The LeNet model is one of the most simple model architecture. We start with an input that is two dimension since the LeNet is trained on black and white inputs. All convolution layers in the LeNet uses a 5x5 convolution without padding since padding. For pooling layers, the model uses an average pooling. After the last pooling layer, it is then attached with a fully connected layer and finally, another fully connected layer to predict the output.

CNN Models

“The Signal and the Noise: Why So Many Predictions Fail — but Some Don’t” Nate Silver

ทำไม Data Scientist ควรอ่านหนังสือชื่อ “The Signal and the Noise” และคิดตามแบบจริงจัง (ตอนที่ 1)

คำว่าปรัชญา (Philosophy) มีรากศัพท์มาจากภาษาสันสกฤตหมายถึงความรู้อันประเสริฐ อันที่จริงแล้วเป็นวิชาที่เมืองไทยไม่ค่อยให้ความสำคัญเท่าไร ผมเองเคยเรียนมัธยมในไทยรู้สึกผิดหวังแทนคนไทยที่ไม่ได้รับโอกาสศึกษาวิชาปรัชญาอย่างจริงจัง อยากให้ทุกท่านคิดวิชาปรัชญาเป็นศาสตร์ของการคิดเพื่อนำไปต่อยอด สอนให้คิดทุกอย่างตั้งแต่การตั้งคำถามสิ่งที่อนุภาพแบบว่าการเกิดดับของมนุษย์เป็นไปจริงหรือจนถึงจักรวาลโลกใบนี้สร้างขึ้นจากอะไร ดังนั้นจึงอยากยกประเด็นขึ้นมาให้ผู้อ่านที่อยากเป็น Data Scientist ได้ลองพิจารณาดูตามแบบแนวปรัชญา คืออ่านไปพร้อมตั้งคำถามไปเรื่อยๆ เพื่อหาสาเหตุที่มาที่ไปของทุกๆอย่างๆ หรือแม้กะทั่งการหาคำตอบนั้นก็เกิดขึ้นโดยใช้ความเข้าใจในหลายๆเรื่องมาผสมผสานกัน ยำรวมเข้ากันจนเกิดวิธีคิดที่สามารถหาแนวทางมาคิดวิเคราะห์ต่อยอดได้ คำตอบที่ถูกหรือผิดนั้นไม่มีอยู่จริงๆในหลักของวิชาปรัชญา คำว่าถูกในหลักการหาคำตอบที่ผู้เขียนคิดคือคำตอบสามารถเข้าใกล้ความเป็นจริงมากที่สุด คำว่าผิดหรือคำตอบผิดนั้นคือไม่สามารถทำให้เข้าใกล้ความเป็นจริงได้ เช่นหากท่านไม่เชื่อในคำตอบใดท่านต้องนำความจริงที่เกิดขึ้นมาหักล้างคำตอบเก่าให้ได้ ตัวอย่างเช่นมนุษย์เชื่อว่าดวงอาทิตย์ขึ้นทางทิศตะวันออก ตกทางทิศตะวันตกด้วยความเชื่ออะไรสักอย่าง การพิสูจน์ความคิดนี้คือการสังเกตทุกเช้าว่าพระอาทิตย์ขึ้นทุกเช้าจริงหรือไม่และนำผลมาสังเกตว่าแต่ละวันขึ้นในทิศใดบ้าง

วิชาปรัชญากับนักวิทยาศาสตร์ทางด้านข้อมูล

It is undeniable that Convolutional Neural Networks (CNN) have made a huge progress in the field of computer vision. Most state-of-the-art models in image classification and object detection have been some form of a CNN. Convolutional Neural Networks work by convolving pixels of image data, down-sampling, and applying non-linearity after each successive layer. The result is called a “feature map” or a learned abstraction of an image. 

The Power of Transfer Learning

Today we might type more than we talk, enormous amount of text data has been generated every single minute since digital era. Data is new oil (and even more valuable, for those who know how to blend it). However, a human brain is not sharp at reading large of amount of text. Our eyes are limited of two sides, which disallow a normal person to read more than 200–300 words per minute.

What if your computer could read?

Countless of times a team of data scientist and I have run into a technical discussion, and one frequently asked a question, perhaps only relevant one to this Medium article, is a size of dataset relatively to question/problem the team aim to solve. It’s quite disturbing to see most of aspiring data scientists today never understand when and why to ask the question.

Short Note on Aspiring Data Scientists, or How To Create The Learnable Machine.

In the digital world, a password is like a key to your house. It is a little item that can give you a sense of security and prevent an intruder out. A password is not perfect and might never be since it can be lost, stolen, or someone can brute force and break into your account. Sometimes a password can be even worse than a key since you are rarely using the same key for your house or a car while we all know you are using the same password for all the online accounts you have.

Why Should We Use A Password Manager?

Many machine learning practitioners may have come to a crossroads where they have to choose the number of features they want to include in their model. This decision is actually dependent on many factors. For instance, you may need to know about the nature of your data, is the feature contributing (is it some kind of ID)? Are features multi-collinear? How many samples do you have? Machine Learning practitioners often work with high dimensional vectors to create a model.

The Curse of Dimensionality

ในปัจจุบันเป็นยุคของ Big data ทำให้มีข้อมูลมากมายมหาศาลหลายรูปแบบ ซึ่ง รูปภาพ (Image) เป็นหนึ่งในข้อมูลที่มีหลายรูปแบบที่ได้รับความสนใจมาก เนื่องจากสามารถนำมาเป็นข้อมูลเพื่อประยุกต์ในงานได้อย่างหลากหลาย เช่น  Image classification, Object detection แต่ก่อนที่จะนำข้อมูลนั้นมาใช้ มีสิ่งหนึ่ง ที่ไม่ควรมองข้าม นั่นคือ Data cleansing

Data Wow blog

Contact us