{"title":"tupleblog","generator":"Jekyll","link":[{"@attributes":{"rel":"self","type":"application\/atom+xml","href":"https:\/\/tupleblog.github.io\/feed.xml"}},{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io"}}],"updated":"2025-12-04T23:15:33+07:00","id":"https:\/\/tupleblog.github.io\/","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io\/","email":"tupleblog@outlook.com"},"entry":[{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/making-of-dip-copyright-songs\/"}},"id":"https:\/\/tupleblog.github.io\/making-of-dip-copyright-songs","published":"2025-12-05T05:30:00+07:00","updated":"2025-12-05T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e0a\u0e48\u0e27\u0e07\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e17\u0e32\u0e07\u0e17\u0e35\u0e21\u0e02\u0e2d\u0e07\u0e1c\u0e21\u0e41\u0e25\u0e30\u0e17\u0e35\u0e21\u0e08\u0e32\u0e01\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17 \u0e1f\u0e31\u0e07\u0e43\u0e08 \u0e44\u0e14\u0e49\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e41\u0e08\u0e49\u0e07\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c \u0e08\u0e23\u0e34\u0e07\u0e46\u0e44\u0e2d\u0e40\u0e14\u0e35\u0e22\u0e19\u0e35\u0e49\u0e1c\u0e21 \u0e01\u0e38\u0e01\u0e01\u0e34\u0e01 \u0e41\u0e25\u0e30\u0e17\u0e35\u0e21\u0e1f\u0e31\u0e07\u0e43\u0e08\u0e21\u0e35\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\u0e17\u0e35\u0e48\u0e08\u0e30\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e01\u0e31\u0e19\u0e21\u0e32\u0e19\u0e32\u0e19\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e0a\u0e48\u0e27\u0e07\u0e42\u0e04\u0e27\u0e34\u0e14 \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e38\u0e22\u0e01\u0e31\u0e1a\u0e17\u0e32\u0e07\u0e01\u0e23\u0e21\u0e17\u0e23\u0e31\u0e1e\u0e2a\u0e34\u0e19\u0e17\u0e32\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e21\u0e32\u0e2a\u0e31\u0e01\u0e1e\u0e31\u0e01\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e2d\u0e22\u0e32\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e41\u0e25\u0e30\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e02\u0e36\u0e49\u0e19\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e15\u0e2d\u0e1a\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e43\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e14\u0e49\u0e32\u0e19: \u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01, \u0e23\u0e30\u0e1a\u0e1a\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e0a\u0e49\u0e32, \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01<\/p>\n\n<p>\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e36\u0e07\u0e17\u0e33\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01 \u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e43\u0e2b\u0e49\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e02\u0e36\u0e49\u0e19\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46\u0e44\u0e14\u0e49\u0e14\u0e35\u0e22\u0e34\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e0a\u0e48\u0e19 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e49\u0e32\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e1b\u0e34\u0e14\u0e40\u0e1e\u0e25\u0e07 \u201c\u0e40\u0e25\u0e48\u0e19\u0e02\u0e2d\u0e07\u0e2a\u0e39\u0e07\u201d \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e39\u0e27\u0e48\u0e32\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e43\u0e14\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e39\u0e49\u0e16\u0e37\u0e2d\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e25\u0e48\u0e19\u0e02\u0e2d\u0e07\u0e2a\u0e39\u0e07 \u0e41\u0e25\u0e30\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e02\u0e2d\u0e07\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e19\u0e31\u0e49\u0e19\u0e44\u0e14\u0e49 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e02\u0e2d\u0e07\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d\u0e41\u0e25\u0e30\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21\u0e15\u0e48\u0e2d\u0e01\u0e31\u0e1a\u0e17\u0e32\u0e07\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e44\u0e14\u0e49 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48 \n<a href=\"https:\/\/copyright-song.ipthailand.go.th\/\">copyright-song.ipthailand.go.th<\/a><\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/dip\/landingpage.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Landing page of the search engine\">\n      \u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48 1: \u0e2b\u0e19\u0e49\u0e32\u0e41\u0e23\u0e01\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e41\u0e08\u0e49\u0e07\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/dip\/results.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Search results\">\n      \u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48 2: \u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07 \u0e41\u0e25\u0e30\u0e14\u0e39\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e27\u0e48\u0e32\u0e14\u0e49\u0e27\u0e22\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07\">\u0e27\u0e48\u0e32\u0e14\u0e49\u0e27\u0e22\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07<\/h2>\n\n<p>(Disclaimer: \u0e2d\u0e32\u0e08\u0e44\u0e21\u0e48\u0e16\u0e39\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e25\u0e36\u0e01\u0e14\u0e49\u0e32\u0e19\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07)<\/p>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e23\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e1e\u0e39\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e42\u0e14\u0e22\u0e2a\u0e31\u0e07\u0e40\u0e02\u0e1b\u0e01\u0e48\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23 \u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e08\u0e32\u0e01\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e33\u0e40\u0e1e\u0e25\u0e07\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e1f\u0e31\u0e07 \u0e2d\u0e32\u0e08\u0e21\u0e35\u0e04\u0e48\u0e32\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e21\u0e35\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e08\u0e30\u0e16\u0e39\u0e01\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e1c\u0e48\u0e32\u0e19\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49 \u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e14\u0e19\u0e15\u0e23\u0e35\u0e01\u0e23\u0e23\u0e21 (Musical Works) \u0e0b\u0e36\u0e48\u0e07\u0e2b\u0e21\u0e32\u0e22\u0e16\u0e36\u0e07\u0e2d\u0e07\u0e04\u0e4c\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07 \u0e40\u0e0a\u0e48\u0e19 \u0e17\u0e33\u0e19\u0e2d\u0e07 \u0e04\u0e33\u0e23\u0e49\u0e2d\u0e07 \u0e41\u0e25\u0e30\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e17\u0e32\u0e07\u0e14\u0e19\u0e15\u0e23\u0e35 \u0e41\u0e25\u0e30\u0e2a\u0e34\u0e48\u0e07\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e40\u0e2a\u0e35\u0e22\u0e07 (Sound Recordings) \u0e40\u0e0a\u0e48\u0e19 \u0e40\u0e17\u0e1b \u0e0b\u0e35\u0e14\u0e35 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e17\u0e1b\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e01\u0e32\u0e23\u0e41\u0e2a\u0e14\u0e07\u0e02\u0e2d\u0e07\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 \u0e21\u0e35\u0e2d\u0e07\u0e04\u0e4c\u0e01\u0e23\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e2b\u0e25\u0e31\u0e01\u0e46 \u0e40\u0e0a\u0e48\u0e19 MCT (Music Copyright Thailand) \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e21\u0e35\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e41\u0e25\u0e30\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e07\u0e34\u0e19\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e40\u0e0a\u0e48\u0e19 \u0e01\u0e32\u0e23\u0e40\u0e1b\u0e34\u0e14\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e19\u0e23\u0e49\u0e32\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e07\u0e32\u0e19\u0e2d\u0e35\u0e40\u0e27\u0e19\u0e17\u0e4c \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2d\u0e2d\u0e01\u0e2d\u0e32\u0e01\u0e32\u0e28\u0e17\u0e32\u0e07\u0e2a\u0e37\u0e48\u0e2d \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e33\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e08\u0e48\u0e32\u0e22\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07 Royalty \u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e02\u0e32\u0e22\u0e40\u0e17\u0e1b \u0e0b\u0e35\u0e14\u0e35 \u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n<blockquote>\n  <p>\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e23\u0e49\u0e32\u0e19\u0e04\u0e49\u0e32\u0e41\u0e25\u0e49\u0e27\u0e2b\u0e19\u0e36\u0e48\u0e07 CD<\/p>\n\n  <p>\u0e04\u0e38\u0e13\u0e0a\u0e38\u0e1a\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49 Royalty<\/p>\n\n  <p>\u0e17\u0e38\u0e01\u0e1a\u0e32\u0e17\u0e17\u0e35\u0e48\u0e04\u0e38\u0e13\u0e21\u0e2d\u0e1a\u0e43\u0e2b\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e33\u0e25\u0e31\u0e07\u0e43\u0e08\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e37\u0e48\u0e2d\u0e2a\u0e32\u0e23<\/p>\n\n  <p>\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e2d\u0e34\u0e48\u0e21\u0e17\u0e49\u0e2d\u0e07 \u0e04\u0e38\u0e13\u0e2a\u0e19\u0e38\u0e01\u0e2a\u0e19\u0e32\u0e19<\/p>\n\n  <p>\u0e1c\u0e25\u0e34\u0e15\u0e20\u0e31\u0e13\u0e11\u0e4c\u0e19\u0e35\u0e49\u0e23\u0e31\u0e1a\u0e1b\u0e23\u0e30\u0e01\u0e31\u0e19\u0e23\u0e49\u0e2d\u0e22\u0e1b\u0e35, Apartment Khunpa, 2006<\/p>\n<\/blockquote>\n\n<h2 id=\"\u0e01\u0e23\u0e21\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e2a\u0e34\u0e19\u0e17\u0e32\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e21\u0e35\u0e1a\u0e17\u0e1a\u0e32\u0e17\u0e2d\u0e30\u0e44\u0e23\">\u0e01\u0e23\u0e21\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e2a\u0e34\u0e19\u0e17\u0e32\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e21\u0e35\u0e1a\u0e17\u0e1a\u0e32\u0e17\u0e2d\u0e30\u0e44\u0e23?<\/h2>\n\n<p>\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46\u0e17\u0e35\u0e48\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\u0e08\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e41\u0e25\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e08\u0e49\u0e07\u0e01\u0e31\u0e1a\u0e17\u0e32\u0e07\u0e20\u0e32\u0e04\u0e23\u0e31\u0e10 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e42\u0e1b\u0e23\u0e48\u0e07\u0e43\u0e2a\u0e41\u0e25\u0e30\u0e17\u0e23\u0e32\u0e1a\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e43\u0e14\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e14\u0e1a\u0e49\u0e32\u0e07  \u0e1a\u0e17\u0e1a\u0e32\u0e17\u0e02\u0e2d\u0e07\u0e01\u0e23\u0e21\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e4c\u0e2a\u0e34\u0e19\u0e17\u0e32\u0e07\u0e1b\u0e31\u0e0d\u0e0d\u0e32\u0e08\u0e36\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e23\u0e27\u0e21\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e49\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08 \u0e41\u0e08\u0e49\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e15\u0e23\u0e07\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 \u0e41\u0e25\u0e49\u0e27\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e0b\u0e37\u0e49\u0e2d\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07 \u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e21\u0e32\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e41\u0e08\u0e49\u0e07\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h2 id=\"pain-points-\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e01\u0e49\u0e44\u0e02\">Pain points \u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e01\u0e49\u0e44\u0e02<\/h2>\n<p>\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e10\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e17\u0e49\u0e32\u0e17\u0e32\u0e22\u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e44\u0e21\u0e48\u0e15\u0e2d\u0e1a\u0e42\u0e08\u0e17\u0e22\u0e4c \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e41\u0e01\u0e49\u0e44\u0e02\u0e17\u0e32\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e44\u0e14\u0e49\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 3 \u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e2b\u0e25\u0e31\u0e01\u0e46\u0e04\u0e37\u0e2d<\/p>\n\n<ol>\n  <li>\n    <p><strong>\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19<\/strong>\n  \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e08\u0e32\u0e01\u0e41\u0e2b\u0e25\u0e48\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e21\u0e31\u0e01\u0e21\u0e32\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 \u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32\u0e2d\u0e31\u0e07\u0e01\u0e24\u0e29 \u0e2b\u0e23\u0e37\u0e2d\u0e1c\u0e2a\u0e21\u0e01\u0e31\u0e19 \u0e0a\u0e37\u0e48\u0e2d\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e2d\u0e32\u0e08\u0e2a\u0e30\u0e01\u0e14\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e44\u0e1b \u0e41\u0e25\u0e30\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e44\u0e1f\u0e25\u0e4c CSV \u0e2b\u0e23\u0e37\u0e2d Excel \u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e21\u0e32\u0e21\u0e31\u0e01\u0e21\u0e35 column \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e15\u0e23\u0e07\u0e01\u0e31\u0e19 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e43\u0e2b\u0e49 format \u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e41\u0e25\u0e30\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e44\u0e1f\u0e25\u0e4c\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e15\u0e2d\u0e19\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e08\u0e36\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e17\u0e33 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22<\/p>\n  <\/li>\n  <li>\n    <p><strong>\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a<\/strong>\n  \u0e40\u0e1e\u0e25\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e2d\u0e32\u0e08\u0e16\u0e39\u0e01\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e08\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17 \u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e21\u0e35\u0e0a\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22 \u0e40\u0e0a\u0e48\u0e19 \u201c\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d\u201d \u0e01\u0e31\u0e1a \u201c\u0e23\u0e31\u0e01 \u0e40\u0e18\u0e2d\u201d (\u0e40\u0e27\u0e49\u0e19\u0e27\u0e23\u0e23\u0e04)  \u201cLove Song\u201d \u0e01\u0e31\u0e1a \u201cLove song\u201d (\u0e15\u0e31\u0e27\u0e43\u0e2b\u0e0d\u0e48\u0e15\u0e31\u0e27\u0e40\u0e25\u0e47\u0e01) \u0e2b\u0e23\u0e37\u0e2d 1\u0e19\u0e32\u0e17\u0e35 \u0e01\u0e31\u0e1a \u0e2b\u0e19\u0e36\u0e48\u0e07\u0e19\u0e32\u0e17\u0e35 \u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e41\u0e25\u0e30\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e08\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e20\u0e32\u0e29\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e36\u0e07 \u0e23\u0e30\u0e1a\u0e1a\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e08\u0e31\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21 \u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e17\u0e33 normalization \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e44\u0e21\u0e48\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e25\u0e30\u0e40\u0e08\u0e49\u0e32\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e17\u0e33\u0e0b\u0e49\u0e33\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e14\u0e37\u0e2d\u0e19 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e49\u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e31\u0e15\u0e42\u0e19\u0e21\u0e31\u0e15\u0e34\u0e41\u0e25\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e43\u0e19\u0e2a\u0e40\u0e01\u0e25\u0e19\u0e35\u0e49\u0e44\u0e14\u0e49<\/p>\n  <\/li>\n  <li>\n    <p><strong>Scale \u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01<\/strong>\n  \u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1b\u0e35\u0e21\u0e35\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e01\u0e27\u0e48\u0e32 10 \u0e25\u0e49\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07 \u0e23\u0e30\u0e1a\u0e1a\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e42\u0e2b\u0e25\u0e14\u0e44\u0e1f\u0e25\u0e4c\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2d\u0e35\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e40\u0e23\u0e47\u0e27\u0e14\u0e49\u0e27\u0e22\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e17\u0e35\u0e48\u0e08\u0e33\u0e01\u0e31\u0e14 \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 index \u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 10 \u0e25\u0e49\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e2d\u0e1b\u0e35 \u0e41\u0e25\u0e30\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d\u0e43\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e40\u0e01\u0e25\u0e19\u0e35\u0e49<\/p>\n  <\/li>\n<\/ol>\n\n<h2 id=\"\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e19\u0e33\u0e21\u0e32\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e08\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21\">\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e19\u0e33\u0e21\u0e32\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e08\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21<\/h2>\n\n<h3 id=\"1-\u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25-data-import\"><strong>1. \u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 (Data Import)<\/strong><\/h3>\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e01\u0e49\u0e44\u0e02\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e17\u0e35\u0e48\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22 \u0e40\u0e23\u0e32\u0e08\u0e36\u0e07\u0e43\u0e2a\u0e48\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14 columns \u0e43\u0e19\u0e01\u0e32\u0e23\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 CSV \u0e41\u0e25\u0e30 Excel \u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e10\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 PostgreSQL \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e31\u0e15\u0e42\u0e19\u0e21\u0e31\u0e15\u0e34 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01 columns \u0e41\u0e25\u0e30\u0e08\u0e33\u0e19\u0e27\u0e19\u0e41\u0e16\u0e27\u0e02\u0e2d\u0e07\u0e44\u0e1f\u0e25\u0e4c\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e21\u0e32\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e21\u0e32\u0e01 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49 fuzzy matching \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e01\u0e31\u0e1a columns \u0e17\u0e35\u0e48\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49 Similarity score \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 Levenshtein Distance \u0e41\u0e25\u0e30 Jaro-Winkler Distance \u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e04\u0e25\u0e36\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e0a\u0e37\u0e48\u0e2d column \u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e31\u0e1a column \u0e17\u0e35\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e32\u0e14\u0e2b\u0e27\u0e31\u0e07 \u0e41\u0e25\u0e30\u0e43\u0e2b\u0e49\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e01\u0e48\u0e2d\u0e19\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25<\/p>\n\n<h3 id=\"2-\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19-deduplication\"><strong>2. \u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19 (Deduplication)<\/strong><\/h3>\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e01\u0e49\u0e44\u0e02\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e40\u0e08\u0e49\u0e32\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e17\u0e38\u0e01\u0e1b\u0e35\u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e19\u0e32\u0e19\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e14\u0e37\u0e2d\u0e19 \u0e23\u0e30\u0e1a\u0e1a\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e01\u0e32\u0e23\u0e17\u0e33 deduplication \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e43\u0e19\u0e2a\u0e40\u0e01\u0e25\u0e2b\u0e25\u0e31\u0e01\u0e25\u0e49\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07 \u0e41\u0e15\u0e48\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e19\u0e49\u0e2d\u0e22 \u0e40\u0e23\u0e32\u0e41\u0e1a\u0e48\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e40\u0e1b\u0e47\u0e19 4 \u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e22\u0e48\u0e2d\u0e22 \u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li><strong>\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e35\u0e48 1: Normalization<\/strong> \u0e40\u0e23\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23 normalize \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23 blocking \u0e41\u0e25\u0e30 deduplication \u0e17\u0e33\u0e44\u0e14\u0e49\u0e14\u0e35\u0e22\u0e34\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e0a\u0e48\u0e19 \u0e2b\u0e19\u0e36\u0e48\u0e07\u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07, 1 \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07 \u0e1b\u0e23\u0e31\u0e1a\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e1f\u0e2d\u0e23\u0e4c\u0e41\u0e21\u0e15\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e07\u0e48\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e33 blocking \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/li>\n  <li>\n    <p><strong>\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e35\u0e48 2: Blocking<\/strong> \u0e1b\u0e01\u0e15\u0e34\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e1e\u0e25\u0e07 10 \u0e40\u0e1e\u0e25\u0e07\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e39\u0e48\u0e41\u0e25\u0e49\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e27\u0e48\u0e32\u0e04\u0e39\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e49\u0e08\u0e30\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e21\u0e31\u0e49\u0e22 \u0e16\u0e49\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13\u0e41\u0e1a\u0e1a\u0e1b\u0e01\u0e15\u0e34\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e14\u0e2a\u0e2d\u0e1a 10 * 9 \/ 2 = 45 \u0e04\u0e23\u0e31\u0e49\u0e07\u0e0b\u0e36\u0e48\u0e07\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e21\u0e32\u0e01\u0e40\u0e01\u0e34\u0e19\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19 (\u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48 1) \u0e43\u0e19\u0e40\u0e0a\u0e34\u0e07\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49 big-O notation \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1a\u0e48\u0e07\u0e1a\u0e2d\u0e01\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e2d\u0e32\u0e08\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19 \\(O(n^2)\\) \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e41\u0e17\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e17\u0e38\u0e01\u0e04\u0e39\u0e48 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e17\u0e35\u0e48\u0e17\u0e33\u0e07\u0e32\u0e19\u0e14\u0e49\u0e32\u0e19 deduplication \u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 blocking \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e31\u0e14\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e44\u0e27\u0e49\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e16\u0e39\u0e01 normalize \u0e41\u0e25\u0e49\u0e27 (Note \u0e27\u0e48\u0e32\u0e01\u0e32\u0e23 normalize \u0e43\u0e0a\u0e49\u0e41\u0e04\u0e48\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e14\u0e34\u0e21\u0e44\u0e27\u0e49\u0e2d\u0e22\u0e39\u0e48) \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e17\u0e33 blocking \u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e19\u0e33\u0e21\u0e32\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e41\u0e17\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e17\u0e38\u0e01\u0e04\u0e39\u0e48\u0e40\u0e1e\u0e25\u0e07 \u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e08\u0e30\u0e25\u0e14\u0e08\u0e32\u0e01 \\(O(n^2)\\) \u0e40\u0e2b\u0e25\u0e37\u0e2d \\(O(nb^2)\\) \u0e42\u0e14\u0e22 \\(b\\) \u0e40\u0e1b\u0e47\u0e19\u0e02\u0e19\u0e32\u0e14\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e25\u0e38\u0e48\u0e21\u0e41\u0e17\u0e19 \u0e0b\u0e36\u0e48\u0e07 \\(b\\) \u0e08\u0e30\u0e40\u0e25\u0e47\u0e01\u0e01\u0e27\u0e48\u0e32 \\(n\\) \u0e21\u0e32\u0e01\u0e46\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49<\/p>\n\n    <p>\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e49\u0e21\u0e35\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e19\u0e49\u0e2d\u0e22 \u0e40\u0e23\u0e32\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49 Locality-Sensitive Hashing (LSH) \u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e38\u0e14\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32 similarity \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e19\u0e33\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e19\u0e35\u0e49\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22 blocking \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e43\u0e0a\u0e49\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e25\u0e30\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e40\u0e23\u0e47\u0e27 \u2013 \u0e17\u0e14\u0e25\u0e2d\u0e07\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e33 blocking \u0e41\u0e1a\u0e1a\u0e43\u0e0a\u0e49 Jaccard similarity \u0e41\u0e1a\u0e1a\u0e40\u0e15\u0e47\u0e21\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e41\u0e15\u0e48\u0e40\u0e23\u0e47\u0e27\u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e21\u0e32\u0e01 \u0e16\u0e49\u0e32\u0e14\u0e39\u0e08\u0e32\u0e01\u0e20\u0e32\u0e1e\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e17\u0e33 blocking \u0e0a\u0e48\u0e27\u0e22\u0e25\u0e14\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e40\u0e22\u0e2d\u0e30\u0e21\u0e32\u0e01\u0e46\u0e41\u0e25\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e23\u0e30\u0e1a\u0e1a\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e17\u0e35\u0e48\u0e40\u0e25\u0e47\u0e01\u0e25\u0e07\u0e44\u0e14\u0e49<\/p>\n  <\/li>\n<\/ul>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/dip\/blocking.