ML-For-Beginners/translations/th/5-Clustering

แบบจำลองการจัดกลุ่มสำหรับการเรียนรู้ของเครื่อง

การจัดกลุ่มเป็นงานการเรียนรู้ของเครื่องที่มุ่งหาวัตถุที่คล้ายคลึงกันและจัดกลุ่มเหล่านี้เป็นกลุ่มที่เรียกว่ากลุ่มจัดกลุ่ม สิ่งที่แตกต่างของการจัดกลุ่มจากวิธีการอื่นในเรียนรู้ของเครื่อง คือสิ่งต่าง ๆ เกิดขึ้นโดยอัตโนมัติ จริง ๆ แล้วสามารถกล่าวได้ว่านี่เป็นสิ่งที่ตรงข้ามกับการเรียนรู้ที่มีผู้ดูแล

หัวข้อท้องถิ่น: แบบจำลองการจัดกลุ่มสำหรับรสนิยมเพลงของผู้ชมชาวไนจีเรีย 🎧

ผู้ชมที่หลากหลายของไนจีเรียมีรสนิยมทางดนตรีที่หลากหลาย ใช้ข้อมูลที่ขูดจาก Spotify (ได้รับแรงบันดาลใจจาก บทความนี้) มาดูเพลงที่ได้รับความนิยมในไนจีเรีย ชุดข้อมูลนี้ประกอบด้วยข้อมูลเกี่ยวกับคะแนน 'danceability' 'acousticness' ความดัง 'speechiness' ความนิยมและพลังงานของเพลงต่าง ๆ น่าสนใจที่จะค้นหารูปแบบในข้อมูลนี้!

ภาพโดย Marcela Laskoski บน Unsplash

ในชุดบทเรียนนี้ คุณจะค้นพบวิธีใหม่ในการวิเคราะห์ข้อมูลโดยใช้เทคนิคการจัดกลุ่ม การจัดกลุ่มมีประโยชน์เป็นพิเศษเมื่อชุดข้อมูลของคุณไม่มีป้ายกำกับ หากมีป้ายกำกับ เทคนิคการจำแนกประเภทเช่นที่คุณเรียนในบทเรียนก่อนหน้าอาจมีประโยชน์มากกว่า แต่ในกรณีที่คุณต้องการจัดกลุ่มข้อมูลที่ไม่มีป้ายกำกับ การจัดกลุ่มเป็นวิธีที่ดีในการค้นหารูปแบบ

มีเครื่องมือที่ใช้โค้ดน้อยที่มีประโยชน์ซึ่งช่วยให้คุณเรียนรู้เกี่ยวกับการทำงานกับแบบจำลองการจัดกลุ่ม ลองใช้ Azure ML สำหรับงานนี้

บทเรียน

1. แนะนำการจัดกลุ่ม
2. การจัดกลุ่ม K-Means

เครดิต

บทเรียนเหล่านี้เขียนด้วยเสียงเพลง 🎶 โดย Jen Looper พร้อมบทวิจารณ์ที่เป็นประโยชน์จาก Rishit Dagli และ Muhammad Sakib Khan Inan

ชุดข้อมูล เพลงของไนจีเรีย ได้มาจาก Kaggle โดยขูดข้อมูลจาก Spotify

ตัวอย่าง K-Means ที่มีประโยชน์ซึ่งช่วยในการสร้างบทเรียนนี้รวมถึง การสำรวจดอกไอริส, สมุดจดแนะนำ, และ ตัวอย่าง NGO สมมุติ

---

ปฏิเสธความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator ขณะที่เราพยายามให้ความถูกต้อง โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้