# การเลือก Algorithms ให้ AI (1/5)

โดยปรกติก่อนที่เราจะเขียน AI ได้ เราจะต้องตั้งโจทย์ก่อนว่า **เราอยากจะแก้ปัญหาเรื่องอะไร?** ซึ่งเชื่อไหมว่าปัญหาทุกปัญหาในวงการนี้มันถูกแบ่งออกเป็นแค่ 5 กลุ่มเท่านั้นเอง ดังนั้นหลักการในการเลือก **Algorithm** นั้นก็แสนจะง่าย เพียงแค่เราดูว่าปัญหาของเรามันไปตรงกับกลุ่มไหน เราก็จะเลือก Algorithms จากกลุ่มนั้นมาลองใช้ แล้วเอาผลลัพท์ที่ดีที่สุดมาใช้เพียงเท่านี้เอง ดังนั้นในรอบนี้เราจะมาทำความเข้าใจ**ปัญหาทั้ง 5 กลุ่มของวงการ AI** กันครัช

{% hint style="success" %}
**แนะนำให้อ่าน**\
บทความนี้เป็นส่วนหนึ่งของบทความ [**👶 Data Scientist**](https://saladpuk.gitbook.io/learn/basic/data-scientist) หากเพื่อนๆสนใจอยากรู้หลักการของพวก Data science ทั้งหมดแนะนำให้ไปอ่านบทความหลักได้โดยการจิ้มชื่อสีฟ้าๆนั้นเลยนะครับ ส่วนใครที่อยากลองสร้าง AI เป็นของตัวเองก็สามารถดูตัวอย่างได้จากบทความด้านล่างนี้ครับ\
[**สร้าง AI ตัดสินใจอนุมัติบัตรเครดิต 💳**](https://saladpuk.gitbook.io/learn/cloud/machine-learning-studio/credit-risk)\*\*\*\*
{% endhint %}

## 🔥 ถามหาคำตอบเป็น A หรือ B

![](/files/-LtpUJKIQ8IPeApBjaS-)

เวลาที่เราต้องการจะสร้าง AI ที่ต้องตอบ**คำถามที่มีคำตอบเพียง 2 คำตอบ** เช่น เป็นหมาหรือแมว, ชอบหรือไม่ชอบ, เป็นเพศชายหรือเพศหญิง ไรงี้ และรวมถึง**คำถามที่มีคำตอบมากกว่า 2 คำตอบ**ด้วย เช่น หน้าตาดีหรือหน้าตาธรรมดาหรือหน้าตาขี้เหร่, เป็น A หรือ B หรือ C หรือ D ... Z บลาๆ ซึ่งถ้าเราเจอโจทย์ที่ถามลักษณะนี้ แสดงว่าเราต้องเลือกใช้ Algorithm ในหมวดที่ชื่อว่า **`Classification`** นั่นเอง

{% hint style="info" %}
**คำถามที่มีคำตอบเพียง 2 ข้อ**\
จะอยู่ในหมวด **Classification** และมีกลุ่มย่อยเป็นตระกูล **Two-class classification**
{% endhint %}

เราลองไปดูกลุ่มของ **Two-class classification algorithms** กันบ้างนะว่ามีอะไรให้เล่นบ้าง ซึ่งให้ไล่จากกจุดเหลืองๆว่าโจทย์ของเราตรงกับลักษณะไหน ก็ให้เลือกใช้ algorithm ตัวนั้นได้เลย

![](/files/-LpTgoEx285i2B-mD4N6)

{% hint style="info" %}
**คำถามที่มีคำตอบมากกว่า 2 ข้อ**\
จะอยู่ในหมวด **Classification** และมีกลุ่มย่อยเป็นตระกูล **Multi-class classification**
{% endhint %}

เราลองไปดูกลุ่ม **Multi-class classification algorithms** กันบ้างนะว่ามีอะไรให้เล่นบ้าง ซึ่งให้ไล่จากกจุดเหลืองๆว่าโจทย์ของเราตรงกับลักษณะไหน ก็ให้เลือกใช้ algorithm ตัวนั้นได้เลย

![](/files/-LnPjOt4jRkzAOoIsSi7)

## 🔥 ถามหาของที่ผิดปรกติ

![](/files/-Lughnki8debCMsSWNQP)

เวลาที่เราต้องการจะสร้าง AI ที่ต้องหาว่ามันมีของที่ผิดปรกติอยู่ในนั้นหรือเปล่า เช่น การใช้จ่ายเงินมีอะไรผิดแปลกไปหรือเปล่า, มีการโกงบัญชีเกิดขึ้นหรือเปล่า, เซ็นเซอร์ต่างๆยังทำงานเป็นปรกติดีหรือเปล่า บลาๆ ซึ่งถ้าเราเจอโจทย์ที่ถามลักษณะนี้ แสดงว่าเราต้องเลือกใช้ Algorithm ในหมวดที่ชื่อว่า **`Anomaly detection`** นั่นเอง