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Blocking in deduplication\">\n      \u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48 3: \u0e01\u0e32\u0e23\u0e17\u0e33 Blocking \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e14\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p><strong>\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e35\u0e48 3: Similarity Calculation<\/strong> \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e40\u0e23\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e04\u0e25\u0e36\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 similarity \u0e2b\u0e25\u0e32\u0e22\u0e41\u0e1a\u0e1a\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19 \u0e1a\u0e32\u0e07 field \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 exact match \u0e40\u0e0a\u0e48\u0e19 \u0e0a\u0e37\u0e48\u0e2d\u0e1c\u0e39\u0e49\u0e41\u0e15\u0e48\u0e07 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e1a\u0e32\u0e07 field \u0e40\u0e0a\u0e48\u0e19 \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07 \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e43\u0e0a\u0e49 Jaro-Winkler Distance \u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e15\u0e49\u0e19\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e0a\u0e48\u0e27\u0e07\u0e17\u0e49\u0e32\u0e22<\/p>\n\n<p><strong>\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e35\u0e48 4: Merge Duplicates<\/strong> \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1e\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e15\u0e32\u0e21\u0e01\u0e0e\u0e17\u0e35\u0e48\u0e17\u0e32\u0e07\u0e01\u0e23\u0e21\u0e2f\u0e15\u0e31\u0e49\u0e07\u0e44\u0e27\u0e49 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e04\u0e39\u0e48\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e41\u0e25\u0e30\u0e2a\u0e16\u0e32\u0e19\u0e30\u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e27\u0e49\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 \u0e40\u0e02\u0e49\u0e32\u0e02\u0e48\u0e32\u0e22\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19 \u0e41\u0e25\u0e30 \u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19 \u0e41\u0e25\u0e49\u0e27\u0e40\u0e01\u0e47\u0e1a\u0e44\u0e27\u0e49\u0e43\u0e19 relational database \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e15\u0e48\u0e2d\u0e44\u0e1b<\/p>\n\n<h3 id=\"3-\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e10\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\"><strong>3. \u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e10\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48<\/strong><\/h3>\n\n<p>\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e17\u0e49\u0e32\u0e17\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d \u201cScale \u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u201d \u0e04\u0e23\u0e31\u0e1a \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e04\u0e25\u0e31\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e41\u0e25\u0e30\u0e2a\u0e32\u0e01\u0e25 \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e01\u0e32\u0e23\u0e40\u0e15\u0e34\u0e1a\u0e42\u0e15\u0e41\u0e25\u0e30\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e2b\u0e27\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e39\u0e07\u0e16\u0e36\u0e07 10 \u0e25\u0e49\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e2d\u0e1b\u0e35 \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48\u0e1d\u0e31\u0e48\u0e07\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 (User Experience) \u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e32\u0e14\u0e2b\u0e27\u0e31\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e25\u0e34\u0e48\u0e27 \u0e04\u0e37\u0e2d\u0e15\u0e49\u0e2d\u0e07\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e44\u0e21\u0e48\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 \u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e1e\u0e25\u0e07, \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07, \u0e1c\u0e39\u0e49\u0e1b\u0e23\u0e30\u0e1e\u0e31\u0e19\u0e18\u0e4c, \u0e04\u0e48\u0e32\u0e22\u0e40\u0e1e\u0e25\u0e07 \u0e41\u0e25\u0e30 Metadata \u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27\u0e17\u0e48\u0e32\u0e21\u0e01\u0e25\u0e32\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25\u0e19\u0e35\u0e49<\/p>\n\n<p>\u0e17\u0e35\u0e21\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e17\u0e14\u0e2a\u0e2d\u0e1a Framework \u0e41\u0e25\u0e30 Search Engine \u0e21\u0e32\u0e2b\u0e25\u0e32\u0e22\u0e15\u0e31\u0e27\u0e21\u0e32\u0e01 (\u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e15\u0e23\u0e30\u0e01\u0e39\u0e25 Java \u0e40\u0e08\u0e49\u0e32\u0e15\u0e25\u0e32\u0e14) \u0e41\u0e15\u0e48\u0e17\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e1c\u0e39\u0e49\u0e0a\u0e19\u0e30\u0e17\u0e35\u0e48\u0e15\u0e2d\u0e1a\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e40\u0e23\u0e32\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e37\u0e2d \u201cTypesense\u201d Open-source Search Engine \u0e21\u0e49\u0e32\u0e21\u0e37\u0e14\u0e17\u0e35\u0e48\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e15\u0e23\u0e07\u0e08\u0e38\u0e14 \u0e14\u0e49\u0e27\u0e22\u0e40\u0e2b\u0e15\u0e38\u0e1c\u0e25 6 \u0e1b\u0e23\u0e30\u0e01\u0e32\u0e23\u0e04\u0e23\u0e31\u0e1a:<\/p>\n\n<ol>\n  <li>\n    <p><strong>\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e1b\u0e35\u0e28\u0e32\u0e08 (Blazing Fast Performance)<\/strong>\n\u0e2b\u0e31\u0e27\u0e43\u0e08\u0e02\u0e2d\u0e07 Search Experience \u0e04\u0e37\u0e2d \u201c\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u201d Typesense \u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e47\u0e1a Index \u0e44\u0e27\u0e49\u0e43\u0e19 Memory (RAM) \u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e25\u0e31\u0e01 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e23\u0e47\u0e27\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19\u0e08\u0e32\u0e01 Disk \u0e2b\u0e25\u0e32\u0e22\u0e40\u0e17\u0e48\u0e32\u0e15\u0e31\u0e27 \u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d Search Latency \u0e17\u0e35\u0e48\u0e15\u0e48\u0e33\u0e01\u0e27\u0e48\u0e32 50 \u0e21\u0e34\u0e25\u0e25\u0e34\u0e27\u0e34\u0e19\u0e32\u0e17\u0e35 (&lt;50ms) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e47\u0e27\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e17\u0e31\u0e19\u0e01\u0e30\u0e1e\u0e23\u0e34\u0e1a\u0e15\u0e32<\/p>\n  <\/li>\n  <li>\n    <p><strong>\u0e08\u0e34\u0e4b\u0e27\u0e41\u0e15\u0e48\u0e41\u0e08\u0e4b\u0e27: \u0e1b\u0e23\u0e30\u0e2b\u0e22\u0e31\u0e14\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23 (Resource Efficient)<\/strong>\n\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07\u0e42\u0e1b\u0e23\u0e40\u0e08\u0e01\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d Infrastructure \u0e17\u0e35\u0e48\u0e21\u0e35 RAM \u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e08\u0e33\u0e01\u0e31\u0e14 Search Engine \u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e21\u0e31\u0e01\u0e08\u0e30\u0e01\u0e34\u0e19\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 (Resource Heavy) \u0e41\u0e15\u0e48 Typesense \u0e16\u0e39\u0e01\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23 Memory Footprint \u0e44\u0e14\u0e49\u0e14\u0e35\u0e40\u0e22\u0e35\u0e48\u0e22\u0e21 \u0e08\u0e32\u0e01\u0e2a\u0e40\u0e1b\u0e01\u0e17\u0e35\u0e48\u0e17\u0e32\u0e07 Typesense \u0e40\u0e04\u0e25\u0e21\u0e27\u0e48\u0e32\u0e43\u0e0a\u0e49 RAM \u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07 20 MB\u2026 \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07 \u0e40\u0e23\u0e32\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35 RAM \u0e40\u0e1e\u0e35\u0e22\u0e07 2 GB \u0e22\u0e31\u0e07\u0e23\u0e31\u0e1a\u0e21\u0e37\u0e2d\u0e01\u0e31\u0e1a Index \u0e40\u0e1e\u0e25\u0e07\u0e2b\u0e25\u0e31\u0e01\u0e2a\u0e34\u0e1a\u0e25\u0e49\u0e32\u0e19\u0e44\u0e14\u0e49\u0e41\u0e1a\u0e1a\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e46 \u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e2b\u0e22\u0e31\u0e14\u0e07\u0e1a\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e43\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1b\u0e40\u0e01\u0e23\u0e14 Server \u0e44\u0e1b\u0e44\u0e14\u0e49\u0e21\u0e32\u0e01<\/p>\n  <\/li>\n  <li>\n    <p><strong>High Availability: \u0e23\u0e30\u0e1a\u0e1a\u0e25\u0e48\u0e21\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e14\u0e19\u0e15\u0e23\u0e35\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07<\/strong>\n\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e41\u0e25\u0e49\u0e27 \u0e04\u0e27\u0e32\u0e21\u0e40\u0e2a\u0e16\u0e35\u0e22\u0e23 (Reliability) \u0e04\u0e37\u0e2d\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e15\u0e48\u0e2d\u0e23\u0e2d\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e41\u0e2d\u0e1b\u0e1e\u0e25\u0e34\u0e40\u0e04\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e35\u0e49 \u0e2b\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e25\u0e48\u0e21 \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e30\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e27\u0e48\u0e32\u0e41\u0e2d\u0e1b \u201c\u0e1e\u0e31\u0e07\u201d \u0e17\u0e31\u0e19\u0e17\u0e35 Typesense \u0e15\u0e2d\u0e1a\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e19\u0e35\u0e49\u0e14\u0e49\u0e27\u0e22\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e41\u0e1a\u0e1a Clustering \u0e17\u0e35\u0e48\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23 Scale \u0e41\u0e25\u0e30\u0e17\u0e33 Redundancy \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e49\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14 \u0e21\u0e31\u0e48\u0e19\u0e43\u0e08\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e08\u0e30\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e2b\u0e49\u0e1a\u0e23\u0e34\u0e01\u0e32\u0e23\u0e40\u0e2a\u0e21\u0e2d<\/p>\n  <\/li>\n  <li>\n    <p><strong>\u0e40\u0e08\u0e32\u0e30\u0e25\u0e36\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22 Faceted Search<\/strong>\n\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e21\u0e35\u0e41\u0e04\u0e48\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32 \u201c\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e1e\u0e25\u0e07\u201d \u0e41\u0e15\u0e48 User \u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e01\u0e23\u0e2d\u0e07 (Filter) \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07, \u0e1c\u0e39\u0e49\u0e1b\u0e23\u0e30\u0e1e\u0e31\u0e19\u0e18\u0e4c \u0e2b\u0e23\u0e37\u0e2d \u0e04\u0e48\u0e32\u0e22\u0e40\u0e1e\u0e25\u0e07 \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33 Typesense \u0e42\u0e14\u0e14\u0e40\u0e14\u0e48\u0e19\u0e21\u0e32\u0e01\u0e43\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07 Faceted Search \u0e0b\u0e36\u0e48\u0e07\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23 Data Structure \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e1a\u0e19 UI \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e22\u0e37\u0e14\u0e2b\u0e22\u0e38\u0e48\u0e19 \u0e41\u0e25\u0e30\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e04\u0e37\u0e2d\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e43\u0e19\u0e1d\u0e31\u0e48\u0e07 Python \u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e21\u0e32\u0e01<\/p>\n  <\/li>\n  <li>\n    <p><strong>\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 \u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e39\u0e19\u0e40\u0e22\u0e2d\u0e30 (Native Thai Support &amp; Typo Tolerance)<\/strong>\nPain Point \u0e04\u0e25\u0e32\u0e2a\u0e2a\u0e34\u0e01\u0e02\u0e2d\u0e07 Search Engine \u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e04\u0e37\u0e2d\u0e21\u0e31\u0e01\u0e08\u0e30\u0e40\u0e01\u0e48\u0e07\u0e41\u0e04\u0e48\u0e20\u0e32\u0e29\u0e32\u0e2d\u0e31\u0e07\u0e01\u0e24\u0e29 \u0e41\u0e15\u0e48 Typesense \u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e04\u0e33\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22\u0e44\u0e14\u0e49\u0e14\u0e35\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19 (Out-of-the-box) \u0e41\u0e16\u0e21\u0e22\u0e31\u0e07\u0e21\u0e35\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e40\u0e14\u0e47\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07 Typo Tolerance (\u0e1e\u0e34\u0e21\u0e1e\u0e4c\u0e1c\u0e34\u0e14\u0e01\u0e47\u0e22\u0e31\u0e07\u0e2b\u0e32\u0e40\u0e08\u0e2d) \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e19\u0e33\u0e21\u0e32\u0e23\u0e27\u0e21\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e23\u0e30\u0e1a\u0e1a Instant Search \u0e17\u0e35\u0e48 User \u0e1e\u0e34\u0e21\u0e1e\u0e4c\u0e1b\u0e38\u0e4a\u0e1a \u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e40\u0e14\u0e49\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e1b\u0e31\u0e4a\u0e1a (Visual feedback) \u0e44\u0e14\u0e49\u0e17\u0e31\u0e19\u0e17\u0e35 \u0e0a\u0e48\u0e27\u0e22\u0e22\u0e01\u0e23\u0e30\u0e14\u0e31\u0e1a UX \u0e43\u0e2b\u0e49\u0e14\u0e39\u0e25\u0e37\u0e48\u0e19\u0e44\u0e2b\u0e25\u0e41\u0e25\u0e30\u0e17\u0e31\u0e19\u0e2a\u0e21\u0e31\u0e22\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e01<\/p>\n  <\/li>\n  <li>\n    <p><strong>\u0e21\u0e35 HTTP Server \u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e25\u0e38\u0e22 (Developer Friendly)<\/strong>\n\u0e43\u0e19\u0e21\u0e38\u0e21\u0e21\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e19\u0e31\u0e01\u0e1e\u0e31\u0e12\u0e19\u0e32 \u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e0a\u0e48\u0e27\u0e22\u0e25\u0e14\u0e07\u0e32\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 \u0e40\u0e1e\u0e23\u0e32\u0e30 Typesense \u0e2a\u0e37\u0e48\u0e2d\u0e2a\u0e32\u0e23\u0e1c\u0e48\u0e32\u0e19 HTTP\/REST API \u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \u0e19\u0e31\u0e48\u0e19\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e27\u0e25\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19 Backend Middleware \u0e21\u0e32\u0e04\u0e31\u0e48\u0e19\u0e01\u0e25\u0e32\u0e07\u0e43\u0e2b\u0e49\u0e27\u0e38\u0e48\u0e19\u0e27\u0e32\u0e22 Frontend \u0e2b\u0e23\u0e37\u0e2d Application \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e22\u0e34\u0e07 Request \u0e04\u0e38\u0e22\u0e01\u0e31\u0e1a Search Engine \u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e02\u0e36\u0e49\u0e19\u0e07\u0e32\u0e19\u0e15\u0e49\u0e19\u0e41\u0e1a\u0e1a (Prototype) \u0e44\u0e14\u0e49\u0e44\u0e27 \u0e1b\u0e23\u0e31\u0e1a\u0e41\u0e01\u0e49\u0e2b\u0e19\u0e49\u0e32\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e04\u0e25\u0e48\u0e2d\u0e07\u0e15\u0e31\u0e27 \u0e41\u0e25\u0e30\u0e22\u0e31\u0e07\u0e0a\u0e48\u0e27\u0e22\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2a\u0e35\u0e48\u0e22\u0e07 (Decouple) \u0e44\u0e21\u0e48\u0e43\u0e2b\u0e49 Backend \u0e23\u0e31\u0e1a\u0e20\u0e32\u0e23\u0e30\u0e2b\u0e19\u0e31\u0e01\u0e08\u0e19\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19 Single Point of Failure \u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22<\/p>\n  <\/li>\n<\/ol>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/dip\/typesense.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Blocking in deduplication\">\n      \u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48 4: \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Typesense \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e17\u0e33\u0e44\u0e14\u0e49\u0e40\u0e23\u0e47\u0e27 \u0e21\u0e35 Facted search \u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e39\u0e19\u0e40\u0e22\u0e2d\u0e30\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e42\u0e14\u0e22\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e41\u0e25\u0e49\u0e27 \u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01 Typesense \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e41\u0e04\u0e48\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e40\u0e01\u0e48\u0e07\u0e40\u0e17\u0e1e\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e41\u0e15\u0e48\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e08\u0e38\u0e14\u0e2a\u0e21\u0e14\u0e38\u0e25\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 \u201c\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e48\u0e2d\u0e07\u0e15\u0e31\u0e27\u201d \u0e02\u0e2d\u0e07\u0e17\u0e35\u0e21\u0e1e\u0e31\u0e12\u0e19\u0e32 \u0e41\u0e25\u0e30\u0e21\u0e2d\u0e1a \u201c\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u201d \u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e2a\u0e48\u0e07\u0e07\u0e32\u0e19\u0e43\u0e2b\u0e49\u0e01\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 \u0e43\u0e19\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e17\u0e35\u0e48\u0e04\u0e38\u0e49\u0e21\u0e04\u0e48\u0e32\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e42\u0e1b\u0e23\u0e40\u0e08\u0e01\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<h2 id=\"\u0e2a\u0e23\u0e38\u0e1b\">\u0e2a\u0e23\u0e38\u0e1b<\/h2>\n\n<p>\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e41\u0e08\u0e49\u0e07\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e21\u0e35\u0e01\u0e32\u0e23\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e43\u0e2b\u0e49\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23\u0e01\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22 \u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e21\u0e32\u0e01 \u0e41\u0e25\u0e30\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e14\u0e49\u0e32\u0e19\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23 \u0e01\u0e32\u0e23\u0e19\u0e33\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e17\u0e32\u0e07\u0e20\u0e32\u0e29\u0e32\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e1f\u0e19\u0e0b\u0e35 \u0e40\u0e0a\u0e48\u0e19 fuzzy matching, deduplication, \u0e41\u0e25\u0e30 search engine \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e23\u0e30\u0e1a\u0e1a\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e35\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e41\u0e25\u0e30\u0e15\u0e2d\u0e1a\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e08\u0e23\u0e34\u0e07\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e23\u0e30\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e41\u0e25\u0e30\u0e0b\u0e37\u0e49\u0e2d\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e32\u0e21\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22 \u0e41\u0e25\u0e30\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e2a\u0e23\u0e23\u0e04\u0e4c\u0e07\u0e32\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e04\u0e48\u0e32\u0e15\u0e2d\u0e1a\u0e41\u0e17\u0e19\u0e17\u0e35\u0e48\u0e04\u0e27\u0e23\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e18\u0e23\u0e23\u0e21\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e2a\u0e30\u0e14\u0e27\u0e01\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e16\u0e36\u0e07\u0e41\u0e21\u0e49\u0e27\u0e48\u0e32\u0e22\u0e31\u0e07\u0e21\u0e35\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e41\u0e25\u0e30\u0e41\u0e01\u0e49\u0e15\u0e48\u0e2d\u0e44\u0e1b \u0e17\u0e35\u0e21\u0e02\u0e2d\u0e07\u0e1c\u0e21\u0e01\u0e47\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e19\u0e35\u0e49\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e36\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e19\u0e31\u0e1a\u0e2a\u0e19\u0e38\u0e19\u0e2d\u0e38\u0e15\u0e2a\u0e32\u0e2b\u0e01\u0e23\u0e23\u0e21\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/making-of-dip-copyright-songs\/\">The making of \u0e23\u0e30\u0e1a\u0e1a\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e41\u0e08\u0e49\u0e07\u0e08\u0e31\u0e14\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e48\u0e32\u0e25\u0e34\u0e02\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on December 05, 2025.