TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
ในการเรียนรู้ของมนุษย์นั้นถูกแบ่งออกเป็นสองแบบ แบบแรกคือการจดจำในสิ่งต่างๆ ที่พบเห็นในชีวิตประจำวัน และจดจำข้อยกเว้นต่างๆ ซึ่งเรียกว่า Wide Learning และการทำ Generalization ให้กับสิ่งต่างๆ เรียกว่า Deep Learning ซึ่ง Google ก็ได้ผสานแนวทางทั้งสองนี้เข้าในระบบ TensorFlow ซึ่งเป็น Open Source Machine Learning แล้วภายใต้ TF.Learn API
แนวทางการทำ Wide & Deep Learning นี้ Google ได้มองว่าจะเป็นประโยชน์มากในการนำไปแก้ปัญหา Generic Large-Scale Regression และ Classification ที่มี Sparse Input เพื่อนำไปประยุกต์ใช้ในการทำระบบ Recommender Systems, Serach และระบบ Ranking นั่นเอง
Google ได้อธิบายตัวอย่างคร่าวๆ เอาไว้โดยยกตัวอย่างการสร้างระบบ Machine Learning เพื่อเรียนรู้ว่าผู้ใช้งานจะอยากทานอาหารอะไร ซึ่งระบบ Wide Learning ก็จะทำการจดจำว่าผู้ใช้งานชอบกินหรือไม่ชอบกินอะไร ในขณะที่ Deep Learning ก็จะหาความสัมพันธ์ของการสั่งอาหารว่าจะสั่งอะไรควบคู่กันไปบ้าง
บางครั้ง Deep Leaning จะให้ผลลัพธ์ที่กว้างจนเกินไปและแนะนำอาหารจานที่ไม่เกี่ยวอะไรกันออกมาเลย ดังนั้นการนำ Wide Learning เข้ามาผสมด้วยก็จะทำให้ระบบสามารถแนะนำเมนูที่เฉพาะเจาะจงจากการเรียนรู้แบบจดจำ ควบคู่ไปกับการนำเสนอเมนูต่างๆ ตามความสัมพันธ์ที่เกิดขึ้นได้ไปพร้อมๆ กัน ทำให้ผลลัพธ์ของการเรียนรู้และการทำนายนั้นมีความแม่นยำมากยิ่งขึ้นกว่าเดิม
สำหรับด้านล่างนี้เป็นคลิปอธิบายแนวคิด Deep & Wide Learning โดยการใช้ TensorFlow ครับ
ผู้ที่สนใจและอยากทดสอบใช้งาน สามารถเข้าไปลองศึกษาเพิ่มเติมได้ที่ https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/learn/python/learn ทันทีนะครับ ส่วน Tutorial อยู่ที่ https://www.tensorflow.org/tutorials/wide/ และ https://www.tensorflow.org/tutorials/wide_and_deep/ นะครับ
ที่มา: https://research.googleblog.com/2016/06/wide-deep-learning-better-together-with.html
