Virtual Machine Learning Lab
🧪 จำลองห้องทดลอง: สอนคอมแยกผลไม้
ให้น้อง ๆ แปะป้ายกำกับ ใส่ลักษณะเด่นของผลไม้ แล้วคลิกเพื่อเริ่มฝึกระบบสมองกล (Train AI) และทำนายคำตอบด้วยสมการระยะใกล้เคียงได้จริง!
Dataset (ชุดข้อมูล)
คลังข้อมูลตัวอย่างผลไม้ทั้งหมดที่เก็บรวบรวมมาสะสมไว้ เพื่อนำไปใช้ป้อนและฝึกสอนระบบสมองกลคอมพิวเตอร์
Features (ลักษณะเด่น)
คุณสมบัติเฉพาะของผลไม้ที่นำมาใช้วิเคราะห์ เช่น น้ำหนัก, สีหลัก หรือผิวสัมผัส เพื่อให้ AI เรียนรู้ความแตกต่าง
Label (ป้ายชื่อ)
คำตอบสุดท้ายที่เราทำการแปะป้ายกำกับไว้ (เช่น "ส้ม 🍊", "กล้วย 🍌") เพื่อกำหนดเป้าหมายให้โมเดลแยกประเภทได้ถูกต้อง
⚡
เปิดทำกิจกรรมทบทวน ➔
ใบกิจกรรมจับคู่คัดแยก และปฏิบัติการล้างข้อมูลสกปรก (Data Cleaning Sorter)
กิจกรรมเสริมฝึกฝนกระบวนการคิดวิเคราะห์ประเภทของชุดข้อมูล คัดข้อมูลซ้ำซ้อน และประเมินแต้มความสะอาดก่อนสอนคอมพิวเตอร์
📂 ขั้นตอนที่ 1: การสะสมลักษณะเด่นและติดป้ายกำกับ (Collect Features)
ตารางข้อมูลคลังภาพสอน AI (Training Dataset)
| ป้ายชื่อ (Label) | น้ำหนัก (g) | สีหลัก | ผิวสัมผัส |
|---|
⚙️ ขั้นตอนที่ 2: เริ่มต้นการฝึกสอนโมเดล (Train Model)
น้ำหนัก
สี
ผิว
🤖
ส้ม
กล้วย
ทุเรียน
ยังไม่เทรน
🔮 ขั้นตอนที่ 3: ทดสอบและทำนายผลลัพธ์ (Predict / Inference)
น้ำหนักเพื่อทดสอบ:
200 กรัม
ผลการทำนายด้วย AI:
ส้ม 🍊
ความน่าจะเป็นความแม่นยำสูง (Confidence Score): 0%