ฮาวทู numpy

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

Data Sci Boot Camp Batch#11: Essential Statistics #3 (Hypothesis Testing / AB Test / Linear Regression)

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…

[CR] Katsu Kitchen Pork Loin Katsu Set

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

Data Sci Boot Camp Batch#11: Intro to Python

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…

Data Sci Boot Camp Batch#11: Essential Machine Learning

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 Machine Learning Type Keyword 🤖 Supervise Learning (Prediction/Analytic) ทำนายผล Column feature…

Back to Basic: Fundamental Data Structure in C# (English Version)

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…

Global AI Bootcamp Bangkok 2025

รู้สึกว่างานมันดูแน่นๆเดือนนี้ สงสัยหลบวันสงกรานต์ สำหรับงาน Global AI Bootcamp Bangkok 2025 ผมได้แวะมาฟัง เป็นงาน Online ครับปีนี้ เลยมาจดๆไว้ประมาณนี้ครับ Keynote เอาคนดังจากหลายสาขา มาเล่าถึงการใช้ AI โดยสรุปได้ประมาณนี้ 🧵 คุณ Scott Hanselman ก่อนเอา AI มาใช้ Code แบบ Intellisense แนะนำ ตอนนี้มี AI เข้ามาช่วยเขียน และที่สำคัญช่วยทำความเข้าใจ Code จาก GitHub Copilot ที่มาช่วยความน่าเบื่อตอนทำงาน และเอาเวลาไปทำอย่างอื่น ทั้งในสาย Dev / Devops นอกจากนี้แกยัง LLM มันใช้ Data เรามี พูดเหมือนนกแก้ว ถ้าเราจัดการข้อมูลไม่ดี AI มันออกมาไม่ดี มันมีกับไป AI เหมือน และสุดท้ายตอนพัฒนา App อย่างลืมคิดถึงผล / จริยธรรม ที่เราต้องคุมจากการนำ AI มาใช้งานด้วย 🧵 คุณ Guido van Rossum แกเป็นคนคิดภาษา Python ทำตั้งสมัยยังไม่มีคำว่า Open Source จริงจังๆ เลย โดย Python เหมือนตัวภาษามาลดความยุ่งยากของการปีกกาเปิด-ปิด ด้วยที่มันเปิดมีคนไปใช้ต่อ โดยมี lib หลายตัวที่เอา python ไปเป็น Base เสริมความสามารถอย่างตัว NumPy (Numerical Python) ที่เหมือนเป็น Base จากนั้นมีอีกหลายตัว TensorFlow > scikit-learn > PyTorch มาจดการเป็นภาษาสำหรับ AI และทิ้งท้าย…

Data Sci Boot Camp Batch#11: Google Looker Studio

ใน Week นี้มาเรียนย้อนหลังครับ พอดีไปพูดในงาน .NET Developer Day 2025 – Bangkok @Agoda กลับมาเรียนต่อครับ โดยหัวข้อประมาณนี้ครับ ปกติแล้วตลาด Dashboard มีใครเล่นบ้าง การใช้งาน Looker Studio จริง Process ของทุกเจ้าเหมือนกัน Select Data Source > Select Visulization > Publish Data Freshness + Caching นอกจากนี้ เรายังสามารถกดแบบ manual … > refresh data ถ้ามีการเพิ่ม Field ใหม่ที่ต้นทาง เช่น ไปแยก Quater ใหม่ใน Google Sheet อันนี้ต้องไป Data Source แล้ว Reconnect นะ Sample Chart Control ที่เหลือต้องดูจาก Calculated Field การสร้าง Field ใหม่ โดยคำนวณจากข้อมูลที่มีอยู่เชื่อ เช่น Total Scale / Total Profit หา % Profit Margin เป็นต้น โดยมี 2 Scope Parameter Field เป็นช่องที่ User ใส่ค่าได้ แล้วเราเอามาผูกสูตรต่อได้ เช่น Tax Rate แล้วทนี่เราเอาไปใส่ใน Combox Box เมื่อ user เปลี่ยนข้อมูล หรือจะทำเป็น Range ให้กรอกเองก็ได้ ใน Slider Filter…

