มโน วิญญาณ จิต

ลำแสงคือมโนที่สัตว์ไปยึดเกาะ

วิญญาณคือรัศมีแสงเมื่อลำแสงกระทบฉาก

วิญญาณเกิดที่ใดจิตเกิดที่นั่น

โปรแกรมแชท Discord IM

https://discord.com/

More or less comparable to Line(IM)+Google meet (video conference)+Skype (multi-user voip)

https://www.krungsri.com/th/plearn-plearn/know-discord-community-online

Features & limitation:

 https://youtu.be/3xt22Of-y8c?si=Po5Q9bKyUcJiXZ4D

Introduction :

ต้องสร้าง server ของเราก่อนจากนั้นจึงเข้าไปสร้าง text channel หรือ voice channel ไว้คุยกันต่อ

https://youtu.be/YzdkppC-6yM?si=ingLwYvBGhhZADZX

https://youtu.be/z2sFpE1uFXQ?si=xkqomi1zZDsU_53G

Tensegrity

 การใช้หลักแรงตึงเชือกประดิษฐ์โต๊ะเก้าอี้

Japan researcher's plagiarism in Nature journal

 https://www.washingtonpost.com/news/morning-mix/wp/2014/12/19/the-shameful-final-chapter-for-japans-most-promising-stem-cell-scientist/

How to communicate faster than or equal the speed of light in overall.

Such as inter-planets

Use caching

Fullstack webapp

 https://medium.com/@taforyou/%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81%E0%B8%81%E0%B8%B1%E0%B8%9A-fullstack-%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%82%E0%B8%84%E0%B8%95%E0%B8%A3%E0%B9%80%E0%B8%A1%E0%B8%9E-react-go-rdbms-%E0%B8%95%E0%B8%AD%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88-1-efdc0450c18f

How AUC-ROC measures classification performance

AUC-ROC:  Area Under the Receiver Operating Characteristic (ROC) curve; aka ROC-AUC

ROC คือเส้นกราฟ ยิ่งเป็นมุมฉากชิดแกน Y เหนือแกน X (ซึ่งเป็นค่า FPR (= FP/(TN+FP)) ยิ่งหมายความว่าจำแนกเก่ง ส่วนแกน Y เป็นค่า recall i.e. TPR (= TP/(TN+FP))

AUC คือพื้นที่ใต้กราฟ ROC ยิ่งมากแสดงว่าตัวแบบยิ่งจำแนกเก่ง เช่น 1.0 คือจำแนกไม่ผิดเลย ถ้า 0.7 คือจำแนกถูก 70% 

 https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5 In the chart in this website, (TPR,FPR) can = (1,1) as the extreme case when the threshold is so low that the classifier predicts everything as positive (i.e., it never outputs “negative”).

Here’s what happens in that situation:

• True Positives (TP): All actual positives will be predicted as positive.
  → TP = total positives. So TPR = 1

• False Positives (FP): All actual negatives will also be predicted as positive.
  → FP = total negatives. So FPR = 1

https://youtu.be/4jRBRDbJemM

You may think of F1 as a measure of precision and recall at a particular threshold value. When you have a data imbalance between positive and negative samples, you should always use F1-score because ROC averages over all possible thresholds!

https://stackoverflow.com/questions/44172162/f1-score-vs-roc-auc

Let’s say you have a dataset with two classes where the first class is 99% of your data, and the second is 1%. Your classifier predicts every observation as falling into the first class. Your TPR (แกนY ของROC) will be very high since it predicts that class well and that represents most of your data. Thus your ROC curve will have a high AUC.

However, your classifier hasn’t actually done a good job predicting the other class and the recall for that class will be 0. With imbalanced classes, it’s easy to get a high AUC without actually making useful predictions, so looking at precision/recall helps you analyze how well you’re predicting each class.

You have to use these metrics together, and it might also be useful to bring in the f1 score, which combines precision and recall for both of the classes.

2020 Data and AI Landscape

https://mattturck.com/data2020/?fbclid=IwAR04C56l3vKlXtPSPQAYHwboyTonbrP2QkG6knEa5ongP1JgyIANgN6PnGE

FPGA intro

 

Types of learning in ML

 https://machinelearningmastery.com/types-of-learning-in-machine-learning/

Cosine Similarity Vs Euclidean Distance

Imagine vectors as arrows starting from the origin.

• Cosine similarity asks:
  “Do these arrows point in the same direction?”
• Euclidean distance asks:
  “How far apart are the arrow tips?”
  

ประโยชน์ของการที่เอกชนยอมตีพิมพ์กับมหาลัย

แบรนด์ของเอกชนจะดีขึ้นด้วยหลักฐานการยอมรับทางวิชาการ และยังได้ cobrand กับมหาลัยสื่อถึงการรับรองคุณภาพโดยมหาลัยด้วย

แต่เอกชนก็อาจจะเถียงว่าคนที่อ่านบทความไม่ใช่กลุ่มลูกค้าเป้าหมายของเขา

Convert code to flowchart

 https://app.code2flow.com/

CDO (chief data officer)

 จัดอยู่ใน C-suite or C-level or CXO

See all CXOs in https://en.wikipedia.org/wiki/Corporate_title

English on exam answer book

 

Cybersecurity

• Digital footprint คือบันทึกกิจกรรมที่เราทำอยู่บนออนไลน์ เช่น ใน FB 

https://www.flickr.com/photos/74408961@N03/8963250372 

https://myaccount.google.com/dashboard

• Disinfodemic การปล่อยข่าวปลอม https://en.unesco.org/covid19/disinfodemic
• Likewar แข่งกันที่ยอดไลค์
• Data / Cyber sovereighty อธิปไตยไซเบอร์หรือข้อมูล คือการที่เรามีอำนาจควบคุมมันเอง
• Cyberwar, cyber attack map แสดงการโจมตีทางไซเบอร์ระหว่างประเทศ
• 5 war domains: land, sea, sky, space, cyber

การทดสอบประสิทธิภาพสื่อ E1/E2

 https://www.kruachieve.com/%E0%B9%80%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B8%A3%E0%B8%B2%E0%B8%A7%E0%B8%99%E0%B9%88%E0%B8%B2%E0%B8%AA%E0%B8%99%E0%B9%83%E0%B8%88/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%94%E0%B8%AA%E0%B8%AD%E0%B8%9A%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%AA%E0%B8%B4%E0%B8%97%E0%B8%98%E0%B8%B4%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AA%E0%B8%B7%E0%B9%88/