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/reinforcement-learning\/"}},"id":"https:\/\/tupleblog.github.io\/reinforcement-learning","published":"2019-12-19T05:30:00+07:00","updated":"2019-12-19T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e01\u0e31\u0e1a tupleblog \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e0b\u0e30\u0e19\u0e32\u0e19\u0e40\u0e25\u0e22 \u0e40\u0e2b\u0e47\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e1b\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e15\u0e01\u0e43\u0e08\u0e19\u0e34\u0e14\u0e2b\u0e19\u0e48\u0e2d\u0e22<\/p>\n\n<p>\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e41\u0e1a\u0e1a\u0e40\u0e2a\u0e23\u0e34\u0e21\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2b\u0e23\u0e37\u0e2d reinforcement learning \u0e01\u0e31\u0e19  \u0e1e\u0e2d\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e27\u0e48\u0e32\u0e21\u0e35\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e40\u0e22\u0e2d\u0e30\u0e1e\u0e2d\u0e2a\u0e21\u0e04\u0e27\u0e23\u0e41\u0e25\u0e49\u0e27\n\u0e41\u0e15\u0e48\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e01\u0e31\u0e19\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>Reinforcement Learning (RL) \u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23<\/li>\n  <li>\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e42\u0e08\u0e17\u0e22\u0e4c Reinforcement learning \u0e41\u0e25\u0e30 Finite Markov Decision Process (MDP)<\/li>\n  <li>\u0e2b\u0e32 Optimal Policy \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e41\u0e25\u0e30 Temporal Difference (\u0e43\u0e0a\u0e49 grid world \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07)<\/li>\n  <li>\u0e41\u0e1b\u0e25\u0e07 Discrete Reinforcement Learning \u0e40\u0e1b\u0e47\u0e19 Continuous Reinforcement Learning \u0e44\u0e14\u0e49\u0e22\u0e31\u0e07\u0e44\u0e07\u0e19\u0e30<\/li>\n  <li>Continuous Reinforcement Learning \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Deep Neural Network<\/li>\n  <li>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07 environment \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a reinforcement learning<\/li>\n  <li>\u0e41\u0e25\u0e30\u0e1b\u0e34\u0e14\u0e17\u0e49\u0e32\u0e22\u0e14\u0e49\u0e27\u0e22\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e15\u0e48\u0e32\u0e07\u0e46\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e01\u0e25\u0e48\u0e32\u0e27\u0e16\u0e36\u0e07\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e19\u0e30\u0e2e\u0e30<\/li>\n<\/ul>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e2d\u0e48\u0e32\u0e19\u0e41\u0e1a\u0e1a\u0e40\u0e15\u0e47\u0e21\u0e46 \u0e08\u0e23\u0e34\u0e07\u0e46\u0e08\u0e31\u0e07\u0e46\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49 \u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e2d\u0e48\u0e32\u0e19\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e43\u0e19\u0e2b\u0e19\u0e31\u0e07\u0e2a\u0e37\u0e2d \u201cReinforcement Learning, An Introduction\u201d \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e14\u0e22 Richard Sutton and Andrew Barto \u0e19\u0e30\u0e2e\u0e30 \u0e15\u0e49\u0e2d\u0e07\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e27\u0e48\u0e32\u0e2b\u0e19\u0e31\u0e07\u0e2a\u0e37\u0e2d\u0e19\u0e35\u0e48\u0e22\u0e32\u0e27\u0e01\u0e27\u0e48\u0e32<\/p>\n\n<h1 id=\"reinforcement-learning-\u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23\">Reinforcement learning \u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23<\/h1>\n\n<p>Reinforcement Learning \u0e40\u0e1b\u0e47\u0e19\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e41\u0e1a\u0e1a\u0e19\u0e36\u0e07\u0e17\u0e35\u0e48\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e40\u0e01\u0e34\u0e14\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e1b\u0e0e\u0e34\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c (interaction) \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49 (agent) \u0e01\u0e31\u0e1a\u0e2a\u0e37\u0e48\u0e07\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21 (environment) \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 Reinforcement Learning \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e01\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e2b\u0e34\u0e27\u0e1e\u0e2d\u0e14\u0e35 \u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2d\u0e32\u0e2b\u0e32\u0e23 \u0e2a\u0e34\u0e48\u0e07\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e17\u0e33\u0e19\u0e31\u0e48\u0e19\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e2b\u0e31\u0e19\u0e44\u0e1b\u0e14\u0e39\u0e27\u0e48\u0e32\u0e21\u0e35\u0e43\u0e04\u0e23\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e01\u0e25\u0e49\u0e46\u0e1a\u0e49\u0e32\u0e07\u0e19\u0e30 \u0e42\u0e2d\u0e49! \u0e40\u0e08\u0e49\u0e32\u0e02\u0e2d\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e01\u0e25\u0e49\u0e46\u0e1e\u0e2d\u0e14\u0e35\u0e40\u0e25\u0e22 \u0e40\u0e23\u0e32\u0e22\u0e37\u0e19\u0e21\u0e37\u0e2d\u0e2d\u0e2d\u0e01\u0e44\u0e1b \u0e23\u0e49\u0e2d\u0e07\u0e02\u0e2d\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e01\u0e31\u0e1a\u0e40\u0e08\u0e49\u0e32\u0e02\u0e2d\u0e07 \u0e41\u0e25\u0e30\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e02\u0e2d\u0e41\u0e25\u0e49\u0e27\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e04\u0e37\u0e2d\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/li>\n  <li>\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19 Blackjack \u0e2a\u0e21\u0e21\u0e15\u0e34\u0e40\u0e23\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e39\u0e49\u0e40\u0e25\u0e48\u0e19\u0e41\u0e25\u0e30\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e44\u0e14\u0e49\u0e40\u0e07\u0e34\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19 \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e17\u0e33\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e15\u0e49\u0e2d\u0e07\u0e1e\u0e19\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21 \u0e16\u0e49\u0e32\u0e0a\u0e48\u0e27\u0e07\u0e44\u0e2b\u0e19\u0e17\u0e35\u0e48\u0e44\u0e1e\u0e48\u0e04\u0e30\u0e41\u0e19\u0e19\u0e15\u0e48\u0e33\u0e46\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e40\u0e22\u0e2d\u0e30 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e04\u0e27\u0e23\u0e08\u0e30\u0e41\u0e17\u0e07\u0e2a\u0e39\u0e07\u0e02\u0e36\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19 (\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e44\u0e2e-\u0e42\u0e25\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07)<\/li>\n  <li>\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19 Counter Strike \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e39\u0e49\u0e40\u0e25\u0e48\u0e19 \u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e27\u0e48\u0e32\u0e21\u0e35\u0e28\u0e15\u0e23\u0e39\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e01\u0e25\u0e49\u0e46\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48 \u0e16\u0e49\u0e32\u0e21\u0e35\u0e28\u0e15\u0e23\u0e39\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e2b\u0e31\u0e19\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e28\u0e15\u0e23\u0e39\u0e41\u0e25\u0e30\u0e01\u0e14\u0e22\u0e34\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e30\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e41\u0e15\u0e49\u0e21\u0e40\u0e22\u0e2d\u0e30\u0e01\u0e27\u0e48\u0e32\u0e28\u0e15\u0e23\u0e39<\/li>\n  <li>\u0e40\u0e27\u0e25\u0e32\u0e40\u0e23\u0e32\u0e41\u0e0a\u0e17\u0e01\u0e31\u0e1a\u0e2a\u0e32\u0e27 \u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e08\u0e30\u0e41\u0e0a\u0e17\u0e22\u0e31\u0e07\u0e44\u0e07\u0e43\u0e2b\u0e49\u0e1a\u0e17\u0e2a\u0e19\u0e17\u0e19\u0e32\u0e22\u0e32\u0e27\u0e19\u0e32\u0e19\u0e41\u0e25\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e2a\u0e32\u0e27\u0e41\u0e0a\u0e17\u0e01\u0e31\u0e1a\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e19\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/li>\n<\/ul>\n\n<p>\u0e43\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32 \u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e2a\u0e34\u0e48\u0e07\u0e23\u0e2d\u0e1a\u0e15\u0e31\u0e27\u0e41\u0e25\u0e49\u0e27\u0e25\u0e2d\u0e07\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e0b\u0e31\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e25\u0e30\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e44\u0e14\u0e49  \u0e42\u0e14\u0e22\u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e4b\u0e07\u0e02\u0e2d\u0e07 reinforcement learning \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e41\u0e25\u0e30\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e0b\u0e31\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e31\u0e1a\u0e42\u0e25\u0e01\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e44\u0e14\u0e49 \u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e40\u0e08\u0e49\u0e32\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e1a\u0e2d\u0e01\u0e43\u0e2b\u0e49\u0e19\u0e31\u0e48\u0e07\u0e19\u0e34\u0e48\u0e07\u0e46 \u0e16\u0e49\u0e32\u0e19\u0e31\u0e48\u0e07\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e02\u0e19\u0e21 \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e40\u0e14\u0e34\u0e19\u0e21\u0e32\u0e01\u0e47\u0e08\u0e30\u0e2d\u0e14\u0e01\u0e34\u0e19\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e1d\u0e36\u0e01\u0e44\u0e1b\u0e1a\u0e48\u0e2d\u0e22\u0e46 \u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e01\u0e47\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e27\u0e48\u0e32 \u0e2d\u0e4b\u0e2d \u0e16\u0e49\u0e32\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e19\u0e35\u0e49\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07<\/p>\n\n<h1 id=\"\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e42\u0e08\u0e17\u0e22\u0e4c-reinforcement-learning\">\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e42\u0e08\u0e17\u0e22\u0e4c Reinforcement learning<\/h1>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e44\u0e14\u0e49\u0e22\u0e31\u0e07\u0e44\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Reinforcement Learning \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e41\u0e1c\u0e19\u0e1c\u0e31\u0e07\u0e01\u0e31\u0e19\u0e14\u0e39\u0e27\u0e48\u0e32\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e41\u0e01\u0e49 \u0e21\u0e35\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07\u0e19\u0e30<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/rl\/workflow.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Reinforcement Learning Workflow\">\n      \u0e43\u0e19 Reinforcement Learning \u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e40\u0e23\u0e34\u0e49\u0e21\u0e15\u0e49\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e27\u0e48\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48 state \u0e44\u0e2b\u0e19\u0e41\u0e25\u0e49\u0e27 S_0 \u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e17\u0e33\u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07 A_0 \u0e41\u0e25\u0e30\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32 R_1 \u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e43\u0e19\u0e41\u0e1c\u0e19\u0e1c\u0e31\u0e07\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e1c\u0e39\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49 (agent) \u0e42\u0e14\u0e22 agent \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19\u0e02\u0e2d\u0e07 environment (state) \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19 agent \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e1b\u0e0e\u0e34\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e01\u0e31\u0e1a\u0e2a\u0e34\u0e48\u0e07\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e17\u0e33\u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07  (action)  \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49 action \u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27 agent \u0e01\u0e47\u0e08\u0e30\u0e44\u0e14\u0e49 reward \u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32\u0e40\u0e27\u0e25\u0e32\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e14\u0e34\u0e19\u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01 \\(t = 1, 2, 3, \u2026\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32 \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e23\u0e01\u0e04\u0e37\u0e2d\u0e25\u0e2d\u0e07\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e27\u0e48\u0e32 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 state (\\(S\\)  \u0e42\u0e14\u0e22 \\(S_0\\) \u0e2b\u0e21\u0e32\u0e22\u0e16\u0e36\u0e07 state \u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32 \u0e13 \u0e40\u0e27\u0e25\u0e32 \\(t = 0\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e42\u0e14\u0e22\u0e43\u0e19\u0e40\u0e27\u0e25\u0e32\u0e19\u0e35\u0e49\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e2d\u0e01\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e44\u0e14\u0e49\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07 (\\(A_0\\))\u0e40\u0e0a\u0e48\u0e19 \u0e23\u0e49\u0e2d\u0e07\u0e02\u0e2d\u0e02\u0e49\u0e32\u0e27 \u0e19\u0e31\u0e48\u0e07 \u0e01\u0e25\u0e34\u0e49\u0e07 \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e2d\u0e2d\u0e01\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e44\u0e1b\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22 \u0e01\u0e47\u0e08\u0e30\u0e44\u0e14\u0e49\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e30\u0e41\u0e19\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19 \\(R_1\\) \u0e41\u0e25\u0e30\u0e40\u0e27\u0e25\u0e32\u0e01\u0e47\u0e08\u0e30\u0e40\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19 \\(t = 1\\) \u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e02\u0e49\u0e32\u0e27\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e08\u0e19\u0e01\u0e23\u0e30\u0e17\u0e31\u0e48\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e41\u0e01\u0e48\u0e15\u0e32\u0e22 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e44\u0e14\u0e49\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49<\/p>\n\n\\[S_0 A_0 R_1 S_1 A_1 \\ldots R_T S_T\\]\n\n<p>\u0e16\u0e49\u0e32 \\(t\\) \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e21\u0e35\u0e08\u0e33\u0e01\u0e31\u0e14\u0e40\u0e0a\u0e48\u0e19\u0e08\u0e32\u0e01 \\(t = 1, \u2026, T\\) \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Episodic task \u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 \u0e01\u0e32\u0e23\u0e40\u0e23\u0e32\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e40\u0e01\u0e21\u0e17\u0e35\u0e48\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e2b\u0e23\u0e35\u0e22\u0e0d\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e04\u0e23\u0e1a\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e31\u0e19\u0e08\u0e1a\u0e14\u0e48\u0e32\u0e19 \u0e2b\u0e23\u0e37\u0e2d\u0e16\u0e49\u0e32\u0e43\u0e19\u0e40\u0e01\u0e21\u0e44\u0e1e\u0e48 Blackjack \u0e16\u0e49\u0e32\u0e44\u0e1e\u0e48\u0e2b\u0e21\u0e14\u0e01\u0e2d\u0e07\u0e01\u0e47\u0e16\u0e36\u0e07\u0e27\u0e48\u0e32\u0e08\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e15\u0e32 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48 \\(t\\) \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e21\u0e35\u0e04\u0e48\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e44\u0e21\u0e48\u0e2a\u0e34\u0e49\u0e19\u0e2a\u0e38\u0e14 \u0e40\u0e0a\u0e48\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e32\u0e04\u0e32\u0e02\u0e2d\u0e07 Bitcoin, \u0e23\u0e32\u0e04\u0e32\u0e2b\u0e38\u0e49\u0e19 \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e48\u0e32\u0e43\u0e2b\u0e21\u0e48\u0e21\u0e32\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e17\u0e38\u0e01\u0e40\u0e27\u0e25\u0e32 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Continuous task<\/p>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e41\u0e1c\u0e19\u0e1c\u0e31\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e25\u0e48\u0e32\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19 \u0e21\u0e35\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e27\u0e48\u0e32\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e2a\u0e20\u0e32\u0e27\u0e30\u0e43\u0e14 (state)<\/li>\n  <li>\u0e2d\u0e2d\u0e01\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 (action)<\/li>\n  <li>\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e30\u0e41\u0e19\u0e19 (reward)<\/li>\n<\/ul>\n\n<p>\u0e40\u0e23\u0e32\u0e40\u0e23\u0e35\u0e22\u0e01\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e19\u0e35\u0e49\u0e2d\u0e35\u0e01\u0e0a\u0e37\u0e48\u0e2d\u0e19\u0e36\u0e07\u0e27\u0e48\u0e32 Finite Markov Decision Process (MDP) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e02\u0e2d\u0e07\u0e1b\u0e31\u0e0d\u0e2b\u0e32 Reinforcement Learning \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e30\u0e41\u0e01\u0e49\u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07 \u0e42\u0e14\u0e22\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e19\u0e31\u0e48\u0e19\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e49\u0e32\u0e22 \u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 (policy) \u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30 state \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48 \u0e16\u0e49\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1b\u0e49\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e19\u0e33\u0e1e\u0e32 state \\(S\\) \u0e44\u0e1b\u0e22\u0e31\u0e07 action \\(A\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n\\[\\pi: S \\rightarrow A\\]\n\n<p>Policy \\(\\pi\\) \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e02\u0e36\u0e49\u0e19\u0e40\u0e2d\u0e07 (deterministic) \u0e2b\u0e23\u0e37\u0e2d\u0e43\u0e0a\u0e49\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e47\u0e44\u0e14\u0e49 (stochastic) \u0e42\u0e14\u0e22\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e17\u0e33\u0e04\u0e37\u0e2d\u0e1f\u0e31\u0e07\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e08\u0e49\u0e32\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e2b\u0e23\u0e37\u0e2d\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19 Blackjack \u0e40\u0e23\u0e32\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e40\u0e07\u0e34\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2b\u0e21\u0e14\u0e23\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e41\u0e02\u0e48\u0e07 (\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e08\u0e30\u0e2b\u0e22\u0e34\u0e1a\u0e44\u0e1e\u0e48\u0e40\u0e1e\u0e34\u0e21\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e2b\u0e22\u0e34\u0e1a) \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e1e\u0e2d\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e42\u0e08\u0e17\u0e22\u0e4c\u0e01\u0e31\u0e19\u0e41\u0e25\u0e49\u0e27 \u0e04\u0e33\u0e16\u0e32\u0e21\u0e16\u0e31\u0e14\u0e44\u0e1b\u0e04\u0e37\u0e2d <strong>\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e22\u0e31\u0e07\u0e44\u0e07\u0e19\u0e30?<\/strong> \u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 (Optimal Policy) \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e41\u0e25\u0e30 Temporal Difference (Sarsa, Q-learning) \u0e01\u0e31\u0e19\u0e2e\u0e30<\/p>\n\n<h1 id=\"\u0e2b\u0e32-optimal-policy-\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35-monte-carlo\">\u0e2b\u0e32 Optimal Policy \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo<\/h1>\n\n<p>\u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e04\u0e38\u0e22\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2a\u0e16\u0e32\u0e19\u0e30\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e14\u0e49\u0e22\u0e31\u0e07\u0e44\u0e07\u0e19\u0e30 \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e44\u0e14\u0e49\u0e43\u0e19\u0e17\u0e31\u0e19\u0e17\u0e35 \u0e41\u0e15\u0e48\u0e27\u0e34\u0e18\u0e35\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e25\u0e2d\u0e07\u0e1c\u0e34\u0e14\u0e25\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e41\u0e25\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e14\u0e35\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e07\u0e48\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e40\u0e23\u0e32\u0e08\u0e30\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e14\u0e34\u0e19\u0e43\u0e19\u0e15\u0e32\u0e23\u0e32\u0e07\u0e01\u0e48\u0e2d\u0e19 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e42\u0e25\u0e01\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e21\u0e35\u0e41\u0e04\u0e48 4 states \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 (1, 2, 3, 4) \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e17\u0e19\u0e15\u0e32\u0e23\u0e32\u0e07 (\u0e0b\u0e49\u0e32\u0e22\u0e25\u0e48\u0e32\u0e07, \u0e0b\u0e49\u0e32\u0e22\u0e1a\u0e19, \u0e02\u0e27\u0e32\u0e25\u0e48\u0e32\u0e07, \u0e02\u0e27\u0e32\u0e1a\u0e19) \u0e15\u0e32\u0e21\u0e25\u0e33\u0e14\u0e31\u0e1a \u0e2a\u0e48\u0e27\u0e19\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e40\u0e14\u0e34\u0e19\u0e01\u0e47\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d (\u0e0b\u0e49\u0e32\u0e22, \u0e1a\u0e19, \u0e02\u0e27\u0e32, \u0e25\u0e48\u0e32\u0e07) \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e2b\u0e49 agent \u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e08\u0e32\u0e01 state 1 (\u0e0b\u0e49\u0e32\u0e22\u0e25\u0e48\u0e32\u0e07) \u0e41\u0e25\u0e30\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e44\u0e1b\u0e43\u0e2b\u0e49\u0e16\u0e36\u0e07 state 4 (\u0e02\u0e27\u0e32\u0e25\u0e48\u0e32\u0e07) \u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30 state \u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e15\u0e2d\u0e19\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e22\u0e34\u0e48\u0e07\u0e40\u0e14\u0e34\u0e19\u0e1c\u0e34\u0e14\u0e21\u0e32\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 \u0e01\u0e47\u0e08\u0e30\u0e22\u0e34\u0e48\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 Grid \u0e19\u0e32\u0e19\u0e01\u0e27\u0e48\u0e32\u0e40\u0e14\u0e34\u0e21\u0e41\u0e25\u0e30\u0e04\u0e30\u0e41\u0e19\u0e19\u0e25\u0e14\u0e25\u0e07\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/rl\/example-grid.png\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a title=\"Grid World\">\n      Grid World Example\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e14\u0e34\u0e19\u0e43\u0e2b\u0e49\u0e16\u0e39\u0e01\u0e17\u0e32\u0e07 \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e17\u0e33\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e48\u0e32\u0e02\u0e2d\u0e07\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49 action \u0e43\u0e19 state \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e48\u0e32\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e38\u0e01\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07 state \u0e01\u0e31\u0e1a action \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e0a\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 <strong>Q-table<\/strong> \u0e2b\u0e23\u0e37\u0e2d\u0e15\u0e32\u0e23\u0e32\u0e07\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e48\u0e32\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e02\u0e2d\u0e07 state \u0e41\u0e25\u0e30 action \u0e22\u0e34\u0e48\u0e48\u0e07\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e48\u0e32\u0e43\u0e19\u0e15\u0e32\u0e23\u0e32\u0e07\u0e44\u0e14\u0e49\u0e14\u0e35\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e08\u0e30\u0e23\u0e39\u0e49\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e08\u0e30\u0e43\u0e0a\u0e49 action \u0e44\u0e2b\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 state \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48 \u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e02\u0e2d\u0e07 Grid \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48 state 1 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e04\u0e27\u0e23\u0e08\u0e30\u0e40\u0e14\u0e34\u0e19\u0e02\u0e36\u0e49\u0e19\u0e16\u0e36\u0e07\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e01\u0e25\u0e49\u0e08\u0e38\u0e14\u0e2b\u0e21\u0e32\u0e22\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e40\u0e23\u0e47\u0e27\u0e2a\u0e38\u0e14\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e16\u0e49\u0e32\u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e02\u0e27\u0e32\u0e08\u0e30\u0e15\u0e34\u0e14\u0e01\u0e33\u0e41\u0e1e\u0e07 \u0e41\u0e25\u0e30\u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e0b\u0e49\u0e32\u0e22\u0e01\u0e47\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e30\u0e44\u0e23\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19 \u0e2b\u0e23\u0e37\u0e2d\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48 state \u0e17\u0e35\u0e48 3 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e04\u0e27\u0e23\u0e08\u0e30\u0e40\u0e14\u0e34\u0e19\u0e25\u0e07\u0e16\u0e36\u0e07\u0e08\u0e30\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/p>\n\n<p>\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 Q-table \u0e17\u0e33\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e27\u0e34\u0e18\u0e35\u0e21\u0e32\u0e01\u0e46 \u0e42\u0e14\u0e22\u0e27\u0e34\u0e18\u0e35\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e42\u0e14\u0e22\u0e27\u0e34\u0e18\u0e35\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e17\u0e33\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07 agent \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a Q-table \u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e2b\u0e49\u0e2a\u0e38\u0e48\u0e21 agent \u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e08\u0e19\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22 \u0e41\u0e25\u0e49\u0e27\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e08\u0e32\u0e01\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e17\u0e35\u0e48\u0e44\u0e14\u0e48\u0e43\u0e19\u0e15\u0e2d\u0e19\u0e17\u0e49\u0e32\u0e22 \u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e02\u0e49\u0e32\u0e07\u0e25\u0e48\u0e32\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32 Q-table \u0e16\u0e39\u0e01\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23<\/p>\n\n<h2 id=\"\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e15\u0e32\u0e23\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07-state-action-q-table\">\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e15\u0e32\u0e23\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 State-Action (Q-table)<\/h2>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19 \u0e27\u0e34\u0e18\u0e35\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e08\u0e33\u0e25\u0e2d\u0e07 agent \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e41\u0e25\u0e30\u0e43\u0e2b\u0e49 agent \u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e08\u0e19\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e2a\u0e34\u0e49\u0e19\u0e2a\u0e38\u0e14 \u0e41\u0e25\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/rl\/monte-carlo.png\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a title=\"Monte Carlo Update\">\n      \u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 epsilon-Greedy \u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01 agent \u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e08\u0e19\u0e08\u0e1a episode\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e40\u0e1b\u0e47\u0e19\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n\\[Q(S_t, A_t) \\leftarrow Q(S_t, A_t) + \\alpha (G_t - Q(S_t, A_t))\\]\n\n<p>\u0e42\u0e14\u0e22 \\(G_t\\) \u0e04\u0e37\u0e2d\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e30\u0e41\u0e19\u0e19 (reward) \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e15\u0e2d\u0e19\u0e08\u0e1a episode \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e2d\u0e2d\u0e01\u0e43\u0e0a\u0e49 action \u0e19\u0e31\u0e49\u0e19\u0e46\u0e44\u0e1b \u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e43\u0e0a\u0e49 action \u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e19\u0e49\u0e2d\u0e22 \u0e04\u0e48\u0e32 Q \u0e43\u0e19 state \u0e41\u0e25\u0e30 action \u0e19\u0e31\u0e49\u0e19\u0e46\u0e01\u0e47\u0e08\u0e30\u0e25\u0e14\u0e25\u0e07 \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e04\u0e48\u0e32 Q \u0e01\u0e47\u0e08\u0e30\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h2 id=\"\u0e2a\u0e38\u0e48\u0e21\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35-epsilon-greedy\">\u0e2a\u0e38\u0e48\u0e21\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 \\(\\epsilon\\)-Greedy<\/h2>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32 Q-table \u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e08\u0e30\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e44\u0e2b\u0e19\u0e44\u0e14\u0e49 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32 Q-table \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e21\u0e32\u0e15\u0e2d\u0e19\u0e41\u0e23\u0e01\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e43\u0e19\u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07 action \u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49 reward \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e09\u0e30\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e1c\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e27\u0e49\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e08\u0e30\u0e43\u0e0a\u0e49 action \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e43\u0e0a\u0e49\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19\u0e43\u0e19\u0e1a\u0e32\u0e07\u0e17\u0e35 \u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \\(\\epsilon\\)-Greedy \u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e40\u0e1c\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 \\(\\epsilon\\) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e44\u0e27\u0e49\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h1 id=\"\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35-temporal-difference-learning\">\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Temporal Difference Learning<\/h1>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e2b\u0e25\u0e31\u0e01\u0e46\u0e02\u0e2d\u0e07\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e01\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e19\u0e31\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e08\u0e32\u0e01\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e08\u0e19\u0e08\u0e1a (\u0e08\u0e1a episode) \u0e16\u0e36\u0e07\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e41\u0e25\u0e30\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e40\u0e14\u0e34\u0e21\u0e44\u0e14\u0e49 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e25\u0e37\u0e2d\u0e07\u0e17\u0e23\u0e31\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e19\u0e32\u0e19\u0e21\u0e32\u0e01\u0e46\u0e01\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49 Q-table \u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e02\u0e2d\u0e07\u0e40\u0e01\u0e21\u0e1a\u0e32\u0e07\u0e40\u0e01\u0e21\u0e40\u0e0a\u0e48\u0e19\u0e2b\u0e21\u0e32\u0e01\u0e23\u0e38\u0e01 \u0e42\u0e01\u0e30 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e01\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a \u0e01\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e25\u0e48\u0e19\u0e08\u0e19\u0e08\u0e1a episode \u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e40\u0e22\u0e2d\u0e30\u0e21\u0e32\u0e01\u0e46 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2b\u0e32 Q-table \u0e17\u0e35\u0e48\u0e01\u0e32\u0e23\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e2d\u0e32\u0e08\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e19\u0e32\u0e19\u0e21\u0e32\u0e01\u0e46<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e23\u0e2e\u0e30 \u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e4b\u0e07\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e44\u0e14\u0e49\u0e43\u0e19\u0e17\u0e31\u0e19\u0e17\u0e35\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49 reward \u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e41\u0e25\u0e30\u0e22\u0e49\u0e32\u0e22\u0e44\u0e1b\u0e2d\u0e35\u0e01 state \u0e19\u0e36\u0e07 \u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e2d\u0e43\u0e2b\u0e49\u0e08\u0e1a episode \u0e16\u0e36\u0e07\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 \u0e27\u0e34\u0e18\u0e35\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d Temporal Difference (TD) Learning \u0e42\u0e14\u0e22\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 TD Learning \u0e04\u0e37\u0e2d Sarsa learning \u0e41\u0e25\u0e30 Q-learning \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e2a\u0e2d\u0e07\u0e27\u0e34\u0e18\u0e35\u0e19\u0e35\u0e49\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 \\(Q(S_t, A_t)\\) \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23<\/p>\n\n<h2 id=\"sarsa-learning\">Sarsa learning<\/h2>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e19\u0e35\u0e49 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 Q \u0e41\u0e1a\u0e1a\u0e19\u0e36\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e2d\u0e2d\u0e01\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e44\u0e1b\u0e41\u0e25\u0e30\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 state \u0e16\u0e31\u0e14\u0e44\u0e1b \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 state \u0e43\u0e2b\u0e21\u0e48\u0e41\u0e25\u0e49\u0e27\u0e43\u0e0a\u0e49 action \u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e1c\u0e48\u0e32\u0e19\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49  state-action-reward-state-action (Sarsa) \u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1e\u0e36\u0e48\u0e07\u0e44\u0e14\u0e49\u0e21\u0e32\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 Q \u0e02\u0e2d\u0e07 state \u0e41\u0e25\u0e30 action \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1e\u0e36\u0e48\u0e07\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e44\u0e14\u0e49\u0e15\u0e32\u0e21\u0e19\u0e35\u0e49<\/p>\n\n\\[Q(S_t, A_t) \\leftarrow Q(S_t, A_t) + \\alpha (R_{t+1} + \\gamma Q(S_{t+1}, A_{t+1}) - Q(S_t, A_t))\\]\n\n<h2 id=\"q-learning-sarsa-max-learning\">Q-learning (Sarsa-max learning)<\/h2>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e08\u0e32\u0e01 Sarsa learning \u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e2d\u0e08\u0e19\u0e01\u0e23\u0e30\u0e17\u0e31\u0e48\u0e07\u0e40\u0e23\u0e32\u0e2d\u0e2d\u0e01 action \u0e43\u0e19\u0e40\u0e27\u0e25\u0e32\u0e16\u0e31\u0e14\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e0b\u0e49\u0e33 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e04\u0e48\u0e32\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e43\u0e19 state \u0e16\u0e31\u0e14\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 \u0e0b\u0e36\u0e48\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49<\/p>\n\n\\[Q(S_t, A_t) \\leftarrow Q(S_t, A_t) + \\alpha (R_{t+1} + \\gamma \\max_{a \\in A} Q(S_{t+1}, a) - Q(S_t, A_t))\\]\n\n<p>\u0e02\u0e49\u0e2d\u0e14\u0e35\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e39\u0e49\u0e01\u0e47\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 action \u0e16\u0e31\u0e14\u0e44\u0e1b\u0e08\u0e30\u0e43\u0e2b\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e40\u0e23\u0e32\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 \u0e41\u0e04\u0e48\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32 action \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1e\u0e36\u0e48\u0e07\u0e17\u0e33\u0e44\u0e1b\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e02\u0e36\u0e49\u0e19\u0e01\u0e47\u0e1e\u0e2d\u0e41\u0e25\u0e49\u0e27<\/p>\n\n<h2 id=\"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\">\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07<\/h2>\n\n<p>\u0e1e\u0e39\u0e14\u0e21\u0e32\u0e0b\u0e30\u0e40\u0e22\u0e2d\u0e30 \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e22\u0e32\u0e01\u0e44\u0e1b\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e21\u0e35\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 (policy) \u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e40\u0e27\u0e25\u0e32\u0e19\u0e36\u0e07 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 q \u0e43\u0e19 Q-table \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/rl\/example-q-update.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Q-update SARSA\">\n      \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Sarsa \u0e41\u0e25\u0e30 Q-learning\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e23\u0e32\u0e21\u0e35\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49 (state 1, \u0e02\u0e36\u0e49\u0e19, -1, state 2, \u0e02\u0e27\u0e32) \u0e43\u0e19\u0e40\u0e27\u0e25\u0e32\u0e19\u0e31\u0e49\u0e19\u0e46\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 Q \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Sarsa Learning \u0e41\u0e25\u0e30 Q-Learning?<\/p>\n\n<p><strong>\u0e04\u0e33\u0e15\u0e2d\u0e1a<\/strong> \u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 (state 1, \u0e02\u0e36\u0e49\u0e19) \u0e21\u0e32 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e09\u0e30\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Q-table \u0e17\u0e35\u0e48\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e19\u0e31\u0e49\u0e19\u0e44\u0e14\u0e49<\/p>\n\n<ul>\n  <li>\u0e16\u0e49\u0e32\u0e43\u0e0a\u0e49 Sarsa \u0e04\u0e48\u0e32 Q \u0e08\u0e30\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">Q(state 1, \u0e02\u0e36\u0e49\u0e19) = 5 + 0.1 * (-1 + 8 - 5) = 5 + 0.2 = 5.2<\/code><\/li>\n  <li>\u0e2a\u0e48\u0e27\u0e19\u0e16\u0e49\u0e32\u0e43\u0e0a\u0e49 Q-learning, \u0e04\u0e48\u0e32 Q \u0e08\u0e30\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">Q(state 1, \u0e02\u0e36\u0e49\u0e19) = 5 + 0.1 * (-1 + max([8, 9, 7, 8]) - 5) = 5 + 0.2 = 5.3<\/code> \u0e41\u0e17\u0e19 \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/li>\n<\/ul>\n\n<p>\u0e41\u0e25\u0e30\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e08\u0e33\u0e25\u0e2d\u0e07 agent \u0e01\u0e47\u0e08\u0e30\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e04\u0e48\u0e32 Q \u0e02\u0e2d\u0e07\u0e17\u0e31\u0e49\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e01\u0e25\u0e49\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e02\u0e2d\u0e07\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e08\u0e30\u0e44\u0e14\u0e49\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e08\u0e19\u0e43\u0e01\u0e25\u0e49\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h1 id=\"reinforcement-learning-\u0e43\u0e19-continuous-space\">Reinforcement Learning \u0e43\u0e19 Continuous Space<\/h1>\n\n<p>\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e49\u0e32\u0e07\u0e1a\u0e19 \u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32 \u0e42\u0e2b \u0e41\u0e25\u0e49\u0e27\u0e43\u0e19\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e08\u0e23\u0e34\u0e07\u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 Grid world \u0e19\u0e35\u0e48\u0e19\u0e32 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e19\u0e36\u0e01\u0e16\u0e36\u0e07\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e30\u0e2d\u0e32\u0e14\u0e43\u0e19\u0e1a\u0e49\u0e32\u0e19 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e21\u0e35\u0e0a\u0e38\u0e14\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 state \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e41\u0e04\u0e48\u0e43\u0e19 Grid world <code class=\"language-plaintext highlighter-rouge\">(\u0e0b\u0e49\u0e32\u0e22\u0e25\u0e48\u0e32\u0e07, \u0e0b\u0e49\u0e32\u0e22\u0e1a\u0e19, \u0e02\u0e27\u0e32\u0e25\u0e48\u0e32\u0e07, \u0e02\u0e27\u0e32\u0e1a\u0e19)<\/code> \u0e41\u0e15\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e17\u0e35\u0e48\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e30\u0e2d\u0e32\u0e14\u0e43\u0e19\u0e2b\u0e49\u0e2d\u0e07 \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">(0.1 \u0e40\u0e21\u0e15\u0e23, 0.3 \u0e40\u0e21\u0e15\u0e23)<\/code>, <code class=\"language-plaintext highlighter-rouge\">(0.2 \u0e40\u0e21\u0e15\u0e23, 0.5 \u0e40\u0e21\u0e15\u0e23)<\/code> \u0e08\u0e32\u0e01\u0e08\u0e38\u0e14\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e41\u0e17\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e21\u0e35\u0e04\u0e48\u0e32\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e21\u0e35\u0e04\u0e39\u0e48\u0e02\u0e2d\u0e07\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e44\u0e21\u0e48\u0e2a\u0e34\u0e49\u0e19\u0e2a\u0e38\u0e14<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e43\u0e19 Continuous Space \u0e44\u0e14\u0e49\u0e2a\u0e2d\u0e07\u0e27\u0e34\u0e18\u0e35\u0e2b\u0e25\u0e31\u0e01\u0e46\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>Discretization \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07 continuous state space \u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e46<\/li>\n  <li>Function Approximation \u0e2b\u0e23\u0e37\u0e2d\u0e43\u0e0a\u0e49\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b state value \\(\\hat{v}(s) \\) \u0e41\u0e25\u0e30 action value \\(\\hat{q}(s, a)\\) \u0e42\u0e14\u0e22\u0e15\u0e23\u0e07<\/li>\n<\/ul>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e17\u0e35\u0e48\u0e07\u0e48\u0e32\u0e22\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e07\u0e04\u0e38\u0e22\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07 continuous state space \u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e46\u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23 discretization \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e1a\u0e48\u0e07\u0e0a\u0e48\u0e2d\u0e07\u0e22\u0e34\u0e48\u0e07\u0e40\u0e25\u0e47\u0e01\u0e01\u0e47\u0e08\u0e30\u0e22\u0e34\u0e48\u0e07\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 continuous space \u0e44\u0e14\u0e49\u0e14\u0e35\u0e02\u0e36\u0e49\u0e19 \u0e41\u0e15\u0e48\u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 Q-table \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e47\u0e08\u0e30\u0e43\u0e2b\u0e0d\u0e48\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e2d\u0e35\u0e01 \u0e41\u0e25\u0e30\u0e40\u0e21\u0e37\u0e48\u0e2d Q-table \u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e46 \u0e01\u0e47\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e17\u0e31\u0e48\u0e27\u0e16\u0e36\u0e07\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e22\u0e31\u0e07\u0e21\u0e35\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e27\u0e34\u0e18\u0e35\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e17\u0e19\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e43\u0e19 continuous space \u0e14\u0e49\u0e27\u0e22\u0e21\u0e34\u0e15\u0e34\u0e17\u0e35\u0e48\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e1e\u0e34\u0e01\u0e31\u0e14\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e40\u0e0a\u0e48\u0e19 \u0e01\u0e32\u0e23\u0e27\u0e32\u0e14\u0e27\u0e07\u0e01\u0e25\u0e21\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e27\u0e07\u0e44\u0e1b\u0e1a\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e1c\u0e34\u0e27 \u0e41\u0e25\u0e49\u0e27\u0e41\u0e17\u0e19\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e14\u0e49\u0e27\u0e22\u0e27\u0e07\u0e01\u0e25\u0e21\u0e17\u0e35\u0e48 agent \u0e2d\u0e22\u0e39\u0e48 \u0e41\u0e15\u0e48\u0e16\u0e36\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e40\u0e23\u0e32\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07\u0e27\u0e07\u0e01\u0e25\u0e21 \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e23\u0e30\u0e22\u0e30\u0e01\u0e32\u0e23\u0e0b\u0e49\u0e2d\u0e19\u0e41\u0e25\u0e30\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e31\u0e08\u0e08\u0e31\u0e22 \u0e0b\u0e36\u0e48\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e16\u0e36\u0e07\u0e08\u0e30\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e44\u0e14\u0e49\u0e14\u0e35<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/rl\/discretize-grid-world.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Q-update SARSA\">\n      \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07 continuous state space \u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e46\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 discretization\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2d\u0e35\u0e01\u0e27\u0e34\u0e18\u0e35\u0e19\u0e36\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 state value \\(\\hat{v}(s) \\) \u0e41\u0e25\u0e30 action value \\(\\hat{q}(s, a)\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e01\u0e47\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07 continuous space \u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e46\u0e41\u0e1a\u0e1a\u0e40\u0e14\u0e34\u0e21 \u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e02\u0e36\u0e49\u0e19\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c \\(W \\) \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a map \u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e08\u0e32\u0e01 \\(s\\) \u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19 \\(v\\) \u0e41\u0e25\u0e30 \\((s, a)\\) \u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19 \\(q\\)<\/p>\n\n<p>\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e40\u0e2a\u0e49\u0e19\u0e15\u0e23\u0e07: \\( \\hat{v}(s, W) = X(s)^T W_{v} \\) \u0e41\u0e25\u0e30 \\( \\hat{q}(s, a, W) = X(s, a)^T W_{q} \\) \u0e2b\u0e23\u0e37\u0e2d\u0e16\u0e49\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e44\u0e21\u0e48\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e2a\u0e49\u0e19 (nonlinear) \u0e01\u0e47\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49: \\( \\hat{v}(s, W) = f_v(X(s)^T W_{v}) \\) \u0e41\u0e25\u0e30 \\( \\hat{q}(s, a, W) = f_q(X(s)^T W_{q}) \\) \u0e0b\u0e36\u0e48\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 \\(f(.)