กูเกิลเปิดตัว TensorFlow Lattice ชุดของ TensorFlow Estimator สำหรับการสร้างฟังก์ชั่นเพื่อทำนายผลลัพธ์ แต่ออกแบบมาเพื่อรองรับชุดข้อมูลที่อาจจะมีข้อผิดพลาดอยู่บ้าง โดยเปิดให้นักพัฒนากำหนดเงื่อนไขบางส่วนล่วงหน้า
ตัวอย่างของการใช้งาน เช่น การแนะนำร้านกาแฟ ที่ปกติแล้วร้านกาแฟยิ่งไกลยิ่งไม่ควรแนะนำนัก แม้ว่าจะมีผู้ใช้บางคนยอมเดินไกลก็ตาม ชุดข้อมูลที่ไม่สมบูรณ์อาจจะทำให้ร้านกาแฟที่ไกลมากๆ กลายเป็นควรแนะนำเพราะข้อมูลฝึกมีกลุ่มผู้ชอบเดินไกลอยู่ Lattice เปิดทางให้นักพัฒนากำหนดได้ว่าข้อมูลควรไปทางเดียวกัน (monotonic)
ทาง TensorFlow แสดงตัวอย่างการใช้งาน Lattice ไว้อย่างละเอียด และตัวโค้ดของโครงการอยู่ใน GitHub
ที่มา - Google Research
Comments
อ่า ไปไกลมากละพยามศึกษาแต่ตามไม่ทันเลย =∆=
ปล.ต้องใช้ cntk ด้วยความจำเป็นแต่เห็น tensorflow ของเล่นเยอะเหลือเกิน
คำตอบที่ต้องการคือ ตามคาด .... bias ?
ในการทำงานภาคอุตสาหกรรม ข้อมูลที่เก็บได้นั้นอาจมีความคลาดเคลื่อนอยู่ระดับนึง (อาจเพราะถูกจำกัดด้วยต้นทุนหรือในเชิงเทคนิค) ถึงกระนั้น การที่มีข้อมูลมาให้วิเคราะห์บ้าง ก็ดีกว่าไม่เลย แต่ถ้าเอาข้อมูลนั้นไปทำ ML ตรงๆคงได้ผลสรุปแบบเพี้ยนๆ เปรียบเทียบคล้ายๆกับการที่ Google Maps หาเส้นทางให้เรา แต่หลายครั้งเราก็ไม่ได้วิ่งไปตามเส้นทางนั้นทุกกระเบียดนิ้ว