บทที่ 4 จาก 8

การจดจำรูปแบบและโมเดลทำนาย

Classification • Prediction • Confidence

🎯 เป้าหมาย

  • อธิบาย Classification และ Prediction ได้
  • เข้าใจแนวคิดความมั่นใจ (Confidence) ของโมเดล
  • ระบุข้อจำกัดของการทำนายจากข้อมูลในอดีต

1. Classification — การจัดประเภท

โมเดลเรียนรู้จากตัวอย่างที่ติดป้ายแล้ว แล้วจัดสิ่งใหม่เข้ากลุ่ม เช่น สแปม/ไม่สแปม, แมว/สุนัข, ผ่าน/ไม่ผ่าน

2. Prediction — การทำนาย

ใช้รูปแบบจากอดีตเพื่อประมาณค่าในอนาคตหรือกรณีใหม่ เช่น แนวโน้มคะแนน อากาศ ความน่าจะเป็นที่ลูกค้าจะซื้อ

การทำนายไม่ใช่คำทำนายที่แน่นอน 100% เสมอ มันเป็นประมาณการจากข้อมูลที่มี และอาจผิดได้เมื่อสถานการณ์เปลี่ยน

3. Confidence และข้อผิดพลาด

หลายระบบแสดงระดับความมั่นใจ ถ้ามั่นใจต่ำ มนุษย์ควรตรวจสอบเพิ่ม การยอมรับผลโดยไม่วิจารณ์อาจนำไปสู่ข้อผิดพลาดร้ายแรงในบริบทสำคัญ (สุขภาพ ความปลอดภัย การศึกษา)

✅ สรุป

  • Classification จัดกลุ่ม Prediction ประมาณค่า/แนวโน้ม
  • ผลลัพธ์มีโอกาสผิด ต้องใช้วิจารณญาณร่วม

📝 แบบฝึกหัด

1. Classification คืออะไร?

2. ทำไมไม่ควรเชื่อผลทำนายของ AI 100% ทุกครั้ง?