\\) \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49 Neural Network \u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e44\u0e21\u0e48\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07 \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e27\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Neural Network \u0e21\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 Deep Q-Network \u0e2b\u0e23\u0e37\u0e2d DQN \u0e17\u0e35\u0e48\u0e08\u0e30\u0e1e\u0e39\u0e14\u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e16\u0e31\u0e14\u0e44\u0e1b<\/p>\n\n<h2 id=\"deep-q-network-dqn\">Deep Q-Network (DQN)<\/h2>\n\n<p>\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07 state space \u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07 (discretization) \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e36\u0e07\u0e44\u0e14\u0e49 \u0e41\u0e15\u0e48\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 state \u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e41\u0e25\u0e30\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07\u0e0a\u0e48\u0e27\u0e07\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e17\u0e33\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e07\u0e48\u0e32\u0e22\u0e19\u0e31\u0e01 \u0e14\u0e49\u0e27\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e14\u0e47\u0e19\u0e19\u0e35\u0e49\u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07\u0e17\u0e35\u0e48 Deep Neural Network \u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e19\u0e33\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e02\u0e49\u0e2d\u0e14\u0e35\u0e02\u0e2d\u0e07 Deep Neural Network \u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e48\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a state \u0e44\u0e14\u0e49\u0e43\u0e19\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e01\u0e32\u0e23\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e48\u0e19\u0e08\u0e32\u0e01 state \u0e17\u0e35\u0e48\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e22\u0e21\u0e34\u0e15\u0e34\u0e44\u0e1b\u0e22\u0e31\u0e07 action \u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32 Q-table \u0e40\u0e25\u0e22<\/p>\n\n<p>\u0e2b\u0e25\u0e32\u0e22\u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e04\u0e22\u0e40\u0e2b\u0e47\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e08\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32 \u0e40\u0e0a\u0e48\u0e19 Deep Q-Network (DQN) \u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e42\u0e14\u0e22 Google Deepmind \u0e42\u0e14\u0e22 DQN \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e25\u0e48\u0e19\u0e40\u0e01\u0e21 Pong \u0e44\u0e14\u0e49\u0e40\u0e01\u0e48\u0e07\u0e01\u0e27\u0e48\u0e32\u0e04\u0e19\u0e0b\u0e30\u0e2d\u0e35\u0e01 \u0e1e\u0e37\u0e48\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 DQN \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e33 Convolutional Neural Network \u0e21\u0e32\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e40\u0e01\u0e21 Pong \u0e02\u0e19\u0e32\u0e14 84 x 84 pixels \u0e41\u0e25\u0e30\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e2b\u0e32 action \u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 Q-learning \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e46\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e02\u0e2d\u0e07 Deep Q-Network \u0e01\u0e31\u0e19<\/p>\n\n<h1 id=\"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07-environments\">\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 Environments<\/h1>\n\n<p>\u0e1e\u0e39\u0e14\u0e21\u0e32\u0e15\u0e31\u0e49\u0e07\u0e40\u0e22\u0e2d\u0e30\u0e41\u0e22\u0e30 \u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e04\u0e07\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e19\u0e35\u0e48\u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e23\u0e31\u0e49\u0e07\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e1b\u0e40\u0e02\u0e35\u0e22\u0e19 environment \u0e41\u0e25\u0e49\u0e27\u0e22\u0e31\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19 agent \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e2d\u0e35\u0e01\u0e2b\u0e23\u0e2d\u0e40\u0e19\u0e35\u0e48\u0e22 \u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e1a\u0e2d\u0e01\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e21\u0e35\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19 environment \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 Reinforcement Learning \u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e19\u0e31\u0e01 \u0e2d\u0e22\u0e48\u0e32\u0e07 Unity \u0e01\u0e47\u0e2d\u0e2d\u0e01 game engine \u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e01\u0e21\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e25\u0e2d\u0e07 agent \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>Open source \u0e2a\u0e2d\u0e07\u0e2d\u0e31\u0e19\u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e33\u0e19\u0e27\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e21\u0e35 environment \u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e44\u0e27\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22 \u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19 agent \u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 <code class=\"language-plaintext highlighter-rouge\">gym<\/code> \u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e14\u0e22 OpenAI \u0e41\u0e25\u0e30 <code class=\"language-plaintext highlighter-rouge\">ml-agents<\/code> \u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e14\u0e22 Unity \u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e19\u0e35\u0e49\u0e44\u0e14\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e23\u0e35\u0e22\u0e01 environment \u0e41\u0e25\u0e30 agent \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e19\u0e31\u0e01 \u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 <code class=\"language-plaintext highlighter-rouge\">gym<\/code> \u0e01\u0e47\u0e21\u0e35 environment \u0e02\u0e2d\u0e07\u0e40\u0e01\u0e21\u0e44\u0e1e\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07 Blackjack \u0e41\u0e25\u0e30 Cartpole \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e1e\u0e22\u0e38\u0e07\u0e44\u0e21\u0e49\u0e1a\u0e19\u0e23\u0e16\u0e17\u0e35\u0e48\u0e40\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e43\u0e19\u0e2a\u0e2d\u0e07\u0e21\u0e34\u0e15\u0e34\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a <code class=\"language-plaintext highlighter-rouge\">gym<\/code> \u0e19\u0e31\u0e49\u0e19 \u0e21\u0e32\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a environment \u0e40\u0e01\u0e37\u0e2d\u0e1a 100 \u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e44\u0e14\u0e49 \u0e41\u0e25\u0e30 <code class=\"language-plaintext highlighter-rouge\">ml-agents<\/code> \u0e21\u0e32\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a Unity Hub \u0e0b\u0e36\u0e48\u0e07\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e40\u0e01\u0e21\u0e17\u0e35\u0e48\u0e21\u0e35\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27 \u0e22\u0e31\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e01\u0e21\n (environment) \u0e43\u0e2b\u0e21\u0e48\u0e46\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a agent \u0e41\u0e25\u0e30 action \u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e42\u0e04\u0e49\u0e14\u0e43\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07 environment \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 <code class=\"language-plaintext highlighter-rouge\">gym<\/code><\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">gym<\/span>\n<span class=\"n\">env<\/span> <span class=\"o\">=<\/span> <span class=\"n\">gym<\/span><span class=\"p\">.<\/span><span class=\"n\">make<\/span><span class=\"p\">(<\/span><span class=\"s\">'Blackjack-v0'<\/span><span class=\"p\">)<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">action_space<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># Discrete(2): hits (\u0e02\u0e2d\u0e44\u0e1e\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21), sticks (\u0e44\u0e21\u0e48\u0e02\u0e2d\u0e44\u0e1e\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21)\n<\/span><span class=\"n\">observation<\/span> <span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">reset<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e40\u0e23\u0e34\u0e48\u0e21\u0e14\u0e39\u0e44\u0e1e\u0e48\n<\/span><span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">done<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e08\u0e1a\u0e15\u0e32\u0e41\u0e23\u0e01\n<\/span><span class=\"n\">action<\/span><span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">action_space<\/span><span class=\"p\">.<\/span><span class=\"n\">sample<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e2a\u0e38\u0e48\u0e21 action (hits\/ sticks)\n<\/span><span class=\"n\">observation<\/span><span class=\"p\">,<\/span> <span class=\"n\">reward<\/span><span class=\"p\">,<\/span> <span class=\"n\">done<\/span><span class=\"p\">,<\/span> <span class=\"n\">info<\/span> <span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">step<\/span><span class=\"p\">(<\/span><span class=\"n\">action<\/span><span class=\"p\">)<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">done<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e08\u0e1a\u0e40\u0e17\u0e34\u0e23\u0e4c\u0e19\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07 environment \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 <code class=\"language-plaintext highlighter-rouge\">mlagents<\/code> \u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e01\u0e21\u0e40\u0e01\u0e47\u0e1a\u0e01\u0e25\u0e49\u0e27\u0e22\u0e02\u0e2d\u0e07 Unity<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">mlagents.envs.environment<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">UnityEnvironment<\/span>\n<span class=\"n\">env<\/span> <span class=\"o\">=<\/span> <span class=\"n\">UnityEnvironment<\/span><span class=\"p\">(<\/span><span class=\"n\">file_name<\/span><span class=\"o\">=<\/span><span class=\"s\">\"\/Banana_Linux_NoVis\/Banana.x86_64\"<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">brain_name<\/span> <span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">brain_names<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">brain<\/span> <span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">brains<\/span><span class=\"p\">[<\/span><span class=\"n\">brain_name<\/span><span class=\"p\">]<\/span>\n\n<span class=\"n\">env_info<\/span> <span class=\"o\">=<\/span> <span class=\"n\">env<\/span><span class=\"p\">.<\/span><span class=\"n\">reset<\/span><span class=\"p\">(<\/span><span class=\"n\">train_mode<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)[<\/span><span class=\"n\">brain_name<\/span><span class=\"p\">]<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">env_info<\/span><span class=\"p\">.<\/span><span class=\"n\">agents<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># number of agents = 1\n<\/span><span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">brain<\/span><span class=\"p\">.<\/span><span class=\"n\">vector_action_space_size<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># action size = 4 (w,a,s,d) =&gt; \u0e02\u0e36\u0e49\u0e19,\u0e0b\u0e49\u0e32\u0e22,\u0e25\u0e07,\u0e02\u0e27\u0e32\n<\/span><span class=\"n\">prtin<\/span><span class=\"p\">(<\/span><span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">env_infor<\/span><span class=\"p\">.<\/span><span class=\"n\">vector_observations<\/span><span class=\"p\">))<\/span> <span class=\"c1\"># dimension of states = 37\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07 environment \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e14\u0e25\u0e2d\u0e07<\/p>\n\n<h1 id=\"\u0e2a\u0e23\u0e38\u0e1b\">\u0e2a\u0e23\u0e38\u0e1b<\/h1>\n\n<p>\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e01\u0e31\u0e1a Reinforcement Learning \u0e42\u0e14\u0e22\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 Grid world \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2b\u0e32 Q-table \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35 Monte Carlo \u0e41\u0e25\u0e30 Temporal Difference \u0e40\u0e23\u0e32\u0e1e\u0e39\u0e14\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e27\u0e48\u0e32\u0e43\u0e19 Continuous Space \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49 Q-table \u0e44\u0e14\u0e49\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e04\u0e32\u0e27\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e02\u0e2d\u0e07 State \u0e21\u0e35\u0e08\u0e33\u0e19\u0e27\u0e19\u0e44\u0e21\u0e48\u0e08\u0e33\u0e01\u0e31\u0e14 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e41\u0e1a\u0e48\u0e07\u0e0a\u0e48\u0e27\u0e07\u0e02\u0e2d\u0e07 Continuous space \u0e43\u0e2b\u0e49\u0e21\u0e35\u0e08\u0e33\u0e19\u0e27\u0e19\u0e19\u0e49\u0e2d\u0e22\u0e25\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49 Q-table \u0e44\u0e14\u0e49 (discretization) \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49 Deep Neural Network \u0e21\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 state \u0e01\u0e31\u0e1a action \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e21\u0e32\u0e02\u0e2d\u0e07 Deep Reinforcement Learning \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e16\u0e36\u0e07 Policy agent \u0e41\u0e25\u0e30 Multi-agent Learning \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e46\u0e2e\u0e30 \u0e23\u0e2d\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e46\u0e2e\u0e30!<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/reinforcement-learning\/\">\u0e08\u0e32\u0e01 Reinforcement Learning \u0e08\u0e19\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19 Deep Reinforcement Learning (\u0e09\u0e1a\u0e31\u0e1a\u0e1e\u0e01\u0e1e\u0e32)<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on December 19, 2019.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/python-line-profiler\/"}},"id":"https:\/\/tupleblog.github.io\/python-line-profiler","published":"2019-02-09T05:30:00+07:00","updated":"2019-02-09T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h2>\n\n<p>\u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e17\u0e35\u0e48\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27 \u0e41\u0e15\u0e48\u0e1a\u0e32\u0e07\u0e17\u0e35\u0e40\u0e23\u0e32\u0e01\u0e47\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07 Optimize \u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e01\u0e31\u0e19\u0e15\u0e23\u0e07\u0e44\u0e2b\u0e19 \u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e1c\u0e21\u0e08\u0e36\u0e07\u0e21\u0e32\u0e41\u0e19\u0e30\u0e19\u0e33\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 <a href=\"https:\/\/github.com\/rkern\/line_profiler\">line_profiler<\/a> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33 profiler \u0e43\u0e19\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e42\u0e04\u0e49\u0e14 Python \u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22<\/p>\n\n<h2 id=\"\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\">\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07<\/h2>\n\n<p>\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07 Package \u0e1c\u0e48\u0e32\u0e19 pip \u0e01\u0e31\u0e19\u0e15\u0e32\u0e21\u0e1b\u0e01\u0e15\u0e34<\/p>\n\n<div class=\"language-bash highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>pip <span class=\"nb\">install <\/span>line_profiler\n<\/code><\/pre><\/div><\/div>\n\n<h3 id=\"\u0e41\u0e1a\u0e1a-annotation\">\u0e41\u0e1a\u0e1a Annotation<\/h3>\n\n<p>\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21 annotation  @profile \u0e44\u0e27\u0e49\u0e01\u0e48\u0e2d\u0e19\u0e1f\u0e31\u0e07\u0e0a\u0e31\u0e48\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n\n<div class=\"language-python highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">time<\/span>\n\n<span class=\"o\">@<\/span><span class=\"n\">profile<\/span>\n<span class=\"k\">def<\/span> <span class=\"nf\">number<\/span><span class=\"p\">():<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">0<\/span>\n    <span class=\"k\">for<\/span> <span class=\"n\">i<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"mi\">500<\/span><span class=\"p\">):<\/span>\n        <span class=\"n\">s<\/span> <span class=\"o\">+=<\/span> <span class=\"n\">i<\/span>\n    <span class=\"n\">time<\/span><span class=\"p\">.<\/span><span class=\"n\">sleep<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">s<\/span>\n\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">number<\/span><span class=\"p\">())<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e32\u0e01\u0e42\u0e04\u0e49\u0e14\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e1c\u0e21\u0e44\u0e14\u0e49\u0e40\u0e0b\u0e1f\u0e44\u0e1f\u0e25\u0e4c\u0e44\u0e27\u0e49\u0e0a\u0e37\u0e48\u0e2d test.py \u0e41\u0e25\u0e30\u0e17\u0e33\u0e01\u0e32\u0e23\u0e23\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07<\/p>\n\n<div class=\"language-bash highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>kernprof <span class=\"nt\">-l<\/span> test.py\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e01\u0e47\u0e08\u0e30\u0e21\u0e35\u0e44\u0e1f\u0e25\u0e4c test.py.lprof \u0e1b\u0e23\u0e32\u0e01\u0e0e\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e14\u0e49\u0e27\u0e22\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07<\/p>\n\n<div class=\"language-bash highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>python <span class=\"nt\">-m<\/span> line_profiler  test.py.lprof\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img src=\"\/images\/post\/line_profiler\/kernprof.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h3 id=\"\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e14\u0e39\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e17\u0e4c\">\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e14\u0e39\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e17\u0e4c<\/h3>\n\n<ul>\n  <li>Hit - \u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e17\u0e33\u0e07\u0e32\u0e19<\/li>\n  <li>Time - \u0e40\u0e27\u0e25\u0e32\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19 \u0e2b\u0e19\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e47\u0e19 Microsecond<\/li>\n  <li>Per Hit - \u0e40\u0e27\u0e25\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e17\u0e33\u0e07\u0e32\u0e19 \u0e2b\u0e19\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e47\u0e19 Microsecond<\/li>\n  <li>% Time - \u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e27\u0e25\u0e32\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19 %<\/li>\n<\/ul>\n\n<p>\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e01\u0e47\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e0a\u0e49\u0e32\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e19\u0e31\u0e49\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e15\u0e23\u0e07\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e17\u0e35\u0e48 sleep \u0e44\u0e1b 1 \u0e27\u0e34\u0e19\u0e32\u0e17\u0e35<\/p>\n\n<h3 id=\"jupyter-notebook-\u0e01\u0e47\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\">Jupyter Notebook \u0e01\u0e47\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49<\/h3>\n\n<p>\u0e2b\u0e32\u0e01\u0e43\u0e04\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 Jupyter notebook \u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49 line_profiler \u0e44\u0e14\u0e49\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19 \u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e42\u0e2b\u0e25\u0e14 extension line_profiler \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e14\u0e49\u0e27\u0e22\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07<\/p>\n\n<div class=\"language-python highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"o\">%<\/span><span class=\"n\">load_ext<\/span> <span class=\"n\">line_profiler<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e2b\u0e32\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07 function \u0e01\u0e47\u0e41\u0e04\u0e48\u0e23\u0e31\u0e19 function \u0e19\u0e31\u0e49\u0e19\u0e43\u0e19 format \u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-python highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"o\">%<\/span><span class=\"n\">lprun<\/span> <span class=\"o\">-<\/span><span class=\"n\">f<\/span> <span class=\"p\">[<\/span><span class=\"n\">function<\/span> <span class=\"n\">name<\/span><span class=\"p\">]<\/span> <span class=\"p\">[<\/span><span class=\"n\">call<\/span> <span class=\"n\">function<\/span><span class=\"p\">]<\/span>\n\n<span class=\"c1\"># Example\n<\/span><span class=\"o\">%<\/span><span class=\"n\">lprun<\/span> <span class=\"o\">-<\/span><span class=\"n\">f<\/span> <span class=\"n\">number<\/span> <span class=\"n\">number<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img src=\"\/images\/post\/line_profiler\/notebook_prof.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 line_profiler \u0e1a\u0e19 Google Colab\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e32\u0e23\u0e31\u0e19\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e01\u0e47\u0e08\u0e30\u0e21\u0e35 popup \u0e40\u0e14\u0e49\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14<\/p>\n\n<h2 id=\"\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\">\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22<\/h2>\n<p><a href=\"https:\/\/github.com\/rkern\/line_profiler\">line_profiler<\/a> \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33 profiler \u0e42\u0e04\u0e49\u0e14\u0e40\u0e23\u0e32\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e21\u0e32\u0e01 \u0e08\u0e36\u0e07\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e41\u0e01\u0e48\u0e17\u0e38\u0e01\u0e17\u0e48\u0e32\u0e19<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/python-line-profiler\/\">[Python] profiler \u0e14\u0e49\u0e27\u0e22 line_profiler<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on February 09, 2019.