รายการบทความการแลกเปลี่ยนเรียนรู้ตามคำสำคัญ : classification

	การพัฒนาระบบสารสนเทศ » Ann algorithm กับ Multi-labels
	Approximate Nearest Neighbor (ANN) algorithm ซึ่งเป็นเทคนิคที่ใช้ในด้านการค้นหาข้อมูลที่ใกล้เคียง (nearest neighbors) ในฐานข้อมูลหรือดาต้าเซ็ตที่มีขนาดใหญ่มาก โดยไม่ต้องค้นหาทุก ๆ ตัวในฐานข้อมูลที่ทำให้การคำนวณช้าลง ANN จะใช้วิธีที่ช่วยให้ค้นหาข้อมูลที่ใกล้เคียงได้รวดเร็วขึ้นในขณะที่ยังคงมีความแม่นยำสูง ตัวอย่างการใช้งานคือการค้นหาภาพที่คล้ายกันในฐานข้อมูลของภาพหรือการค้นหาผลลัพธ์ที่ใกล้เคียงที่สุดในระบบแนะนำ (Recommendation Systems) ส่วน Multi-labels classification คือการที่เรามีหลายป้ายกำกับ (labels) ที่สามารถกำหนดให้กับข้อมูลหนึ่ง ๆ ได้ ตัวอย่างเช่นในกรณีของการจำแนกประเภทของอีเมล อาจจะมีป้ายกำกับ "สำคัญ", "งาน", "งานส่วนตัว" ซึ่งอีเมลหนึ่งอาจจะได้รับหลายป้ายกำกับพร้อมกันได้ การใช้ Multi-label classification มักใช้ในปัญหาที่แต่ละตัวอย่างสามารถถูกจัดอยู่ในหลายกลุ่มในเวลาเดียวกัน
	คำสำคัญ : Approximate Nearest Neighbor classification Multi-labels
	กลุ่มบทความ : กลุ่มงานตามสมรรถนะบุคลากร
	หมวดหมู่ : กลุ่มงานเทคโนโลยีสารสนเทศ
	สถิติการเข้าถึง : เปิดอ่าน 32 ครั้ง \| แสดงความคิดเห็น 0 ครั้ง
	ผู้เขียน สมนึก สินธุปวน วันที่เขียน 11/2/2568 9:52:24 แก้ไขล่าสุดเมื่อ 21/2/2568 1:17:38

	การพัฒนาระบบสารสนเทศ » Image classification with TensorFlow Lite Model Maker (จาก ECTI DAMT NCON 2023 สอนใน คพ320 วิชาระบบปฏิบัติการ)
	ไลบรารี TensorFlow Lite Model Maker ช่วยลดความยุ่งยากในกระบวนการปรับเปลี่ยนและแปลงโมเดลเครือข่ายประสาท (neural-network) ของ TensorFlow สำหรับแอปพลิเคชันบนอุปกรณ์ การเขียนโปรแกรมนี้เป็นตัวอย่างที่ใช้ไลบรารี Model Maker เพื่อแสดงการปรับเปลี่ยนและการจัดประเภทรูปภาพที่ใช้กันทั่วไปเพื่อจำแนกภาษามือบนอุปกรณ์เคลื่อนที่ https://colab.research.google.com/github/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/tutorials/model_maker_image_classification.ipynb https://blog.tensorflow.org/2020/03/higher-accuracy-on-vision-models-with-efficientnet-lite.html https://github.com/RangiLyu/EfficientNet-Lite
	คำสำคัญ : Image classification Model Maker TensorFlow Lite
	กลุ่มบทความ : กลุ่มงานตามสมรรถนะบุคลากร
	หมวดหมู่ : กลุ่มงานเทคโนโลยีสารสนเทศ
	สถิติการเข้าถึง : เปิดอ่าน 612 ครั้ง \| แสดงความคิดเห็น 0 ครั้ง
	ผู้เขียน สมนึก สินธุปวน วันที่เขียน 29/9/2566 10:51:37 แก้ไขล่าสุดเมื่อ 19/2/2568 5:06:06