Build your ultimate AI agent
รายละเอียดคอร์ส
Mixture modeling เป็นวิธีการแทนลักษณะของประชากรเมื่อเราสนใจความหลากหลายภายใน Mixture Models ใช้การแจกแจงความน่าจะเป็นที่คุ้นเคย (เช่น Gaussian, Poisson, Binomial) เพื่อสร้างกรอบทางสถิติที่เป็นระบบสำหรับการจัดกลุ่มและการจำแนกประเภท ต่างจากวิธีการจัดกลุ่มทั่วไป ตรงที่สามารถประมาณความน่าจะเป็นที่ข้อมูลแต่ละจุดจะอยู่ในกลุ่มใด และสรุปผลเกี่ยวกับประชากรย่อยได้ด้วย ตัวอย่างเช่น ในบริบทของการตลาด อาจต้องการจัดกลุ่มลูกค้าและหาความน่าจะเป็นที่ลูกค้าแต่ละกลุ่มจะซื้อสินค้าเฉพาะ เพื่อวางแผนโปรโมชันที่ตรงกลุ่มเป้าหมายได้แม่นยำขึ้น หรือในการประมวลผลภาษาธรรมชาติกับเอกสารจำนวนมาก อาจต้องการจัดกลุ่มเอกสารตามหัวข้อและทำความเข้าใจว่าแต่ละหัวข้อมีความสำคัญเพียงใดในแต่ละเอกสาร ในคอร์สนี้จะได้เรียนรู้ว่า Mixture Models คืออะไร มีวิธีประมาณค่าอย่างไร และควรนำไปใช้เมื่อใด
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
Mixture Models เบื้องต้น
บทนี้จะแนะนำแนวคิดพื้นฐานของการจัดกลุ่มแบบอิงโมเดล และความแตกต่างจากเทคนิคการจัดกลุ่มรูปแบบอื่น รวมถึงกระบวนการสร้างข้อมูลของ Gaussian Mixture Models และวิธีการแสดงผลกลุ่มด้วยภาพ
- การจัดกลุ่มแบบอิงโมเดล (Model-Based Clustering) เบื้องต้น50 XP
- แนวทางการจัดกลุ่ม50 XP
- สำรวจข้อมูลเพศ100 XP
- การแจกแจงแบบเกาส์เซียน50 XP
- การสุ่มตัวอย่างจากการแจกแจงแบบเกาส์เซียน100 XP
- (การประมาณค่าเฉลี่ยและ sd ที่ยังไม่ดีพอ)100 XP
- Gaussian Mixture Models (GMM)50 XP
- จำลองการผสมของการแจกแจงแบบเกาส์เซียนสองตัว100 XP
- พล็อตฮิสโตแกรมของ Gaussian Mixture100 XP
- ส่วนผสมของการแจกแจงเกาส์เซียนสามตัว100 XP
2
โครงสร้างของ Mixture Models และการประมาณค่าพารามิเตอร์
บทนี้จะแนะนำโครงสร้างหลักของ Mixture Models วิธีนำไปใช้กับข้อมูลประเภทต่าง ๆ และวิธีประมาณค่าพารามิเตอร์ที่เกี่ยวข้อง โดยจะได้เรียนรู้วิธีการแบบวนซ้ำที่เรียกว่า Expectation-Maximization algorithm
3
Mixture of Gaussians ด้วย `flexmix`
บทนี้แสดงวิธีฟิต Gaussian Mixture Models ในมิติที่ 1 และ 2 ด้วยแพ็กเกจ `flexmix` โดยใช้ชุดข้อมูลที่ประกอบด้วยข้อมูล 10,000 รายการของบุคคล ได้แก่ น้ำหนัก ส่วนสูง ดัชนีมวลกาย และเพศที่รายงาน
4
Mixture Models นอกเหนือจาก Gaussian
ในโมดูลนี้จะได้เรียนรู้ว่า Mixture Models ขยายไปรองรับการแจกแจงความน่าจะเป็นอื่นนอกจาก Gaussian ได้อย่างไร และวิธีฟิตโมเดลเหล่านี้ด้วย `flexmix` ชุดข้อมูลที่ใช้ ได้แก่ ภาพตัวเลขลายมือและจำนวนอาชญากรรมในเมืองชิคาโก สำหรับชุดข้อมูลแรกจะค้นหากลุ่มที่สรุปลักษณะของตัวเลขลายมือ และสำหรับชุดข้อมูลที่สองจะค้นหากลุ่มชุมชนที่มีระดับความปลอดภัยแตกต่างกัน
R
Mixture Models ใน R
เรียนจบแล้ว