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/ais-fiber-optic\/"}},"id":"https:\/\/tupleblog.github.io\/ais-fiber-optic","published":"2019-02-05T05:30:00+07:00","updated":"2019-02-05T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h2>\n\n<p>\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a \u0e19\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e01\u0e31\u0e1a\u0e17\u0e32\u0e07 <a href=\"https:\/\/tupleblog.github.io\/\">tupleblog<\/a> \u0e01\u0e47\u0e40\u0e25\u0e22\u0e02\u0e2d\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e07\u0e48\u0e32\u0e22\u0e46 \u0e01\u0e48\u0e2d\u0e19 \u0e04\u0e37\u0e2d\u0e23\u0e35\u0e27\u0e34\u0e27\u0e01\u0e32\u0e23\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e2d\u0e34\u0e19\u0e40\u0e17\u0e2d\u0e23\u0e4c\u0e40\u0e19\u0e47\u0e15\u0e1a\u0e49\u0e32\u0e19\u0e02\u0e2d\u0e07 AIS \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e1e\u0e39\u0e14\u0e43\u0e19\u0e21\u0e38\u0e21\u0e21\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e40\u0e2a\u0e23\u0e34\u0e21\u0e14\u0e49\u0e27\u0e22\u0e40\u0e0a\u0e34\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22 \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2a\u0e19\u0e43\u0e08\u0e2b\u0e23\u0e37\u0e2d\u0e25\u0e31\u0e07\u0e40\u0e25\u0e01\u0e31\u0e1a\u0e40\u0e19\u0e47\u0e15\u0e40\u0e08\u0e49\u0e32\u0e19\u0e35\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e47\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e0a\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e15\u0e31\u0e27\u0e0a\u0e48\u0e27\u0e22\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e23\u0e32\u0e27\">\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e23\u0e32\u0e27<\/h2>\n\n<p>\u0e40\u0e14\u0e34\u0e21\u0e17\u0e35\u0e43\u0e0a\u0e49\u0e40\u0e19\u0e47\u0e15\u0e1a\u0e49\u0e32\u0e19 Fiber optic \u0e02\u0e2d\u0e07 3BB \u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19 \u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 Fiber optic \u0e21\u0e32\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e22\u0e38\u0e04\u0e41\u0e23\u0e01\u0e46 \u0e17\u0e35\u0e48 Fiber optic \u0e40\u0e02\u0e49\u0e32\u0e16\u0e36\u0e07\u0e40\u0e19\u0e47\u0e15\u0e1a\u0e49\u0e32\u0e19\u0e01\u0e47\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e1b\u0e35 2556 \u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e21\u0e32 3 \u0e1b\u0e35\u0e41\u0e23\u0e01\u0e01\u0e47\u0e44\u0e21\u0e48\u0e1e\u0e1a\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e2d\u0e30\u0e44\u0e23\u0e40\u0e19\u0e47\u0e15\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e40\u0e23\u0e47\u0e27\u0e41\u0e23\u0e07 Ping time \u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e15\u0e48\u0e33\u0e21\u0e32\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e1e\u0e2d\u0e43\u0e08\u0e2a\u0e38\u0e14\u0e46<\/p>\n\n<p>\u0e1e\u0e2d\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e02\u0e49\u0e32\u0e1b\u0e35\u0e17\u0e35\u0e48 4 \u0e01\u0e47\u0e40\u0e23\u0e34\u0e48\u0e21\u0e21\u0e35\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e2a\u0e32\u0e22 Fiber optic \u0e02\u0e32\u0e14 \u0e0b\u0e36\u0e48\u0e07\u0e0a\u0e48\u0e32\u0e07 3BB \u0e01\u0e47\u0e21\u0e32\u0e0b\u0e48\u0e2d\u0e21\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e44\u0e27\u0e21\u0e32\u0e01 \u0e41\u0e08\u0e49\u0e07\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e1e\u0e23\u0e38\u0e48\u0e07\u0e19\u0e35\u0e49\u0e21\u0e32\u0e0b\u0e48\u0e2d\u0e21 \u0e43\u0e0a\u0e49\u0e21\u0e32\u0e2d\u0e35\u0e01\u0e2a\u0e31\u0e01\u0e1e\u0e31\u0e01\u0e2a\u0e32\u0e22\u0e01\u0e47\u0e02\u0e32\u0e14\u0e2d\u0e35\u0e01\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 6 \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e15\u0e48\u0e2d\u0e04\u0e23\u0e31\u0e49\u0e07 \u0e2a\u0e48\u0e27\u0e19\u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38\u0e2b\u0e25\u0e31\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e04\u0e37\u0e2d \u0e01\u0e23\u0e30\u0e23\u0e2d\u0e01\u0e41\u0e17\u0e30\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e48\u0e01\u0e47\u0e0a\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e40\u0e14\u0e34\u0e19\u0e2a\u0e32\u0e22\u0e1e\u0e32\u0e14\u0e1a\u0e31\u0e19\u0e44\u0e14\u0e08\u0e19\u0e2a\u0e32\u0e22\u0e40\u0e23\u0e32\u0e02\u0e32\u0e14<\/p>\n\n<p>\u0e08\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e18\u0e31\u0e19\u0e27\u0e32\u0e04\u0e21 2561 \u0e2a\u0e32\u0e22\u0e01\u0e47\u0e02\u0e32\u0e14\u0e2d\u0e35\u0e01\u0e01\u0e47\u0e0b\u0e48\u0e2d\u0e21\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e15\u0e32\u0e21\u0e1b\u0e01\u0e15\u0e34 \u0e41\u0e15\u0e48\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e41\u0e04\u0e48\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e2a\u0e32\u0e22\u0e01\u0e47\u0e02\u0e32\u0e14\u0e2d\u0e35\u0e01\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e21\u0e32\u0e15\u0e31\u0e14\u0e15\u0e49\u0e19\u0e44\u0e21\u0e49 \u0e23\u0e2d\u0e1a\u0e19\u0e35\u0e49\u0e0a\u0e48\u0e32\u0e07\u0e21\u0e32\u0e0b\u0e48\u0e2d\u0e21\u0e0a\u0e49\u0e32\u0e21\u0e32\u0e01\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e40\u0e01\u0e34\u0e19 1 \u0e27\u0e31\u0e19 \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e2b\u0e07\u0e38\u0e14\u0e2b\u0e07\u0e34\u0e14\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e34\u0e19\u0e40\u0e17\u0e2d\u0e23\u0e4c\u0e40\u0e19\u0e47\u0e15\u0e43\u0e0a\u0e49\u0e08\u0e36\u0e07\u0e44\u0e14\u0e49\u0e25\u0e2d\u0e07\u0e40\u0e23\u0e34\u0e48\u0e21\u0e46 \u0e14\u0e39\u0e40\u0e19\u0e47\u0e15\u0e40\u0e08\u0e49\u0e32\u0e2d\u0e37\u0e48\u0e19<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e43\u0e2b\u0e21\u0e48\">\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e43\u0e2b\u0e21\u0e48<\/h2>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e31\u0e48\u0e07\u0e2a\u0e48\u0e2d\u0e07\u0e41\u0e1e\u0e04\u0e40\u0e01\u0e08\u0e02\u0e2d\u0e07\u0e40\u0e08\u0e49\u0e32\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e25\u0e32 1 \u0e27\u0e31\u0e19 \u0e01\u0e47\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19\u0e01\u0e31\u0e1a\u0e1e\u0e35\u0e48\u0e0a\u0e32\u0e22\u0e27\u0e48\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 AIS \u0e08\u0e36\u0e07\u0e44\u0e14\u0e49\u0e42\u0e17\u0e23\u0e44\u0e1b\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e08\u0e32\u0e01 Call Center \u0e42\u0e14\u0e22\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e01\u0e47\u0e41\u0e19\u0e30\u0e19\u0e33\u0e41\u0e1e\u0e04\u0e40\u0e01\u0e08\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e0b\u0e36\u0e48\u0e07\u0e01\u0e47\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e14\u0e39\u0e46 \u0e21\u0e32\u0e44\u0e27\u0e49\u0e01\u0e48\u0e2d\u0e19\u0e41\u0e25\u0e49\u0e27 \u0e41\u0e15\u0e48\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e1a\u0e2d\u0e01\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e22\u0e49\u0e32\u0e22\u0e08\u0e32\u0e01\u0e04\u0e48\u0e32\u0e22\u0e2d\u0e37\u0e48\u0e19\u0e21\u0e32\u0e08\u0e30<strong>\u0e25\u0e14\u0e04\u0e48\u0e32\u0e1a\u0e23\u0e34\u0e01\u0e32\u0e23\u0e23\u0e32\u0e22\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e43\u0e2b\u0e49 50% \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e25\u0e32 1 \u0e1b\u0e35<\/strong> \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e44\u0e14\u0e49\u0e22\u0e34\u0e19\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e08\u0e36\u0e07\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e27\u0e48\u0e32\u0e08\u0e30\u0e2a\u0e21\u0e31\u0e04\u0e23\u0e43\u0e0a\u0e49\u0e1a\u0e23\u0e34\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e01\u0e47\u0e41\u0e19\u0e30\u0e19\u0e33\u0e21\u0e32\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e48\u0e07\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e1c\u0e48\u0e32\u0e19\u0e17\u0e32\u0e07 Email \u0e2b\u0e23\u0e37\u0e2d Line \u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e17\u0e31\u0e19\u0e17\u0e35 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e21\u0e35\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48<\/p>\n\n<ul>\n  <li>\u0e2a\u0e33\u0e40\u0e19\u0e32\u0e1a\u0e31\u0e15\u0e23\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e15\u0e31\u0e27\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e02\u0e19<\/li>\n  <li>\u0e1a\u0e34\u0e25\u0e04\u0e48\u0e32\u0e43\u0e0a\u0e49\u0e08\u0e48\u0e32\u0e22\u0e02\u0e2d\u0e07\u0e2d\u0e34\u0e19\u0e40\u0e17\u0e2d\u0e23\u0e4c\u0e40\u0e19\u0e47\u0e15\u0e40\u0e08\u0e49\u0e32\u0e2d\u0e37\u0e48\u0e19 (\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2a\u0e48\u0e27\u0e19\u0e25\u0e14 50%)<\/li>\n<\/ul>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e27\u0e32\u0e07\u0e2a\u0e32\u0e22\u0e1c\u0e21\u0e01\u0e47\u0e2a\u0e48\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e44\u0e1b\u0e22\u0e31\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e17\u0e35\u0e48\u0e17\u0e32\u0e07 AIS \u0e2a\u0e48\u0e07\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e17\u0e32\u0e07 SMS \u0e1e\u0e2d\u0e27\u0e31\u0e19\u0e23\u0e38\u0e48\u0e07\u0e02\u0e36\u0e49\u0e19 AIS \u0e01\u0e47\u0e2a\u0e48\u0e07 SMS \u0e21\u0e32\u0e41\u0e08\u0e49\u0e07\u0e27\u0e48\u0e32<\/p>\n\n<blockquote>\n  <p>\u2026<\/p>\n\n  <p><strong>\u0e1e\u0e23\u0e38\u0e48\u0e07\u0e19\u0e35\u0e49\u0e0a\u0e48\u0e32\u0e07\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07<\/strong><\/p>\n\n  <p>\u2026<\/p>\n<\/blockquote>\n\n<p>\u0e1c\u0e21\u0e01\u0e47\u0e15\u0e01\u0e43\u0e08\u0e2a\u0e38\u0e14\u0e46 \u0e17\u0e33\u0e44\u0e21\u0e21\u0e31\u0e19\u0e0a\u0e48\u0e32\u0e07\u0e23\u0e27\u0e14\u0e40\u0e23\u0e47\u0e27\u0e40\u0e22\u0e35\u0e48\u0e22\u0e07\u0e19\u0e35\u0e49 \u0e17\u0e35\u0e41\u0e23\u0e01\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e2d\u0e04\u0e34\u0e27\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c \u0e2a\u0e21\u0e31\u0e04\u0e23\u0e27\u0e31\u0e19\u0e40\u0e2a\u0e32\u0e23\u0e4c \u0e27\u0e31\u0e19\u0e08\u0e31\u0e19\u0e17\u0e23\u0e4c\u0e21\u0e32\u0e15\u0e34\u0e14\u0e40\u0e2a\u0e35\u0e22\u0e41\u0e25\u0e49\u0e27<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e41\u0e1e\u0e04\u0e40\u0e01\u0e08\u0e17\u0e35\u0e48\u0e2a\u0e21\u0e31\u0e04\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e04\u0e37\u0e2d <a href=\"http:\/\/www.ais.co.th\/fibre\/en\/package_power4maxx.html\">Power4 MAXX Package<\/a> \u0e23\u0e32\u0e04\u0e32 799 \u0e1a\u0e32\u0e17 \u0e44\u0e14\u0e49\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c\u0e25\u0e14 50% 1 \u0e1b\u0e35 \u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 400 \u0e1a\u0e32\u0e17 (\u0e44\u0e21\u0e48\u0e23\u0e27\u0e21\u0e20\u0e32\u0e29\u0e35\u0e21\u0e39\u0e25\u0e04\u0e48\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e21) \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46 \u0e02\u0e2d\u0e07\u0e41\u0e1e\u0e04\u0e40\u0e01\u0e08\u0e19\u0e35\u0e49\u0e01\u0e47\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\u0e2d\u0e34\u0e19\u0e40\u0e17\u0e2d\u0e23\u0e4c\u0e40\u0e19\u0e47\u0e15\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27 100\/50 Mbps<\/li>\n  <li>\u0e01\u0e25\u0e48\u0e2d\u0e07\u0e14\u0e39\u0e2b\u0e19\u0e31\u0e07\u0e02\u0e2d\u0e07 AIS \u0e14\u0e39\u0e1f\u0e23\u0e35 1 \u0e1b\u0e35<\/li>\n  <li>\u0e0b\u0e34\u0e21\u0e01\u0e32\u0e23\u0e4c\u0e14\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e40\u0e25\u0e48\u0e19\u0e40\u0e19\u0e47\u0e15\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e25\u0e30 10 GB<\/li>\n<\/ul>\n\n<h2 id=\"\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\">\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07<\/h2>\n\n<p>\u0e1e\u0e2d\u0e16\u0e36\u0e07\u0e27\u0e31\u0e19\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07 \u0e0a\u0e48\u0e32\u0e07\u0e21\u0e32\u0e04\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e41\u0e16\u0e21\u0e21\u0e32\u0e15\u0e23\u0e07\u0e40\u0e27\u0e25\u0e32\u0e40\u0e1b\u0e4a\u0e30 \u0e2d\u0e31\u0e18\u0e22\u0e32\u0e28\u0e31\u0e22\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e14\u0e35 \u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 3 \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07 \u0e07\u0e32\u0e19\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e02\u0e2d\u0e07 AIS \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e21\u0e31\u0e48\u0e19\u0e43\u0e08\u0e21\u0e32\u0e01\u0e27\u0e48\u0e32\u0e2a\u0e32\u0e22\u0e04\u0e07\u0e44\u0e21\u0e48\u0e02\u0e32\u0e14\u0e2d\u0e35\u0e01\u0e41\u0e25\u0e49\u0e27\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e40\u0e14\u0e34\u0e19\u0e2a\u0e32\u0e22 Fiber \u0e08\u0e32\u0e01 Spliter \u0e15\u0e23\u0e07\u0e02\u0e49\u0e32\u0e21\u0e1a\u0e49\u0e32\u0e19\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32 \u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e1a\u0e02\u0e2d\u0e07 3BB \u0e17\u0e35\u0e48\u0e40\u0e14\u0e34\u0e19\u0e2a\u0e32\u0e22\u0e40\u0e1b\u0e25\u0e37\u0e2d\u0e22\u0e46 \u0e21\u0e32\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e15\u0e49\u0e19\u0e0b\u0e2d\u0e22<\/p>\n\n<p>\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e40\u0e14\u0e34\u0e19\u0e2a\u0e32\u0e22\u0e19\u0e31\u0e49\u0e19 \u0e0a\u0e48\u0e32\u0e07\u0e08\u0e30\u0e16\u0e48\u0e32\u0e22\u0e23\u0e39\u0e1b\u0e17\u0e38\u0e01\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e2a\u0e48\u0e07\u0e07\u0e32\u0e19 \u0e1c\u0e21\u0e25\u0e2d\u0e07\u0e16\u0e32\u0e21\u0e0a\u0e48\u0e32\u0e07\u0e27\u0e48\u0e32\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e19\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e48\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e01\u0e35\u0e48\u0e23\u0e39\u0e1b \u0e0a\u0e48\u0e32\u0e07\u0e15\u0e2d\u0e1a\u0e21\u0e32\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 50 \u0e01\u0e27\u0e48\u0e32\u0e23\u0e39\u0e1b o_O!<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/ais_fiber\/IMG_20190121_124207.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e15\u0e31\u0e27\u0e01\u0e25\u0e48\u0e2d\u0e07 Spliter \u0e02\u0e2d\u0e07 AIS \u0e15\u0e23\u0e07\u0e02\u0e49\u0e32\u0e21\u0e1a\u0e49\u0e32\u0e19\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\">\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19<\/h2>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e25\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 2 \u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c \u0e01\u0e47\u0e40\u0e08\u0e2d\u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e27\u0e48\u0e32\u0e40\u0e19\u0e47\u0e15\u0e21\u0e31\u0e19\u0e2b\u0e19\u0e48\u0e27\u0e07\u0e46 \u0e01\u0e27\u0e48\u0e32\u0e02\u0e2d\u0e07 3BB \u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22<\/li>\n  <li>\u0e14\u0e39 Netflix \u0e40\u0e08\u0e2d\u0e02\u0e36\u0e49\u0e19 Loading \u0e2d\u0e22\u0e39\u0e48\u0e1a\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 IP Address \u0e08\u0e23\u0e34\u0e07 \u0e16\u0e49\u0e32\u0e08\u0e30 Remote \u0e01\u0e25\u0e31\u0e1a\u0e1a\u0e49\u0e32\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49 DDNS \u0e17\u0e35\u0e48 AIS \u0e21\u0e35\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e17\u0e35\u0e48 <a href=\"https:\/\/www.thddns.net\">thddns<\/a><\/li>\n<\/ul>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e01\u0e25\u0e48\u0e2d\u0e07\u0e14\u0e39\u0e2b\u0e19\u0e31\u0e07\u0e02\u0e2d\u0e07 AIS \u0e19\u0e31\u0e49\u0e19 \u0e44\u0e14\u0e49\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e44\u0e1b\u0e44\u0e21\u0e48\u0e01\u0e35\u0e48\u0e04\u0e23\u0e31\u0e49\u0e07 \u0e42\u0e14\u0e22\u0e15\u0e31\u0e27\u0e01\u0e25\u0e48\u0e2d\u0e07\u0e40\u0e1b\u0e47\u0e19 Android \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e07\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e44\u0e14\u0e49 \u0e19\u0e48\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e17\u0e48\u0e32\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e16\u0e36\u0e07\u0e08\u0e30\u0e25\u0e07\u0e44\u0e14\u0e49 \u0e2a\u0e48\u0e27\u0e19\u0e2b\u0e19\u0e31\u0e07\u0e43\u0e19\u0e01\u0e25\u0e48\u0e2d\u0e07\u0e19\u0e31\u0e49\u0e19\u0e08\u0e31\u0e14\u0e2b\u0e21\u0e27\u0e14\u0e2b\u0e21\u0e39\u0e48\u0e21\u0e32\u0e44\u0e21\u0e48\u0e14\u0e35\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01<\/p>\n\n<h2 id=\"\u0e20\u0e32\u0e1e-speedtest\">\u0e20\u0e32\u0e1e Speedtest<\/h2>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/ais_fiber\/internet_test_thai.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e43\u0e19\u0e44\u0e17\u0e22 \u0e40\u0e23\u0e47\u0e27\u0e41\u0e23\u0e07\u0e15\u0e32\u0e21\u0e2a\u0e40\u0e1b\u0e04 \u0e41\u0e15\u0e48\u0e02\u0e2d\u0e07 3BB \u0e17\u0e35\u0e48\u0e40\u0e04\u0e22\u0e43\u0e0a\u0e49 Ping time \u0e08\u0e30\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48 4ms\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/ais_fiber\/internet_test_singapore.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e31\u0e1a Server \u0e2a\u0e34\u0e07\u0e04\u0e42\u0e1b\u0e23\u0e4c\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/ais_fiber\/internet_test_usa.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e31\u0e1a Server \u0e2d\u0e40\u0e21\u0e23\u0e34\u0e01\u0e32\u0e17\u0e35\u0e48\u0e0b\u0e32\u0e19\u0e1f\u0e23\u0e32\u0e19\u0e0b\u0e34\u0e2a\u0e42\u0e01\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e1b\u0e34\u0e14\u0e15\u0e33\u0e19\u0e32\u0e19\">\u0e1b\u0e34\u0e14\u0e15\u0e33\u0e19\u0e32\u0e19<\/h2>\n\n<p>\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e01\u0e47\u0e16\u0e36\u0e07\u0e09\u0e32\u0e01\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e1b\u0e22\u0e01\u0e40\u0e25\u0e34\u0e01\u0e40\u0e19\u0e47\u0e15 3BB \u0e40\u0e23\u0e32\u0e01\u0e47\u0e42\u0e17\u0e23\u0e2a\u0e2d\u0e1a\u0e16\u0e32\u0e21 Call Center \u0e01\u0e48\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e2d\u0e30\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07\u0e0b\u0e36\u0e48\u0e07\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e21\u0e35\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\u0e2a\u0e33\u0e40\u0e19\u0e32\u0e1a\u0e31\u0e15\u0e23\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e0a\u0e19<\/li>\n  <li>\u0e2a\u0e33\u0e40\u0e19\u0e32\u0e2b\u0e19\u0e49\u0e32\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e18\u0e19\u0e32\u0e04\u0e32\u0e23 (\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e48\u0e32\u0e21\u0e31\u0e14\u0e08\u0e33)<\/li>\n  <li>\u0e15\u0e31\u0e27\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c Router<\/li>\n<\/ul>\n\n<p>\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e08\u0e30\u0e22\u0e37\u0e48\u0e19\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e1a\u0e23\u0e34\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e22\u0e01\u0e40\u0e25\u0e34\u0e01\u0e1a\u0e23\u0e34\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e41\u0e25\u0e30\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e43\u0e19\u0e1d\u0e31\u0e48\u0e07\u0e18\u0e19\u0e21\u0e35\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48 3 \u0e41\u0e2b\u0e48\u0e07\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e04\u0e37\u0e2d<\/p>\n\n<ul>\n  <li>\u0e42\u0e25\u0e15\u0e31\u0e2a \u0e1a\u0e32\u0e07\u0e41\u0e04<\/li>\n  <li>\u0e40\u0e0b\u0e19\u0e17\u0e23\u0e31\u0e25 \u0e1b\u0e34\u0e48\u0e19\u0e40\u0e01\u0e25\u0e49\u0e32<\/li>\n  <li>\u0e40\u0e0b\u0e19\u0e17\u0e23\u0e31\u0e25 \u0e1e\u0e23\u0e30\u0e23\u0e32\u0e21 2<\/li>\n<\/ul>\n\n<p>\u0e43\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49\u0e1c\u0e21\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e44\u0e1b\u0e42\u0e25\u0e15\u0e31\u0e2a\u0e1a\u0e32\u0e07\u0e41\u0e04 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e43\u0e01\u0e25\u0e49\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e15\u0e2d\u0e19\u0e44\u0e1b\u0e02\u0e2d\u0e22\u0e01\u0e40\u0e25\u0e34\u0e01\u0e01\u0e47\u0e40\u0e01\u0e34\u0e14\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e02\u0e36\u0e49\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e44\u0e21\u0e48\u0e23\u0e31\u0e1a\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e2b\u0e19\u0e49\u0e32\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e18\u0e19\u0e32\u0e04\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e1c\u0e21\u0e17\u0e35\u0e48\u0e21\u0e35\u0e01\u0e32\u0e23\u0e40\u0e0b\u0e47\u0e19\u0e2a\u0e33\u0e40\u0e19\u0e32\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07 + \u0e02\u0e35\u0e14\u0e04\u0e23\u0e48\u0e2d\u0e21 \u0e42\u0e14\u0e22\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e2d\u0e49\u0e32\u0e07\u0e27\u0e48\u0e32 \u0e1e\u0e2d\u0e2a\u0e41\u0e01\u0e19\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e14\u0e39\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e44\u0e21\u0e48\u0e2d\u0e2d\u0e01 \u0e0b\u0e36\u0e48\u0e07\u0e1c\u0e21\u0e01\u0e47\u0e14\u0e39\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e1c\u0e21\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e02\u0e35\u0e14\u0e04\u0e23\u0e48\u0e2d\u0e21\u0e19\u0e31\u0e49\u0e19\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e17\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e40\u0e25\u0e22<\/p>\n\n<p>\u0e17\u0e30\u0e40\u0e25\u0e32\u0e30\u0e01\u0e31\u0e1a\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e44\u0e1b\u0e2a\u0e31\u0e01\u0e1e\u0e31\u0e01\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e22\u0e2d\u0e21\u0e2d\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e01\u0e25\u0e31\u0e27\u0e21\u0e35\u0e21\u0e27\u0e22 \u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19\u0e01\u0e47\u0e1a\u0e2d\u0e01\u0e27\u0e48\u0e32 \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e04\u0e37\u0e19\u0e40\u0e07\u0e34\u0e19\u0e04\u0e48\u0e32\u0e21\u0e31\u0e14\u0e08\u0e33\u0e01\u0e31\u0e1a\u0e17\u0e32\u0e07\u0e2a\u0e32\u0e02\u0e32\u0e2d\u0e37\u0e48\u0e19\u0e44\u0e14\u0e49 \u0e1e\u0e2d\u0e17\u0e33\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e1c\u0e21\u0e01\u0e47\u0e42\u0e17\u0e23\u0e2b\u0e32\u0e17\u0e32\u0e07 Call Center \u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e27\u0e40\u0e25\u0e48\u0e32\u0e16\u0e36\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e02\u0e32\u0e1f\u0e31\u0e07\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e2b\u0e32\u0e17\u0e32\u0e07\u0e2d\u0e2d\u0e01\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e19 \u0e2b\u0e25\u0e31\u0e01\u0e46 \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e1c\u0e21\u0e02\u0e35\u0e49\u0e40\u0e01\u0e35\u0e22\u0e08\u0e44\u0e1b\u0e17\u0e33\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e15\u0e32\u0e21\u0e2a\u0e32\u0e02\u0e32\u0e41\u0e25\u0e49\u0e27 \u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e40\u0e02\u0e32\u0e01\u0e47\u0e22\u0e2d\u0e21\u0e43\u0e2b\u0e49\u0e2a\u0e48\u0e07\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e44\u0e14\u0e49 \u0e08\u0e1a\u0e01\u0e31\u0e19\u0e44\u0e1b<\/p>\n\n<h2 id=\"\u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22\">\u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22<\/h2>\n\n<p>\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e21\u0e35\u0e2a\u0e48\u0e27\u0e19\u0e44\u0e14\u0e49\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e2a\u0e35\u0e22\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e1a\u0e17\u0e31\u0e49\u0e07\u0e17\u0e32\u0e07 AIS \u0e41\u0e25\u0e30 3BB \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1a\u0e2d\u0e01\u0e40\u0e25\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e1a\u0e23\u0e34\u0e42\u0e20\u0e04\u0e04\u0e19\u0e19\u0e36\u0e07\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e01\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e21\u0e48\u0e21\u0e32\u0e01\u0e01\u0e47\u0e19\u0e49\u0e2d\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/ais-fiber-optic\/\">[\u0e23\u0e35\u0e27\u0e34\u0e27] \u0e40\u0e19\u0e47\u0e15\u0e1a\u0e49\u0e32\u0e19 AIS<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on February 05, 2019.