อธิบายคำศัพท์ในงาน Deep Learning สำหรับ Computer Vision
C
Convolutional Layers
คือชั้นประมวลผลหลักในโครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNN) ที่ใช้ตัวกรอง (Kernel/Filters) ในการคำนวณทางคณิตศาสตร์ ใช้สำหรับสกัดลักษณะเด่น (Feature Extraction) เช่น เส้นขอบหรือรูปทรงจากข้อมูลรูปภาพ จัดอยู่ในหมวดหมู่ Deep Learning / Computer Vision
CNN (Convolutional Neural Network)
คือสถาปัตยกรรมโครงข่ายประสาทเทียมเชิงลึกที่ใช้กระบวนการคอนโวลูชันเพื่อสกัดลักษณะเด่นจากข้อมูล มักใช้สำหรับงานวิเคราะห์และประมวลผลภาพ (Computer Vision และ Image Classification) จัดอยู่ในหมวดหมู่ Deep Learning / AI
O
Overfitting
คือภาวะที่โมเดลเรียนรู้และจดจำข้อมูลฝึกสอนได้ดีเกินไปจนขาดความสามารถในการทำนายข้อมูลใหม่ที่ยังไม่เคยเห็นได้อย่างแม่นยำ (ขาด Generalization) มักพบเป็นปัญหาหลักในการฝึกสมองกลที่ต้องแก้ไขด้วยเทคนิคอย่าง Regularization หรือ Dropout จัดอยู่ในหมวดหมู่ Machine Learning / Deep Learning
P
Perceptron
คือโมเดลโครงข่ายประสาทเทียมจำลองยุคแรกแบบชั้นเดียว (ประกอบด้วย 1 นิวรอน) ใช้สำหรับเรียนรู้และจำแนกประเภทข้อมูลแบบ 2 กลุ่ม (Binary Classification) ที่สามารถแบ่งแยกได้ด้วยเส้นตรง จัดอยู่ในหมวดหมู่ Machine Learning / Deep Learning
T
Transfer learning
คือเทคนิคการนำความรู้ (ค่าน้ำหนักของโมเดล) ที่ถูกฝึกสอนบนชุดข้อมูลขนาดใหญ่มาแล้ว ไปใช้งานต่อยอดกับงานใหม่ที่คล้ายคลึงกัน ใช้สำหรับลดเวลาในการฝึกสอนและแก้ปัญหาการมีชุดข้อมูลใหม่น้อย จัดอยู่ในหมวดหมู่ Machine Learning / Deep Learning