[CR] TAO BIN เพียวมัจฉะ x 3

สำหรับ Pandas ผมชอบเรียก panda เป็น library ที่ช่วยให้หมุน Data ออกมา สำหรับหา insight หรือ จะเอาไปแสดงผลก็ได้นะ โดย Pandas เป็นอีก Library ที่ต่อยอดจาก NumPy ที่ผมเขียนไว้ใน Blog ตอนก่อนครับ มุมมองข้อมูลใน Pandas Get Pandas *️⃣ Install *️⃣ Using Sample Usecase – Create DataFrame from a dictionary – Explore the DataFrame 📌 Display the x Rows 📌 summary statistics 📌 get data frame information 📌 shape บอกจำนวน Rows / Columns – Data Manipulation (Basic) 📌 Select By Column Name 📌 Select By Index ( .iloc[]) 📌 df[condition] เพื่อกรองข้อมูล ตาม Column 📌 query – กรองแบบ SQL ถ้าเทียบ Syntax จะดูง่ายกว่า df[condition 📌 .Filter() กรองข้อมูลตามเงื่อนไข มันจะไปหาจาก Index Label ปกติจะเป็นตัวเลข แต่แก้ตัวหนังสือได้ มีจุดเด่นที่เหนื่อกว่าแบบ df[condition] มันเลือกตามแกนได้ด้วย…
ปีนี้ได้ผ้าห่มครับ ต่อยอดจากปีที่แล้วที่เป็นกล่องใส่ของ และปีก่อนหน้าที่เป็นเก้าอี้สนามที่กลายเป็นที่นอนแมวแล้ว ผ้าห่มเป็นผ้าเย็นๆ นอนแล้วสบายดีครับ
จดไว้ มันวันนั้นเป็นวันที่วุ่นวายวันนึงเลย เพราะตอนเช้ามาช่วงน้องดูเคส และแก้ App Server โน่นนี่นั่น รวมถึงมา Resolve Requirement Conflict เพราะมันแยก Branch กันนะ หลังคุยจบบ่ายประมาณ 13:30 จะมาแก้ Code ต่อ เพราะลองทำ Unit Test มันใช้ได้ เลยมาลองทำ Test จริงสักรอบก่อน Commit ระหว่างที่ทดสอบรู้สึกโลกหมุน ตอนแรกคิดว่านอนน้อย หรือ เพราะปัญหาทางหู (เมื่อวานไปหาหมอหูมา) จนมาเห็นว่าพวกของที่ห้อยๆ อย่างไฟ ของตกแต่งมันสั่น แต่เราทำงานชั้น 3 เองนะ พอเห็นข่าวในทวิตว่าแผ่นดินไหว เลยรีบ git commit / push แล้วรีบคว้าคอม กับมือถือออกมาเลย //ถ้ายังเป็นเมื่อก่อนที่ใช้คอมส่วนตัวมาทำงานคงคว้าออกมาด้วย เดินวนๆข้างนอก แล้วติดต่อน้อง แม่ น้องติดต่อได้ แต่แม่ติดต่อไม่ได้เลย โทรศัพท์ระบบมันล่มไปช่วงนึงเลยมือถือ เบอร์บ้าน เปิดกล้องเห็นแบบกระจกตู้โชวสั่นๆ ทางตึกให้กลับเข้าไปตอน 13:50 นะ แล้วมีแจ้งให้กลับบ้าน เพราะเด๊๋ยวจะมี Aftershock ตามมาอีกรอบ ตอนนี้รีบไล่ปิดปลั๊กไฟ คอมทุกคนหมดเลย บางคนชิ่งก่อนจะมีคำสั่งแล้ว กว่าจะออกจาก บ จริง เกือบๆ บ่าย 3 รอรถเมล์สาย 57 ตอนแรกดูใน App ติดแถว รพ ตากสิน นานมาก (สรุป เค้ากันที่แล้วเอาคนไข้ทยอยออกมา แต่แอบเสียวจริง ตรง รพ เอง มีสร้างตึกด้วย) และรถติดแบบเรื่อยๆจนถึงช่วงศิริราชมีเหมือนกัน อันนี้ติดนานหน่อย คนอัดกันขึ้นรถเมล์จะออก เราจะออกไปเดินไม่ได้ จำได้ว่าติดแถวนั้นนานเหมือนกัน ชม นิดๆเลย กว่าจะหลุดมาพาต้าได้ และมีเรื่อง peak อีกเรื่อยคนขับบอกว่าแบตจะหมดแล้ว จะส่งแถวสายใต้เก่า แล้วจะเอารถไปแอบก่อน เลยได้ลง…
