# ML แบบมีผู้สอน: การถดถอย (Data Science & ML)

> การถดถอยเชิงเส้น Ridge Lasso ElasticNet เมตริก (MSE, RMSE, R²) overfitting การทำ regularization

- 24 คำถามสัมภาษณ์
- Mid-Level
- [คำถามสัมภาษณ์: Data Science & ML](https://sharpskill.dev/th/technologies/data-science/interview-questions.md)

## 1. เป้าหมายหลักของการถดถอยเชิงเส้นคืออะไร?

**คำตอบ**

การถดถอยเชิงเส้นมุ่งสร้างแบบจำลองความสัมพันธ์ระหว่างตัวแปรตาม (เป้าหมาย) และตัวแปรอิสระ (features) หนึ่งตัวหรือมากกว่า โดยหาเส้นตรงที่ทำให้ผลรวมของกำลังสองของความคลาดเคลื่อนน้อยที่สุด เทคนิคนี้ช่วยให้ทำนายค่าต่อเนื่องได้และเป็นรากฐานของอัลกอริทึมที่ซับซ้อนกว่าจำนวนมาก

## 2. ในการถดถอยเชิงเส้นอย่างง่าย สัมประสิทธิ์เบตา (β₁) แทนสิ่งใด?

**คำตอบ**

สัมประสิทธิ์ β₁ แทนความชันของเส้นถดถอย โดยบ่งบอกว่าตัวแปรเป้าหมายเปลี่ยนแปลงไปเท่าใดเมื่อตัวแปรอิสระเพิ่มขึ้นหนึ่งหน่วย β₁ ที่เป็นบวกหมายถึงความสัมพันธ์เชิงบวก ขณะที่ β₁ ที่เป็นลบบ่งชี้ความสัมพันธ์ผกผันระหว่างตัวแปร

## 3. วิธีใดที่ใช้ในการหาสัมประสิทธิ์ที่เหมาะสมที่สุดในการถดถอยเชิงเส้น?

**คำตอบ**

วิธีกำลังสองน้อยที่สุดสามัญ (OLS) ทำให้ผลรวมของกำลังสองของส่วนตกค้าง ซึ่งเป็นความแตกต่างระหว่างค่าที่สังเกตได้และค่าที่ทำนายได้ น้อยที่สุด แนวทางนี้ให้คำตอบเชิงวิเคราะห์แบบปิดและเป็นวิธีมาตรฐานในการประมาณค่าพารามิเตอร์ของการถดถอยเชิงเส้น

## มีอีก 21 คำถาม

- สัมประสิทธิ์การตัดสินใจ R² วัดอะไรในการถดถอย?
- ความแตกต่างระหว่าง MSE (Mean Squared Error) และ RMSE (Root Mean Squared Error) คืออะไร?

สมัครฟรี: https://sharpskill.dev/th/login

## หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

- [พื้นฐาน Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-basics.md): 25 คำถาม, Junior
- [การเขียนโปรแกรมเชิงวัตถุด้วย Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-oop.md): 20 คำถาม, Junior
- [โครงสร้างข้อมูล Python](https://sharpskill.dev/th/technologies/data-science/interview-questions/python-data-structures.md): 20 คำถาม, Junior
- [พื้นฐาน Git](https://sharpskill.dev/th/technologies/data-science/interview-questions/git-fundamentals.md): 18 คำถาม, Junior
- [พื้นฐาน SQL](https://sharpskill.dev/th/technologies/data-science/interview-questions/sql-basics.md): 20 คำถาม, Junior
- [พื้นฐาน NumPy](https://sharpskill.dev/th/technologies/data-science/interview-questions/numpy-fundamentals.md): 22 คำถาม, Junior
- [พื้นฐาน Pandas](https://sharpskill.dev/th/technologies/data-science/interview-questions/pandas-basics.md): 22 คำถาม, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/th/technologies/data-science/interview-questions/jupyter-colab.md): 16 คำถาม, Junior
- [SQL Joins และคิวรีขั้นสูง](https://sharpskill.dev/th/technologies/data-science/interview-questions/sql-joins-advanced.md): 22 คำถาม, Mid-Level
- [Pandas ขั้นสูง](https://sharpskill.dev/th/technologies/data-science/interview-questions/pandas-advanced.md): 24 คำถาม, Mid-Level
- [การแสดงผลข้อมูลด้วย Matplotlib & Seaborn](https://sharpskill.dev/th/technologies/data-science/interview-questions/matplotlib-seaborn.md): 20 คำถาม, Mid-Level
- [การแสดงผลแบบโต้ตอบด้วย Plotly](https://sharpskill.dev/th/technologies/data-science/interview-questions/plotly-interactive.md): 18 คำถาม, Mid-Level
- [สถิติเชิงพรรณนา](https://sharpskill.dev/th/technologies/data-science/interview-questions/statistics-descriptive.md): 20 คำถาม, Mid-Level
- [สถิติเชิงอนุมาน](https://sharpskill.dev/th/technologies/data-science/interview-questions/statistics-inferential.md): 24 คำถาม, Mid-Level
- [Web Scraping](https://sharpskill.dev/th/technologies/data-science/interview-questions/web-scraping.md): 18 คำถาม, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/th/technologies/data-science/interview-questions/bigquery-cloud.md): 18 คำถาม, Mid-Level
- [Feature Engineering](https://sharpskill.dev/th/technologies/data-science/interview-questions/feature-engineering.md): 22 คำถาม, Mid-Level
- [ML แบบมีผู้สอน: การจำแนกประเภท](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-supervised-classification.md): 24 คำถาม, Mid-Level
- [Decision Trees และ Ensembles](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-trees-ensembles.md): 24 คำถาม, Mid-Level
- [Unsupervised ML](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-unsupervised.md): 22 คำถาม, Mid-Level
- [ML Pipelines และการตรวจสอบ](https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-pipelines-validation.md): 22 คำถาม, Mid-Level
- [Time Series และการพยากรณ์](https://sharpskill.dev/th/technologies/data-science/interview-questions/time-series-forecasting.md): 22 คำถาม, Mid-Level
- [พื้นฐาน Deep Learning](https://sharpskill.dev/th/technologies/data-science/interview-questions/deep-learning-fundamentals.md): 24 คำถาม, Senior
- [TensorFlow & Keras](https://sharpskill.dev/th/technologies/data-science/interview-questions/tensorflow-keras.md): 22 คำถาม, Senior
- [CNN และการจำแนกภาพ](https://sharpskill.dev/th/technologies/data-science/interview-questions/cnn-image-classification.md): 24 คำถาม, Senior
- [RNN และซีเควนซ์](https://sharpskill.dev/th/technologies/data-science/interview-questions/rnn-sequences.md): 22 คำถาม, Senior
- [Transformers และ Attention](https://sharpskill.dev/th/technologies/data-science/interview-questions/transformers-attention.md): 24 คำถาม, Senior
- [NLP และ Hugging Face](https://sharpskill.dev/th/technologies/data-science/interview-questions/nlp-huggingface.md): 24 คำถาม, Senior
- [GenAI และ LangChain](https://sharpskill.dev/th/technologies/data-science/interview-questions/genai-langchain.md): 24 คำถาม, Senior
- [MLOps และการ Deploy](https://sharpskill.dev/th/technologies/data-science/interview-questions/mlops-deployment.md): 24 คำถาม, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/th/technologies/data-science/interview-questions/ml-supervised-regression