เราลองไปดูกลุ่ม **Anomaly detection** กันบ้างนะว่ามีอะไรให้เล่นบ้าง ซึ่งให้ไล่จากกจุดเหลืองๆว่าโจทย์ของเราตรงกับลักษณะไหน ก็ให้เลือกใช้ algorithm ตัวนั้นได้เลย

![](/files/-LnICumrIIPf6PNOki83)

## 🔥 ถามหาตัวเลข

![](/files/-LoASaD54bIJsD8TRk0y)

เวลาที่เราต้องการจะสร้าง AI ที่ต้องหาคำตอบเป็นตัวเลข เช่น อุณหภูมิพรุ่งนี้จะเป็นยังไง, หุ้นมีโอกาสจะขึ้นกี่เปอร์เซ็นต์, ราคาควรจะเป็นเท่าไหร่ บลาๆ ซึ่งถ้าเราเจอโจทย์ที่ถามลักษณะนี้ แสดงว่าเราต้องเลือกใช้ Algorithm ในหมวดที่ชื่อว่า **`Regression`** นั่นเอง

เราลองไปดูกลุ่ม **Regression** กันบ้างนะว่ามีอะไรให้เล่นบ้าง ซึ่งให้ไล่จากกจุดเหลืองๆว่าโจทย์ของเราตรงกับลักษณะไหน ก็ให้เลือกใช้ algorithm ตัวนั้นได้เลย

![](/files/-Lv9LT5Pdkjx2DveYOso)

## 🔥 ถามหาว่ามันอยู่กลุ่มไหน

![](/files/-LsX8ZNltRBQDSU5xl3j)

เวลาที่เราต้องการจะสร้าง AI ที่ต้องหาว่าของพวกนั้นมันควรจะจัดไว้กลุ่มไหน เช่น เป็นหนังแนวไหน, อาการป่วยแบบนี้อยู่ในระยะไหน, สัตว์แบบนี้อยู่ในตระกูลไหน โดยในบางครั้งเราอาจจะไม่รู้ด้วยซ้ำว่ามันจะมีกลุ่มอะไรบ้าง แล้วเราอยากให้คอม AI แบ่งกลุ่มออกมาให้ก็รวมอยู่ในนี้ด้วย ซึ่งถ้าเราเจอโจทย์ที่ถามลักษณะนี้ แสดงว่าเราต้องเลือกใช้ Algorithm ในหมวดที่ชื่อว่า **`Clustering`** นั่นเอง

เราลองไปดูกลุ่ม **Clustering** กันบ้างนะว่ามีอะไรให้เล่นบ้าง (มีอยู่อันเดียว)

![เหงาจุง](/files/-LtrtO5dFJcYf33dOGvS)

## 🔥 ถามว่าต้องตัดสินใจทำอะไรต่อ

![](/files/-M0i2TjsnBleF-9GrXly)

เวลาที่เราต้องการจะสร้าง AI ที่ต้องหาว่าถ้าเราได้ผลลัพท์ออกมาแบบนี้ แล้วเราจะต้องทำอะไรต่อดี เช่น รถกำลังวิ่งด้วยความเร็วเท่านี้แล้วเห็นทางเลี้ยวควรทำอะไรต่อดี, น้ำขึ้นถึงระดับนี้แล้วควรทำอะไรต่อดี, ไม่มีคนอยู่บ้านแล้วควรทำอะไรต่อดี บลาๆ ซึ่งถ้าเราเจอโจทย์ที่ถามลักษณะนี้ แสดงว่าเราต้องเลือกใช้ Algorithm ในหมวดที่ชื่อว่า **`Reinforcement Learning`** นั่นเอง

ลักษณะของ **Reinforcement Leaning** จะต้องใช้ผลลัพท์ของขั้นตอนก่อนหน้ามาเป็น input เพื่อใช้ในการตัดสินใจว่าควรจะต้องทำอะไรต่อ ซึ่งในตอนที่เขียนบทความนี้ Machine Learning Studio นั้นยังไม่มี algorithms ในหมวดนี้ออกมาให้เราใช้งานครับ

## 🤔 มีแบบสรุปสรุปสั้นๆเลยไหม ?

ถ้าบทความนี้ยังสรุปไม่สั้นสะใจพอ เอาแผนผังการเลือก Algorithms นี่ไปดูเลย

{% file src="/files/-Lol-7\_M9cTFxe65Ehlp" %}
Algorithm cheat sheet
{% endfile %}

ส่วนอันนี้เป็นการเลือก Algorithm แบบเป็น Infographic

{% file src="/files/-Lol-L6wjiDjqmcdKbTT" %}
Algorithms infographic
{% endfile %}

## 🎯 บทสรุป

เราก็จะเห็นว่าจริงๆแล้วการเลือกใช้ Algorithms ให้กับ AI นั้นไม่ได้ยากอะไรเลย เพียงแค่ดูว่าปัญหาที่เราต้องการจะแก้ มันไปตรงกับหมวดไหน แล้วเราก็แค่เลือก algorithms ที่ตรงกับลักษณะของ data ที่เรามีก็พอ เพียงเ่ทานี้เราก็จะสามารถเลือก Algorithms ได้แบบง่ายๆแล้วครับ


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.saladpuk.com/basic/data-scientist/algorithms-category.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.