Optimization ต่างกับ Machine learning อย่างไร
เป็นคำถามที่โดนถามบ่อยมากคำถามหนึ่ง โดยเฉพาะเหล่า Data Scientist หรือ Machine Learning Lover ที่เข้าใจว่า Optimization เป็นส่วนหนึ่งของการทำ Machine Learning
ซึ่งไม่ผิดค่ะ ต้องบอกว่า การทำ Optimization เป็นการหาจุดสมดุล (สูงสุด หรือต่ำสุด) ภายใต้ Condition ต่างๆ
ดังนั้น การหาจุดที่เหมาะสมที่สุดที่จะเลือก Parameter Setup ให้ Machine Learning ก็ถือว่าเป็น Optimization เหมือนกัน เพียงแต่การแก้ปัญหาอาจจะแค่เขียน Objective ให้หา Max Value ของ ค่าใดค่าหนึ่งเมื่อมี Parameter เปลี่ยนแปลงไป แท้จริงแล้ว ศาสตร์แห่งการทำ Optimization นั้นกว้าง และซับซ้อนมากกว่าแค่การเขียน Function Max หรือ Min
หากจะถามว่า แล้ว Optimization ต่างกัน Machine Learning อย่างไร ให้ดูที่คำนิยามของมัน
- Machine Learning คือ การสร้างให้โปรแกรมเรียนรู้จากข้อมูล
- Optimization คือ การหาจุดสมดุลภายใต้ Condition
(มิใช่ภายใต้ข้อมูลเพียงอย่างเดียว แต่รวมไปถึงสมการที่มีความซับซ้อนสูงได้)
วิธีการทำโจทย์ทั้งสองแบบก็แตกต่างกัน เมื่อการทำ Machine Learning คือนำ Data เข้าไปให้ Machine แก้ปัญหา แต่การทำ Optimization คือการเขียนสมการ แล้วให้โปรแกรมต่างๆ แก้สมการให้เรา ดังนั้น Input จึงแตกต่างกัน
ในการใช้งาน Machine Learning จะเน้นทำ Predictive Model หรือการทำ Recommendation
ส่วนของ Optimization จะเน้นการทำ Decision Analysis มากกว่า
สิ่งที่ทั้งสองมีคล้ายกันคือ การจะเป็น Expert ได้นั้น ต้องมีพื้นฐานจากคณิตศาสตร์เป็นหลัก ไม่ว่าจะเป็น Calculus, Differential Equation, Statistics and Probability รวมไปถึง Linear Algebra แต่เส้นทางในการเป็น Expert ของสองด้านนี้ต่างกัน
สาย Optimization จะเรียน
- Linear Programming
- Convex Programming
- Stochastic Process
- Dynamic Programming
- Integer Programming
เป็นต้น
ในขณะที่สาย Machine Learning จะเรียนวิชาพื้นฐานเป็น
- Statistical Modeling
- Design of Experiment
- Response Surface Methodology
- Data Mining
- Supervised and Unsupervised Algorithm
- การเขียนโปรแกรมด้วยภาษาต่างๆ เช่น R หรือ Python
เป็นต้น
หากถามว่า ควรเรียนอะไรนั้น ก็อยู่ที่ว่า คุณชอบอะไรมากกว่ากัน ระหว่าง การออกแบบสมการภายใต้จุดสมดุล หรือการออกแบบ Code เพื่อสร้างความสัมพันธ์ของข้อมูล
สำหรับ Coraline นั้น เรามีทั้ง Optimization Expert และ Machine Learning Expert อยู่ในองค์กร ดังนั้น ไม่ว่างานสายไหน เราก็พร้อมจะช่วยท่านแก้ปัญหาต่างๆ ได้ค่ะ
#BigData
#DataScience
#Optimization
#ProductivityImprovement
#Coraline ให้คำปรึกษาการทำ Data Science and Data Modeling เพื่อเพิ่มศักยภาพของธุรกิจ
Optimization Machine Learning Data Scientist Data Science Max Value Predictive model Recommendation Linear Programming Convex Programming Stochastic Process Dynamic Programming Integer programming Linear Algebra Calculus Differential Equation Statistics Probability Statistical Modeling Design of Experiment Response Surface Methodology Data Mining Supervised Unsupervised Algorithm Normalization Python