-gmm-clustering), [สมุดบันทึกเบื้องต้น](https://www.kaggle.com/prashant111/k-means-clustering-with-python), และ [ตัวอย่าง NGO สมมติ](https://www.kaggle.com/ankandash/pca-k-means-clustering-hierarchical-clustering) --- **ข้อจำกัดความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษาจากผู้เชี่ยวชาญ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้