จดไว้ก่อน เจ้า lib numpy เป็น Lib ที่ทำให้ตัว Python ทำการกับตัว Numerical เก่งขึ้น ทำงานกับพวกตัวเลขได้ดีขึ้น โดย NumPy ชื่อเต็ม Numerical Python เหมือนได้ฟังจากตัวงาน Global AI Bootcamp Bangkok 2025 เหมือน Lib นี้เป็นตัวเปิดให้ Python เข้ามาทำงานด้าน AI ได้ง่ายขึ้น และแบบเป็นฐานให้หลาย Lib เอาไปใช้งานต่อยอด อย่างตัว Pandas / PyTorch เป็นต้น Get NumPy Sample Usecase – Create Array / Vector – Resize Array / Vector – Create Matrix – Basic Operations – Statistic Operations จริงๆมีอีกหลายตัว ดูเพิ่มเติมจาก doc > – Where – Save Object ในกรณีที่ Python ต้อง Read RData ใช้ตัว pyreadr ตัวอย่างตามนี้ //เคยเจอเคสคนทำเดิมออก Code R ยังเป็นตำนานที่ไม่มีคนแก้ต่อ 555 แถมเคสที่ R Read RData ต้องลง RcppCNPy จริงๆมีอีกหลายเคสนะ ลองดูได้จาก
Inferential Statistics Inferential Statistics – ภาษาไทย สถิติเชิงอนุมาน เป็นเอาข้อมูลที่เก็บมาเข้า Framework เพื่อทดสอบสมมติฐาน โดยขั้นตอนหลักดังนี้ 🎯กำหนด Hypothesis ตั้งสมมติฐาน มาถึงตัวแรกก่อน กำหนด Hypothesis ตั้งสมมติฐาน โดยมีกำหนด 2 ตัว One-Tail vs Two-tail 🫙Collect Data เก็บข้อมูล อาจจะตามที่ได้วางแผนว่า ว่าจะมี Sample เท่าไหร่ กลุ่มตัวอย่างแบบไหน ตามบทก่อนๆหน้าได้เลย 🧮 Calculate Stat เอาข้อมูลมาคำนวณ Decriptive statistics พวก mean mediam mode และเอาข้อมูลมา plot และมาตอบ Hypothesis ที่ตั้งไว้ ปัญหาตอนแรก ถ้าตัวเลขมันตกไป 24999 หรือ 30000 เราจะตัดสินใจยังไงว่ามันเข้าข่ายว่าผ่าน H0 หรือ ไม่ผ่าน มีหลายแบบ 🎲 Conclusion – 🎲ตัดสินใจยังไงว่า H0 ผ่าน หรือ H0 ไม่ผ่าน 🎲 🚩- วิธีแรก Critical Region อันนี้นักสถิติเค้าแก้ปัญหา โดยกำหนด Critical Region (่ช่วงวิกฤติ) เหมือนพวกเลยไปจาก 2 sd ถ้าตกไป reject H0 เลย โดยตรวจทั้งฝั่งซ้าย และขวา 2 tail Test 🚩- วิธีที่สอง เอา p value เทียบกับ alpha 🚩- วิธีที่สาม ใช้ตัว…
วันนี้พอดีแวะมาทำธุระแถวสยาม เลยได้มาลองร้านนี้สักทีครับ เห็นคนรีวิวใน Tiktok มานานครับ สำหรับร้าน Katsu Kitchen 🍱เมนูที่ร้านตามนี้เลยครับ หลังจากลองดูเมนู ผมสั่งตามนี้ครับ โดยร้านจะเข้าเว็บไปสั่งเองตาม QR Code ครับ รวมถึงตอนจ่ายเงิน จะเน้นให้จ่ายผ่านทางบัตร หรือ QR Code ครับ หลังจากรอประมาณ 7-10 นาที รอเมนูแรกเข้ามาครับ 🍱ไข่หวานย่างทรัฟเฟิลมาโย ผมชอบซอสทรัฟเฟิลมาโย เข้มข้น มีใส่ Truffle หอมๆเลย และดีตัวไข่ก็โอเคด้วย 🍱เชตคัสสิหมูสันนอก ช่วงลดน้ำหนักอ่านะ ผมเลยสั่งชุดเล็กสุดแทน มันจะมี 2 ราคา เชตคัสสิหมูสันนอกอย่างเดียว 199 บาทครับ แต่ถ้าเพิ่มไข่เยิ้ม จะได้เป็น 219 บาทครับ ใน Set มาหลายอย่างเลยครับ 🍱ชาข้าวเกนไมฉะ อันนี้ผมไม่ได้ถ่ายเต็มนะ แต่ผมกินเยอะ เลยเลือกแบบ Refill มาแทนครับ ชอบชาแบบนี้นะ อาจจะไม่ได้กินชาข้าวมานานด้วย ปกติ ผมกินแต่ชาเขียว ผม Refill ไป 3 รอบ แหะๆ กินแปบเดียวครับ เวลาผ่านไปหมดเรียบครับ ค่าเสียหาย 323 บาทครับ เชตคัสสิหมูสันนอก 219 บาท / ไข่หวานย่างทรัฟเฟิลมาโย 59 บาท / ชาข้าวเกนไมฉะ 45 บาทครับ อื้มท้องสบายและ