พบหมอที่ รพ. ตากสิน 2025

สำหรับ Blog นี้เรียกมา Update Flow จาก Blog เดิมที่เคยเขียนไว้ปี 2021 อย่างแรกเลยตอนนี้ Flow ที่ติดต่อห้องกลาง เพื่อออกใบนัด ตอนนี้เค้าย้ายมาให้ระบบ Kiosk แล้ว เอกสาร ใบนัดหมอ แผนกต่างๆ ยังต้องเอามาด้วยนะครับ ห้ามลืมมมมม หลังจากลงทะเบียนเสร็จ จะได้ ใบนำทางสำหรับคลินิค มา จะมีลักษณะตามรูปเลย จุดที่ต้องสนใจ รหัสรับบริการ อันนี้เป็นชื่อแทนเราในวันนั้น ในการเรียกคิว จากเดิมคุณชาตรี พบแพทย์ที่ห้อง 11 จะเป็นคุณ B203 พบแพทย์ที่ห้อง 11 โดยเจ้ารหัสรับบริการ การใช้งานจริงไม่ได้ครอบคุลมทั้งหมดนะ บางแผนกใช่ แต่บางแผนกยังไม่ได้ใช้ อย่างเช่น เจาะเลือดมีรันคิวย่อยของตัวเองอีกที แต่เราต้องมี รหัสรับบริการ ก่อนนะ เข้าใจว่ายัง Parallel อยู่เลยมี 2 ระบบ สำหรับการมาหาหมอรอบนี้ จดเวลาไว้ตามนี้ เนื่องจากหมอนัด 11 โมง เลยออกไปทานข้าว เดินเล่นข้างหลังโรงพยาบาล จากนั้นมาทำงานที่ Cafe Amazon ประมาณ 2 ชม ครับ จดไว้ก่อนปีนี้หนัก 79.8 เดียวลืมอีก

Data Sci Boot Camp Batch#11: Essential Statistics #2 (Confidence Intervals)

อันนี้เป็น Class เสริมต่อจาก Essential Statistics: Descriptive Statistics – สำหรับวันนี้ Confident Interval (ช่วงความเชื่อมั่น) ทำไมต้องมี Confident Interval (ช่วงความเชื่อมั่น) ❓แอดทอยได้ยกตัวอย่างลอง ถ้าเราได้ลองทำแบบสำรวจ รอบแรกได้ผลเฉลี่ย 70 แล้วลองทำซ้ำ 4-5 รอบ คำถามผลที่ได้ไม่มีทาง 70 เสมอ หรือ ป่าว ?คำตอบ ไม่ แต่มีโอกาศไปทางเดียวกัน ❓แล้วเราสุ่ม 5 รอบ ผลที่ได้จะตอบแทน population ได้ไหม ?คำตอบ ได้ แต่ต้องสำรวจไปตามแนวทางของกฏ Central Limit Theorem กฏ Central Limit Theorem (CLT) ถ้าสุ่มตามกฏ แล้วเราเอาตัวเลขมา Plot Graph ผลที่ได้จะเป็น Normal Distribution หรืออีกชื่อ Sampling Distribution ยิ่งถ้าสำรวจเยอะ Graph จะใกล้ Normal Distribution มากขึ้นด้วย Mean จากทุกรอบ ตอบในส่วนของมิวได้ไหม ? สัญลักษณ์ การอ่าน นิยาม  μ มิว ค่าเฉลี่ย ของ population σ Sigma SD ของ population ปกติแล้วค่าที่เราไม่รู้ จะเรียกว่า Unknown Parameter (ศัพท์ใหม่) แล้วค่ามิว ค่าเฉลี่ย ของ population เป็น Unknown Parameter เพราะเราวัดเองไม่ได้หมด Standard Error (SE) คือ อิหยัง ?…