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/CMU_marathon\/"}},"id":"https:\/\/tupleblog.github.io\/CMU_marathon","published":"2018-11-13T06:30:00+07:00","updated":"2018-11-13T06:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h2>\n\n<p>\u0e0a\u0e48\u0e27\u0e07\u0e15\u0e49\u0e19\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e01\u0e38\u0e21\u0e20\u0e32\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e08\u0e30\u0e16\u0e36\u0e07\u0e19\u0e35\u0e49 \u0e17\u0e32\u0e07\u0e21.\u0e40\u0e0a\u0e35\u0e22\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e40\u0e04\u0e49\u0e32\u0e08\u0e31\u0e14\u0e43\u0e2b\u0e49\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19 CMU Marathon \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e44\u0e1b\u0e27\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e0a\u0e35\u0e22\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e01\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e32\u0e07\u0e17\u0e35\u0e21 tupleblog \u0e2a\u0e48\u0e07\u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e40\u0e02\u0e49\u0e32\u0e0a\u0e34\u0e07 2 \u0e19\u0e32\u0e22\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22 <a href=\"https:\/\/github.com\/titipata\">@titipata<\/a> \u0e41\u0e25\u0e30\u0e1c\u0e21\u0e40\u0e2d\u0e07 <a href=\"https:\/\/github.com\/bachkukkik\">@bachkukkik<\/a><\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e21\u0e35\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e2a\u0e19\u0e34\u0e17\u0e08\u0e32\u0e01\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e01\u0e23\u0e38\u0e07\u0e44\u0e1b\u0e23\u0e48\u0e27\u0e21\u0e41\u0e08\u0e21\u0e07\u0e32\u0e19\u0e27\u0e34\u0e48\u0e07\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e17\u0e48\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22 \u0e2d\u0e32\u0e17\u0e34\u0e40\u0e0a\u0e48\u0e19 \u0e40\u0e2b\u0e25\u0e35\u0e22\u0e07\u0e18\u0e19\u0e1a\u0e38\u0e23\u0e35 \u0e41\u0e1e\u0e19\u0e14\u0e49\u0e32\u0e2b\u0e31\u0e27\u0e25\u0e33\u0e42\u0e1e\u0e07 \u0e08\u0e4b\u0e2d\u0e14\u0e32\u0e27\u0e04\u0e30\u0e19\u0e2d\u0e07 \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19 \u0e08\u0e31\u0e14\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19 Mini Party \u0e02\u0e2d\u0e07 tuple team \u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e15\u0e2d\u0e19\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48 11\/11 \u0e40\u0e27\u0e25\u0e32 11.11 \u0e19. (\u0e27\u0e31\u0e19\u0e04\u0e19\u0e42\u0e2a\u0e14 \u0e40\u0e27\u0e25\u0e32\u0e04\u0e19\u0e40\u0e2b\u0e07\u0e32) \u0e40\u0e1b\u0e47\u0e19\u0e24\u0e01\u0e29\u0e4c\u0e07\u0e32\u0e21\u0e22\u0e32\u0e21\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e17\u0e32\u0e07 \u0e21\u0e0a. \u0e40\u0e04\u0e49\u0e32\u0e40\u0e1b\u0e34\u0e14\u0e43\u0e2b\u0e49\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e17\u0e32\u0e07\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c \u0e1e\u0e2d\u0e17\u0e38\u0e01\u0e04\u0e19\u0e25\u0e07\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e01\u0e47\u0e19\u0e36\u0e01\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e2b\u0e47\u0e19\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e27\u0e48\u0e32 \u0e40\u0e2d \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e46\u0e1e\u0e35\u0e48\u0e46\u0e19\u0e49\u0e2d\u0e07\u0e46\u0e17\u0e35\u0e48\u0e23\u0e48\u0e27\u0e21\u0e2a\u0e21\u0e31\u0e04\u0e23\u0e27\u0e34\u0e48\u0e07\u0e07\u0e32\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e19\u0e35\u0e48\u0e40\u0e04\u0e49\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e43\u0e04\u0e23\u0e01\u0e31\u0e19 \u0e08\u0e30\u0e27\u0e34\u0e48\u0e07\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e15\u0e31\u0e27\u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e0a\u0e47\u0e04\u0e0a\u0e37\u0e48\u0e2d\u0e04\u0e19\u0e44\u0e1b\u0e27\u0e34\u0e48\u0e07 \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e14\u0e39\u0e44\u0e14\u0e49\u0e17\u0e32\u0e07\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a <a href=\"https:\/\/go.cmu-marathon.com\/retro-2019\/runner\">https:\/\/go.cmu-marathon.com\/retro-2019\/runner<\/a> \u0e40\u0e27\u0e47\u0e1a\u0e40\u0e04\u0e49\u0e32\u0e17\u0e33\u0e44\u0e27\u0e49\u0e14\u0e35\u0e21\u0e32\u0e01\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e2b\u0e47\u0e19\">\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e2b\u0e47\u0e19<\/h2>\n\n<p>\u0e1c\u0e21\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e17\u0e38\u0e01\u0e04\u0e19\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e25\u0e22\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e20\u0e32\u0e29\u0e32 Python \u0e01\u0e32\u0e23\u0e43\u0e19 scrape \u0e40\u0e27\u0e47\u0e1a\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e14\u0e39\u0e04\u0e23\u0e31\u0e1a\u0e27\u0e48\u0e32 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e01\u0e49\u0e32\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01 Code block \u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22\u0e08\u0e49\u0e32<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">pandas<\/span> <span class=\"k\">as<\/span> <span class=\"n\">pd<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">requests<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">seaborn<\/span> <span class=\"k\">as<\/span> <span class=\"n\">sns<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">matplotlib.pyplot<\/span> <span class=\"k\">as<\/span> <span class=\"n\">plt<\/span>\n\n<span class=\"n\">URL<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'https:\/\/go.cmu-marathon.com\/retro-2019\/runner\/tableRunner?init=1&amp;order=asc&amp;offset=0&amp;limit=10000'<\/span>\n<span class=\"n\">data<\/span> <span class=\"o\">=<\/span> <span class=\"n\">requests<\/span><span class=\"p\">.<\/span><span class=\"n\">get<\/span><span class=\"p\">(<\/span><span class=\"n\">URL<\/span><span class=\"p\">).<\/span><span class=\"n\">json<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">marathon_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">(<\/span><span class=\"n\">data<\/span><span class=\"p\">[<\/span><span class=\"s\">'rows'<\/span><span class=\"p\">])<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/marathon_df.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      marathon_df.head()\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e44\u0e14\u0e49\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e32\u0e23\u0e32\u0e07\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e43\u0e19\u0e40\u0e27\u0e47\u0e1a\u0e40\u0e02\u0e32\u0e43\u0e0a\u0e49 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e44\u0e14\u0e49\u0e21\u0e32\u0e17\u0e38\u0e01\u0e23\u0e32\u0e22\u0e0a\u0e37\u0e48\u0e2d\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e01\u0e47\u0e08\u0e30\u0e17\u0e33\u0e01\u0e32\u0e23 clean \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32\u0e2d\u0e31\u0e07\u0e01\u0e24\u0e29 \u0e40\u0e27\u0e25\u0e32\u0e1e\u0e25\u0e2d\u0e15\u0e01\u0e23\u0e32\u0e1f\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e07\u0e48\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">d<\/span> <span class=\"o\">=<\/span> <span class=\"p\">{<\/span><span class=\"s\">'\u0e0a\u0e32\u0e22'<\/span><span class=\"p\">:<\/span> <span class=\"s\">'M'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'\u0e2b\u0e0d\u0e34\u0e07'<\/span><span class=\"p\">:<\/span> <span class=\"s\">'F'<\/span><span class=\"p\">}<\/span>\n<span class=\"n\">marathon_df<\/span><span class=\"p\">[<\/span><span class=\"s\">'gender'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">marathon_df<\/span><span class=\"p\">.<\/span><span class=\"n\">gender<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span><span class=\"p\">:<\/span> <span class=\"n\">d<\/span><span class=\"p\">[<\/span><span class=\"n\">x<\/span><span class=\"p\">])<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">clean_string<\/span><span class=\"p\">(<\/span><span class=\"n\">s<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e1f\u0e31\u0e19\u0e23\u0e31\u0e19'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Fun Run'<\/span><span class=\"p\">).<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e0a\u0e32\u0e22'<\/span><span class=\"p\">,<\/span> <span class=\"s\">''<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e2b\u0e0d\u0e34\u0e07'<\/span><span class=\"p\">,<\/span> <span class=\"s\">''<\/span><span class=\"p\">).<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e0a\u0e32\u0e27\u0e15\u0e48\u0e32\u0e07\u0e0a\u0e32\u0e15\u0e34'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'foreigner'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'&gt;'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e1b\u0e35'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'yo'<\/span><span class=\"p\">).<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e2e\u0e32\u0e25\u0e4c\u0e1f\u0e21\u0e32\u0e23\u0e32\u0e18\u0e2d\u0e19'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Half Marathon'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e21\u0e34\u0e19\u0e34\u0e21\u0e32\u0e23\u0e32\u0e18\u0e2d\u0e19'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Mini Marathon'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">s<\/span> <span class=\"o\">=<\/span> <span class=\"n\">s<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e21\u0e32\u0e23\u0e32\u0e18\u0e2d\u0e19'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Marathon'<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">s<\/span>\n\n<span class=\"n\">marathon_df<\/span><span class=\"p\">[<\/span><span class=\"s\">'courseList'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">marathon_df<\/span><span class=\"p\">.<\/span><span class=\"n\">courseList<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span><span class=\"p\">:<\/span> <span class=\"n\">clean_string<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">))<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/cleand1_marathon_df.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      sum_df.groupby('gender').sum()\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e23\u0e38\u0e1b\u0e08\u0e33\u0e19\u0e27\u0e19\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e0a\u0e32\u0e22\u0e2b\u0e0d\u0e34\u0e07\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a: \u0e19\u0e31\u0e48\u0e07\u0e27\u0e34\u0e48\u0e07\u0e0a\u0e32\u0e22\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 3,606 \u0e04\u0e19\u0e41\u0e25\u0e30\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e2b\u0e0d\u0e34\u0e07 3,225 \u0e04\u0e19<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/summary_runner.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      marathon_df.head()\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"plot-\u0e41\u0e1a\u0e1a\u0e41\u0e21\u0e27\u0e46\">Plot \u0e41\u0e1a\u0e1a\u0e41\u0e21\u0e27\u0e46<\/h2>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e23\u0e01\u0e40\u0e25\u0e22\u0e17\u0e35\u0e48\u0e1c\u0e21\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e17\u0e31\u0e49\u0e07\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e0a\u0e32\u0e22 \u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e2b\u0e0d\u0e34\u0e07\u0e40\u0e19\u0e35\u0e48\u0e22 \u0e40\u0e04\u0e49\u0e32\u0e25\u0e07\u0e23\u0e32\u0e22\u0e01\u0e32\u0e23\u0e44\u0e2b\u0e19\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e27\u0e48\u0e32\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e44\u0e1b\u0e1e\u0e25\u0e2d\u0e15\u0e01\u0e23\u0e32\u0e1f\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22 \u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e42\u0e04\u0e49\u0e14\u0e17\u0e35\u0e48\u0e1e\u0e25\u0e2d\u0e15\u0e01\u0e23\u0e32\u0e1f\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e15\u0e49\u0e2d\u0e07\u0e22\u0e01\u0e43\u0e2b\u0e49\u0e40\u0e04\u0e23\u0e14\u0e34\u0e15\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e07\u0e32\u0e19\u0e14\u0e35 \u0e07\u0e32\u0e19\u0e44\u0e27\u0e08\u0e23\u0e34\u0e21\u0e46<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># \u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e15\u0e35\u0e01\u0e23\u0e32\u0e1f\n<\/span><span class=\"n\">sum_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">marathon_df<\/span><span class=\"p\">.<\/span><span class=\"n\">groupby<\/span><span class=\"p\">([<\/span><span class=\"s\">'courseList'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'gender'<\/span><span class=\"p\">]).<\/span><span class=\"n\">size<\/span><span class=\"p\">().<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">().<\/span><span class=\"n\">rename<\/span><span class=\"p\">(<\/span><span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">{<\/span><span class=\"mi\">0<\/span><span class=\"p\">:<\/span> <span class=\"s\">'Number of runners'<\/span><span class=\"p\">})<\/span>\n\n<span class=\"n\">order<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span>\n    <span class=\"s\">'Fun Run'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Mini Marathon  (16-19 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Mini Marathon  (20-29 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Mini Marathon  (30-39 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Mini Marathon  (40-49 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Mini Marathon  (50-59 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Mini Marathon  (60 yo&gt;)'<\/span><span class=\"p\">,<\/span> \n    <span class=\"s\">'Half Marathon  (20-29 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Half Marathon  (30-39 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Half Marathon  (40-49 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Half Marathon  (50-59 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Half Marathon  (60 yo&gt;)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Marathon  (20-29 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Marathon  (30-39 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Marathon  (40-49 yo)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Marathon  (50-59 yo)'<\/span><span class=\"p\">,<\/span>\n    <span class=\"s\">'Marathon  (60 yo&gt;)'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Marathon foreigner '<\/span><span class=\"p\">]<\/span>\n\n<span class=\"c1\"># plot \u0e08\u0e23\u0e34\u0e07\n<\/span><span class=\"n\">g<\/span> <span class=\"o\">=<\/span> <span class=\"n\">sns<\/span><span class=\"p\">.<\/span><span class=\"n\">catplot<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"o\">=<\/span><span class=\"s\">'courseList'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">y<\/span><span class=\"o\">=<\/span><span class=\"s\">'Number of runners'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">hue<\/span><span class=\"o\">=<\/span><span class=\"s\">'gender'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">kind<\/span><span class=\"o\">=<\/span><span class=\"s\">'bar'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">data<\/span><span class=\"o\">=<\/span><span class=\"n\">sum_df<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">order<\/span><span class=\"o\">=<\/span><span class=\"n\">order<\/span><span class=\"p\">,<\/span>\n                <span class=\"n\">palette<\/span><span class=\"o\">=<\/span><span class=\"s\">\"muted\"<\/span><span class=\"p\">,<\/span>\n                <span class=\"n\">size<\/span><span class=\"o\">=<\/span><span class=\"mi\">7<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_xticklabels<\/span><span class=\"p\">(<\/span><span class=\"n\">rotation<\/span><span class=\"o\">=<\/span><span class=\"mi\">90<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_yticklabels<\/span><span class=\"p\">(<\/span><span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_ylabels<\/span><span class=\"p\">(<\/span><span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_xlabels<\/span><span class=\"p\">(<\/span><span class=\"n\">label<\/span><span class=\"o\">=<\/span><span class=\"s\">''<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">despine<\/span><span class=\"p\">(<\/span><span class=\"n\">left<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/program_by_gender.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e27\u0e34\u0e48\u0e07\u0e41\u0e1a\u0e48\u0e07\u0e15\u0e32\u0e21\u0e40\u0e1e\u0e28\u0e41\u0e25\u0e30\u0e27\u0e31\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e08\u0e32\u0e01\u0e01\u0e23\u0e32\u0e1f\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e22\u0e39\u0e48\u0e27\u0e48\u0e32 \u0e23\u0e32\u0e22\u0e01\u0e32\u0e23\u0e27\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e1a\u0e32\u0e46 \u0e40\u0e19\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e07\u0e32\u0e19\u0e2d\u0e14\u0e34\u0e40\u0e23\u0e01 \u0e2a\u0e32\u0e27\u0e46\u0e08\u0e30\u0e0a\u0e2d\u0e1a\u0e21\u0e32\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e04\u0e23\u0e31\u0e1a \u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e0a\u0e31\u0e14\u0e21\u0e32\u0e01\u0e46\u0e27\u0e48\u0e32\u0e07\u0e32\u0e19 Fun run \/ Mini Marathon \u0e19\u0e35\u0e48\u0e2a\u0e32\u0e27\u0e46\u0e17\u0e38\u0e01\u0e0a\u0e48\u0e27\u0e07\u0e2d\u0e32\u0e22\u0e38\u0e43\u0e2b\u0e49\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e19\u0e43\u0e08\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e01<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e01\u0e47\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e2b\u0e19\u0e38\u0e48\u0e21\u0e46\u0e08\u0e30\u0e44\u0e21\u0e48\u0e23\u0e31\u0e01\u0e2a\u0e38\u0e02\u0e20\u0e32\u0e1e\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e08\u0e30\u0e0a\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21 Challenge (\u0e2b\u0e23\u0e37\u0e2d\u0e0b\u0e32\u0e14\u0e34\u0e2a\u0e15\u0e4c\u0e14\u0e35\u0e19\u0e30) \u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e01\u0e23\u0e32\u0e1f\u0e04\u0e23\u0e31\u0e1a \u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19\u0e27\u0e48\u0e32\u0e07\u0e32\u0e19 Half \/ Full Marathon \u0e19\u0e35\u0e48 \u0e0a\u0e32\u0e22\u0e44\u0e17\u0e22\u0e08\u0e30\u0e0a\u0e37\u0e48\u0e19\u0e0a\u0e2d\u0e1a\u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e35\u0e01\u0e02\u0e49\u0e2d\u0e04\u0e37\u0e2d\u0e01\u0e25\u0e38\u0e48\u0e21\u0e04\u0e19\u0e17\u0e35\u0e48\u0e0a\u0e2d\u0e1a\u0e27\u0e34\u0e48\u0e07\u0e07\u0e32\u0e19 CMU Marathon \u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e08\u0e30\u0e2d\u0e32\u0e22\u0e38\u0e0a\u0e48\u0e27\u0e07 30-39 \u0e1b\u0e35\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e1c\u0e21\u0e01\u0e31\u0e1a\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22\u0e19\u0e48\u0e30\u0e2b\u0e23\u0e2d \u0e2a\u0e32\u0e22\u0e1a\u0e31\u0e19\u0e40\u0e17\u0e34\u0e07\u0e04\u0e23\u0e31\u0e1a 10K \u0e1e\u0e2d \u0e2d\u0e34\u0e2d\u0e34<\/p>\n\n<p>\u0e1e\u0e25\u0e2d\u0e15\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e0a\u0e32\u0e22\u0e2b\u0e0d\u0e34\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e27\u0e34\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e08\u0e49\u0e32<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">ratios<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[]<\/span>\n<span class=\"k\">for<\/span> <span class=\"n\">c<\/span><span class=\"p\">,<\/span> <span class=\"n\">df<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">marathon_df<\/span><span class=\"p\">.<\/span><span class=\"n\">groupby<\/span><span class=\"p\">(<\/span><span class=\"s\">'courseList'<\/span><span class=\"p\">):<\/span>\n    <span class=\"k\">try<\/span><span class=\"p\">:<\/span>\n        <span class=\"n\">ratio<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">[<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">gender<\/span> <span class=\"o\">==<\/span> <span class=\"s\">'F'<\/span><span class=\"p\">])<\/span> <span class=\"o\">\/<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">[<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">gender<\/span> <span class=\"o\">==<\/span> <span class=\"s\">'M'<\/span><span class=\"p\">])<\/span>\n        <span class=\"n\">total<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">except<\/span><span class=\"p\">:<\/span>\n        <span class=\"n\">ratio<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">0<\/span>\n    <span class=\"n\">ratios<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">({<\/span><span class=\"s\">'courseList'<\/span><span class=\"p\">:<\/span> <span class=\"n\">c<\/span><span class=\"p\">,<\/span> <span class=\"s\">'y'<\/span><span class=\"p\">:<\/span> <span class=\"n\">ratio<\/span><span class=\"p\">,<\/span> <span class=\"s\">'x'<\/span><span class=\"p\">:<\/span> <span class=\"n\">total<\/span><span class=\"p\">})<\/span>\n<span class=\"n\">ratio_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">(<\/span><span class=\"n\">ratios<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">ax<\/span> <span class=\"o\">=<\/span> <span class=\"n\">ratio_df<\/span><span class=\"p\">.<\/span><span class=\"n\">plot<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"o\">=<\/span><span class=\"s\">'x'<\/span><span class=\"p\">,<\/span> \n                  <span class=\"n\">y<\/span><span class=\"o\">=<\/span><span class=\"s\">'y'<\/span><span class=\"p\">,<\/span> \n                  <span class=\"n\">kind<\/span><span class=\"o\">=<\/span><span class=\"s\">'scatter'<\/span><span class=\"p\">,<\/span> \n                  <span class=\"n\">figsize<\/span><span class=\"o\">=<\/span><span class=\"p\">(<\/span><span class=\"mi\">6<\/span><span class=\"p\">,<\/span> <span class=\"mi\">6<\/span><span class=\"p\">),<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">ax<\/span><span class=\"p\">.<\/span><span class=\"n\">set_xlabel<\/span><span class=\"p\">(<\/span><span class=\"s\">'Number of Runners'<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">ax<\/span><span class=\"p\">.<\/span><span class=\"n\">set_ylabel<\/span><span class=\"p\">(<\/span><span class=\"s\">'Female\/Male Ratio'<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">ratio_df<\/span><span class=\"p\">[[<\/span><span class=\"s\">'x'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'y'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'courseList'<\/span><span class=\"p\">]].<\/span><span class=\"nb\">apply<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span><span class=\"p\">:<\/span> <span class=\"n\">ax<\/span><span class=\"p\">.