🎯 Neural Playground

สร้างเครือข่ายของตัวเอง ดูทุกขั้นตอนการคิดของ AI

📊 1. เลือกโจทย์

🧱 2. โครงสร้างเครือข่าย

⚙️ 3. การตั้งค่า

▶️ 4. ฝึกเครือข่าย

💡 ทิป: ลองเริ่มด้วยโจทย์ "2 กลุ่ม" ง่าย ๆ ก่อน แล้วลองเปลี่ยนเป็น "เกลียว" ดูว่าเครือข่ายเล็ก ๆ ไม่พอ ต้องเพิ่ม layer/neuron ถึงจะแยกได้

🧠 ภาพเครือข่าย (เส้นหนา-บางตามค่าน้ำหนัก)

น้ำหนักบวก น้ำหนักลบ เส้นหนา = สำคัญ, เส้นบาง = ไม่สำคัญ

🗺️ Decision Boundary (เส้นแบ่งกลุ่มที่ AI เรียนรู้ได้)

พื้นหลังสีน้ำเงิน-แดง = AI ทายเป็น class 0/1, จุดคือข้อมูลจริง

📈 สถิติการฝึก

รอบที่ฝึก (Epoch)0
Loss (ยิ่งต่ำยิ่งดี)—
ความแม่นยำ—

กราฟ Loss

📖 อ่านยังไง?
• Loss คือ "ความผิดพลาด" ของ AI ค่ายิ่งน้อย AI ยิ่งทายเก่ง
• Accuracy คือ % ที่ทายถูก
• ถ้า Loss ไม่ลด ลองเพิ่ม layer หรือเพิ่ม learning rate

🔬 เกิดอะไรขึ้นภายใน?

ทุก ๆ จุด (x, y) ในกราฟ ถูกป้อนเข้าเป็น input 2 ตัวให้กับ neuron ใน hidden layer แต่ละตัว neuron จะคำนวณ: output = activation(w₁·x + w₂·y + b) ผลลัพธ์ส่งต่อไปยัง layer ถัดไปจนถึง output ที่ทายว่าเป็น class 0 หรือ 1

ตอนเริ่ม น้ำหนักทุกเส้นเป็นสุ่ม ทำให้ทายมั่ว ๆ เมื่อกด "ฝึก" AI จะดูว่าทายผิดเท่าไร แล้วใช้ Backpropagation ส่ง "สัญญาณแก้ไข" ย้อนกลับจาก output ไปปรับน้ำหนักทุกเส้น ทำซ้ำหลายพันครั้ง เครือข่ายจะค่อย ๆ "ฉลาด" ขึ้น