สำหรับวันนี้มา Recap live Class เรื่อง Python ครับ โดยวันนี้แอดสอน 5 เรื่องครับ ผมจดมาตามนี้ครับ Python vs R Google Colab ปกติ Run ใน vscode แก้งาน ตอนนี้ได้ลองของใหม่เป็น Web แล้ว Variable & Data Type 📌 การประกาศตัวแปรตัวที่ได้เรียนจะมี string / integer / float / boolean 📌 การลบตัวแปร ใช้คำสั่ง del ลบตัวแปร //เอาจริงๆ ผมเพิ่งรู้ 📌 การแปลงข้อมูล (Casting) 📌 การรับข้อมูล Input ใช้ input โดยจะได้ผลลัพธ์เป็น String เสมอ 📌 String Template จัดรูปแบบ String เติมตามช่องที่เว้นไว้ f”ข้อความ {ตัวแปร}” Python ตัวนี้มีมานานมากแล้ว แต่ dotnet csharp เพิ่มมา 3-4 ปีนี้เอง function 📌 แยกส่วน Code ให้ดูง่าย โดยใช้ keyword def ประกาศ ตัวอย่าง simple function 📌 การเรียกใช้งาน 📌 กรณีที่มี parameter ส่งเข้าไป 📌 default argument ถ้าไม่ส่งเข้ามาใช้ค่า default 📌 return multiple value ใช้ turple…
หัวข้อที่จดๆใน Live Class จดได้ปประมาณนี้ What is Machine Learning (ML) Key: Maximize Reward / Minimize Pain ตอนนี้ ML มี 2 แบบ เรียนรู้จาก Data ถ้าคนเรา คือ Experience (ประสบการณ์) Model มันแยกย่อยได้อีก parametric – เช่น พวก regression / non-parametric (rule base) เช่น Decision Tree ก็ if-else โดยตัว Model มันเขียนในรูปแบบ Function ได้ตามนี้ Model = Machine Learning Algorithm(Data) Why ML is different from statistics Statistics / Machine Learning เอา Sample จาก Population โดยทีา 📊 Statistics มา ตอบข้อมูลที่มีอดีต 🤖 Machine Learning เอา Sample จาก Population มา ตอบข้อมูลในอนาคต >> เพราะ history repeat itself + new data ให้ตามทัน Simple ML Pipeline ถ้า Accuracy ตอน TRAIN > SCORING ไม่ดี มัน…
Thai Version (ภาษาไทย): Back to Basic: Fundamental Data Structure in C# (Thai Version) For this blog, I wrote to share my experience at meetup .NET Developer Day 2025 – Thailand. The inspiration for writing about this topic came from last month when I helped put out fires in the Performance Test section, whose solutions are WEB API / WinApp. The one root cause of the slow processes was choosing the wrong data structures. There are many examples, but I found people using IList<T> / List<T> in almost every case. If the data is small, you won’t notice much difference, but…