<\/span><span class=\"n\">text<\/span><span class=\"p\">(<\/span><span class=\"o\">*<\/span><span class=\"n\">x<\/span><span class=\"p\">),<\/span><span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">);<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">axhline<\/span><span class=\"p\">(<\/span><span class=\"n\">y<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"n\">linewidth<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"n\">color<\/span><span class=\"o\">=<\/span><span class=\"s\">'grey'<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/ratio_program.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e2b\u0e0d\u0e34\u0e07\u0e0a\u0e32\u0e22\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e23\u0e32\u0e22\u0e01\u0e32\u0e23\u0e27\u0e34\u0e48\u0e07 (\u0e21\u0e35 Fun run \u0e41\u0e25\u0e30 Mini Marathon \u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e17\u0e38\u0e01\u0e2d\u0e32\u0e22\u0e38\u0e17\u0e35\u0e48\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e2b\u0e0d\u0e34\u0e07\u0e21\u0e35\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e1c\u0e39\u0e49\u0e0a\u0e32\u0e22 \u0e17\u0e35\u0e48\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e1c\u0e39\u0e49\u0e0a\u0e32\u0e22\u0e21\u0e35\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e2e\u0e30)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2d\u0e35\u0e01\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e21\u0e32\u0e01\u0e46\u0e04\u0e37\u0e2d Size \u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e02\u0e2d\u0e07\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e04\u0e23\u0e31\u0e1a \u0e15\u0e31\u0e27\u0e41\u0e17\u0e19\u0e40\u0e02\u0e49\u0e32\u0e0a\u0e34\u0e07\u0e1d\u0e48\u0e32\u0e22\u0e0a\u0e32\u0e22\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e08\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 M-L \u0e04\u0e23\u0e31\u0e1a \u0e0b\u0e36\u0e48\u0e07\u0e16\u0e49\u0e32\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e38\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 Bell-curve Distribution \u0e41\u0e25\u0e49\u0e27 \u0e0a\u0e32\u0e22\u0e44\u0e17\u0e22\u0e01\u0e47\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e21\u0e35\u0e44\u0e0b\u0e2a\u0e4c\u0e21\u0e32\u0e15\u0e23\u0e10\u0e32\u0e19\u0e04\u0e23\u0e31\u0e1a (\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e08\u0e33\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e02\u0e19\u0e32\u0e14\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23\u0e22\u0e32\u0e27\u0e01\u0e35\u0e48\u0e19\u0e34\u0e49\u0e27 \u0e2d\u0e01\u0e01\u0e27\u0e49\u0e32\u0e07\u0e01\u0e35\u0e48\u0e19\u0e34\u0e49\u0e27 \u0e04\u0e23\u0e31\u0e1a)<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e40\u0e02\u0e49\u0e32\u0e0a\u0e34\u0e07\u0e1d\u0e48\u0e32\u0e22\u0e2b\u0e0d\u0e34\u0e07\u0e19\u0e35\u0e48\u0e08\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e17\u0e35\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e15\u0e31\u0e27\u0e1c\u0e2d\u0e21 \u0e15\u0e31\u0e27\u0e40\u0e25\u0e47\u0e01\u0e04\u0e23\u0e31\u0e1a \u0e02\u0e19\u0e32\u0e14\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e08\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14 SS-M \u0e0b\u0e36\u0e48\u0e07\u0e1a\u0e32\u0e07\u0e17\u0e48\u0e32\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e2a\u0e48\u0e27\u0e19\u0e2a\u0e39\u0e07 \u0e2b\u0e23\u0e37\u0e2d \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e49\u0e32\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e21\u0e32\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e08\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e02\u0e19\u0e32\u0e14\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e19\u0e02\u0e19\u0e32\u0e14 M \u0e17\u0e33\u0e43\u0e2b\u0e49 Distribution \u0e02\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e1d\u0e31\u0e48\u0e07\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e2b\u0e0d\u0e34\u0e07\u0e02\u0e2d\u0e07\u0e07\u0e32\u0e19\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19 Bell-curve \u0e41\u0e1a\u0e1a\u0e1d\u0e48\u0e32\u0e22\u0e0a\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">size_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">marathon_df<\/span><span class=\"p\">.<\/span><span class=\"n\">groupby<\/span><span class=\"p\">([<\/span><span class=\"s\">'Shirt Size'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'gender'<\/span><span class=\"p\">])<\/span>\\\n    <span class=\"p\">.<\/span><span class=\"n\">size<\/span><span class=\"p\">().<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">().<\/span><span class=\"n\">rename<\/span><span class=\"p\">(<\/span><span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">{<\/span><span class=\"mi\">0<\/span><span class=\"p\">:<\/span> <span class=\"s\">'Number of runners'<\/span><span class=\"p\">})<\/span>\n\n<span class=\"n\">g<\/span> <span class=\"o\">=<\/span> <span class=\"n\">sns<\/span><span class=\"p\">.<\/span><span class=\"n\">catplot<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"o\">=<\/span><span class=\"s\">'Shirt Size'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">y<\/span><span class=\"o\">=<\/span><span class=\"s\">'Number of runners'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">hue<\/span><span class=\"o\">=<\/span><span class=\"s\">'gender'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">kind<\/span><span class=\"o\">=<\/span><span class=\"s\">'bar'<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">data<\/span><span class=\"o\">=<\/span><span class=\"n\">size_df<\/span><span class=\"p\">,<\/span> \n                <span class=\"n\">order<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'3S'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'SS'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'S'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'M'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'L'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'XL'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'2XL'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'3XL'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'4XL'<\/span><span class=\"p\">],<\/span>\n                <span class=\"n\">palette<\/span><span class=\"o\">=<\/span><span class=\"s\">\"muted\"<\/span><span class=\"p\">,<\/span>\n                <span class=\"n\">height<\/span><span class=\"o\">=<\/span><span class=\"mi\">7<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_xticklabels<\/span><span class=\"p\">(<\/span><span class=\"n\">rotation<\/span><span class=\"o\">=<\/span><span class=\"mi\">90<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_yticklabels<\/span><span class=\"p\">(<\/span><span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_ylabels<\/span><span class=\"p\">(<\/span><span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">set_xlabels<\/span><span class=\"p\">(<\/span><span class=\"n\">label<\/span><span class=\"o\">=<\/span><span class=\"s\">''<\/span><span class=\"p\">,<\/span> <span class=\"n\">fontsize<\/span><span class=\"o\">=<\/span><span class=\"mi\">15<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">g<\/span><span class=\"p\">.<\/span><span class=\"n\">despine<\/span><span class=\"p\">(<\/span><span class=\"n\">left<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/cmu_marathon\/shirt_size.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      plot \u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e40\u0e2a\u0e37\u0e49\u0e2d\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e0a\u0e32\u0e22\u0e2b\u0e0d\u0e34\u0e07\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e41\u0e25\u0e30\u0e19\u0e35\u0e49\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e07\u0e32\u0e19 CMU Marathon \u0e41\u0e1a\u0e1a\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e48\u0e32\u0e19\u0e44\u0e2b\u0e19\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e43\u0e2b\u0e49\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e15\u0e49\u0e2d\u0e07\u0e44\u0e1b\u0e42\u0e14\u0e19\u0e01\u0e31\u0e19\u0e40\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e40\u0e0a\u0e35\u0e22\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a ^^<\/p>\n\n<p>Stay Hungry. Stay Foolish.<\/p>\n\n<blockquote>\n  <p>\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22 <a href=\"https:\/\/github.com\/titipata\">@titipata<\/a> \u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e17\u0e33 plotting \u0e43\u0e2b\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e43\u0e19 tupleteam \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e21\u0e35 \u0e08\u0e32\u0e23\u0e22\u0e4c\u0e15\u0e38\u0e25\u0e22\u0e4c <a href=\"https:\/\/github.com\/bluenex\">@bluenex<\/a> \u0e41\u0e25\u0e30 \u0e08\u0e32\u0e23\u0e22\u0e4c\u0e1e\u0e35\u0e48\u0e15\u0e31\u0e4b\u0e19 <a href=\"https:\/\/github.com\/kittinan\">@kittinan<\/a> \u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19 tupleblog \u0e14\u0e49\u0e27\u0e22<\/p>\n<\/blockquote>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/CMU_marathon\/\">\u0e43\u0e04\u0e23\u0e44\u0e1b\u0e27\u0e34\u0e48\u0e07\u0e07\u0e32\u0e19 CMU Marathon 2019 \u0e1a\u0e49\u0e32\u0e07\u0e08\u0e4a\u0e30<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on November 13, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/gradient-descent-part2\/"}},"id":"https:\/\/tupleblog.github.io\/gradient-descent-part2","published":"2018-09-18T01:30:00+07:00","updated":"2018-09-18T01:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h2>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19 (gradient descent) \u0e44\u0e1b\u0e15\u0e32\u0e21\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e14\u0e48\u0e49<a href=\"https:\/\/tupleblog.github.io\/gradient-descent-part1\/\">\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e40\u0e25\u0e22<\/a><\/p>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e44\u0e27\u0e49\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19 (gradient descent) \n\u0e08\u0e30\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e27\u0e34\u0e0a\u0e32\u0e43\u0e19\u0e17\u0e32\u0e07\u0e27\u0e34\u0e28\u0e27\u0e01\u0e23\u0e23\u0e21\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e25\u0e49\u0e27 \n\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e16\u0e39\u0e01\u0e19\u0e33\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c (computer science) \u0e14\u0e49\u0e27\u0e22\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a Deep learning \u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e44\u0e14\u0e49\u0e19\u0e33\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 Gradient descent \u0e41\u0e25\u0e30 automatic differentiation (autograd) \n\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e0a\u0e49\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07 Deep Neural Network \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e41\u0e25\u0e30\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e08\u0e33\u0e19\u0e27\u0e19\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 \n\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e21\u0e37\u0e2d\u0e44\u0e14\u0e49 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 autograd \n\u0e08\u0e36\u0e07\u0e21\u0e35\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e01\u0e43\u0e19\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e43\u0e2b\u0e21\u0e48\u0e46\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e2e\u0e30<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14\u0e02\u0e2d\u0e07 gradient descent \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 PyTorch \u0e43\u0e19\u0e20\u0e32\u0e29\u0e32 Python \u0e01\u0e31\u0e19 \n\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22\u0e44\u0e27\u0e49\u0e17\u0e35\u0e48\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07 autograd (automatic differentiation) \n\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07 Deep Neural Network \u0e41\u0e25\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32 gradient descent \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e22\u0e31\u0e07\u0e44\u0e07\u0e01\u0e31\u0e1a\n\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07 Deep Neural Network<\/p>\n\n<h2 id=\"\u0e04\u0e27\u0e32\u0e21\u0e40\u0e14\u0e34\u0e21\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\">\u0e04\u0e27\u0e32\u0e21\u0e40\u0e14\u0e34\u0e21\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27<\/h2>\n\n<p>\u0e43\u0e19<a href=\"https:\/\/tupleblog.github.io\/gradient-descent-part1\/\">\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27<\/a> \n\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e41\u0e01\u0e48\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d Gradient Descent \u0e01\u0e31\u0e19\u0e44\u0e1b\n\u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e48\u0e32 \\( x \\) (\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01 \\( x\\) \u0e27\u0e48\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25) \n\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e23\u0e32\u0e1f\u0e1e\u0e32\u0e23\u0e32\u0e42\u0e1a\u0e25\u0e32 \\(f(x) = x^2 - 4x\\) \u0e21\u0e35\u0e04\u0e48\u0e32\u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/p>\n\n<p>\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e08\u0e38\u0e14\u0e04\u0e48\u0e33\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e27\u0e34\u0e18\u0e35 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ol>\n  <li><strong>\u0e08\u0e31\u0e14\u0e23\u0e39\u0e1b\u0e2a\u0e21\u0e01\u0e32\u0e23<\/strong> \\(f(x) = (x^2 - 4x + 4) - 4 = (x - 2)^2 - 4\\) \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e30\u0e1e\u0e1a\u0e27\u0e48\u0e32 \\(x = 2\\) \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e21\u0e35\u0e04\u0e48\u0e32\u0e15\u0e48\u0e33\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48 \\(f(2) = -4\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/li>\n  <li><strong>\u0e43\u0e0a\u0e49\u0e41\u0e04\u0e25\u0e04\u0e39\u0e25\u0e31\u0e2a<\/strong> \u0e42\u0e14\u0e22\u0e2b\u0e32\u0e14\u0e34\u0e1f\u0e02\u0e2d\u0e07 \\(f(x)\\) \u0e17\u0e35\u0e48\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a 0 \u0e14\u0e31\u0e07\u0e19\u0e35\u0e49 \\(f\u2019(x) = 2x - 4 = 0\\) \u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 \\(x = 2\\) \u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e21\u0e35\u0e04\u0e48\u0e32\u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/li>\n  <li><strong>\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19 (Gradient descent)<\/strong> \u0e42\u0e14\u0e22\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e20\u0e32\u0e29\u0e32 Python \u0e01\u0e31\u0e19\u0e44\u0e1b\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32\u0e08\u0e38\u0e14\u0e15\u0e48\u0e33\u0e2a\u0e38\u0e14\u0e01\u0e31\u0e19\u0e44\u0e1b<\/li>\n<\/ol>\n\n<p>\u0e2a\u0e2d\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e23\u0e01\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e21\u0e37\u0e2d \u0e2a\u0e48\u0e27\u0e19\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e19\u0e31\u0e49\u0e19\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e01\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \n\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 gradient descent \u0e08\u0e36\u0e07\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e43\u0e19\u0e01\u0e32\u0e23\u0e41\u0e01\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49 gradient descent \n\u0e22\u0e31\u0e07\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e41\u0e01\u0e49\u0e2b\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e08\u0e33\u0e19\u0e27\u0e19\u0e21\u0e32\u0e01\u0e14\u0e49\u0e27\u0e22\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e41\u0e01\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e1b\u0e01\u0e15\u0e34\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19<\/p>\n\n<h2 id=\"\u0e17\u0e1a\u0e17\u0e27\u0e19\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19-gradient-descent-algorithm\">\u0e17\u0e1a\u0e17\u0e27\u0e19\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e25\u0e07\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19 (Gradient descent algorithm)<\/h2>\n\n<p>\u0e16\u0e49\u0e32\u0e22\u0e31\u0e07\u0e08\u0e33\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49 \u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21 gradient descent \u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e2b\u0e32 gradient \u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19 \u0e40\u0e0a\u0e48\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 \\(f(x) = x^2 - 4x\\) \n\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13\u200b\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d gradient \u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49 \\(f\u2019(x) = 2 x - 4 \\) \u0e41\u0e25\u0e30\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 \\(x\\) \u0e43\u0e2b\u0e49\u0e44\u0e1b\u0e43\u0e19\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e15\u0e23\u0e07\u0e01\u0e31\u0e19\u0e02\u0e49\u0e32\u0e21\u0e01\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\n\u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14 \u0e42\u0e14\u0e22\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\\(\\text{initialize: } {x, \\alpha} \\)<\/li>\n  <li>\\(\\text{while: } | f(x_{n + 1}) - f(x_{n}) &lt;= 10^{-3} |\\)<\/li>\n  <li>\\(\\text{do: } x \\leftarrow x - \\alpha f\u2019(x)\\)<\/li>\n<\/ul>\n\n<p>\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Python \u0e1b\u0e01\u0e15\u0e34\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">alpha<\/span> <span class=\"o\">=<\/span> <span class=\"mf\">0.02<\/span>\n<span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"mf\">10.0<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">compute_grad<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">grad<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">2<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">4<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">grad<\/span>\n\n<span class=\"k\">for<\/span> <span class=\"n\">_<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"mi\">1000<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">x<\/span> <span class=\"o\">-<\/span> <span class=\"n\">alpha<\/span> <span class=\"o\">*<\/span> <span class=\"n\">compute_grad<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e44\u0e14\u0e49\u0e04\u0e48\u0e32 x \u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 2\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e17\u0e38\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e04\u0e07\u0e25\u0e33\u0e1a\u0e32\u0e01\u0e2a\u0e34\u0e19\u0e30\u2026 \n\u0e41\u0e25\u0e49\u0e27\u0e21\u0e35\u0e17\u0e32\u0e07\u0e21\u0e31\u0e49\u0e22\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 Gradient Descent \u0e41\u0e1a\u0e1a\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e08\u0e32\u0e01\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14? \n\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e04\u0e37\u0e2d\u0e21\u0e35\u0e04\u0e23\u0e31\u0e1a! \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e17\u0e35\u0e48\u0e21\u0e35\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e42\u0e14\u0e22\u0e2d\u0e31\u0e15\u0e42\u0e19\u0e21\u0e31\u0e15\u0e34 (automatic differentiation)\n\u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e16\u0e31\u0e14\u0e44\u0e1b\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19 gradient descent \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 PyTorch 0.4 \u0e01\u0e31\u0e19<\/p>\n\n<h2 id=\"gradient-descent-\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48-pytorch-\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a-automatic-differentiation\">Gradient Descent \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 Pytorch \u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a automatic differentiation<\/h2>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e40\u0e23\u0e34\u0e48\u0e21\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19 Deep Neural Network \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e15\u0e47\u0e21\u0e44\u0e1b\u0e2b\u0e21\u0e14 \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19 gradient \u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e48\u0e32\u0e14\u0e34\u0e1f\u0e02\u0e2d\u0e07 \ncost function \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e15\u0e48\u0e2d\u0e44\u0e1b \u0e41\u0e15\u0e48\u0e46\u0e46\u0e46! \u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e4b\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e02\u0e2d\u0e07 Deep Learning \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 PyTorch \n\u0e19\u0e31\u0e48\u0e19\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e21\u0e32\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a <a href=\"https:\/\/pytorch.org\/tutorials\/beginner\/blitz\/autograd_tutorial.html\"><code class=\"language-plaintext highlighter-rouge\">autograd<\/code><\/a> \n\u0e0b\u0e36\u0e48\u0e07\u0e22\u0e48\u0e2d\u0e21\u0e32\u0e08\u0e32\u0e01 automatic differentiation \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e43\u0e19\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 <code class=\"language-plaintext highlighter-rouge\">torch<\/code> \u0e2b\u0e23\u0e37\u0e2d Pytorch \u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01 0.4 \u0e19\u0e31\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e17\u0e19\u0e40\u0e0b\u0e2d\u0e23\u0e4c (\u0e2b\u0e23\u0e37\u0e2d\u0e1e\u0e39\u0e14\u0e07\u0e48\u0e32\u0e22\u0e46\u0e04\u0e37\u0e2d array \u0e17\u0e35\u0e48\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e22\u0e21\u0e34\u0e15\u0e34) \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e47\u0e1a gradient \u0e44\u0e14\u0e49\u0e43\u0e19\n\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c <code class=\"language-plaintext highlighter-rouge\">x.requires_grad=True<\/code> \u0e42\u0e14\u0e22\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e02\u0e2d\u0e07 \\(x\\) \u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e23\u0e35\u0e22\u0e01\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">.backward()<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32 gradient \u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e19\u0e31\u0e49\u0e19\u0e46\u0e17\u0e35\u0e48\u0e04\u0e48\u0e32 \\(x\\) \u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 \\(f(x) = x ^ 2 - 4 x \\) \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2b\u0e32 gradient \u0e40\u0e21\u0e37\u0e48\u0e2d \\(x = 10\\) \u0e44\u0e14\u0e49\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a \\(f\u2019(10) = 2 (10) - 4 = 16 \\)<\/p>\n\n<p>\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e04\u0e33\u0e19\u0e27\u0e13\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">autograd<\/code> \u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"n\">tensor<\/span><span class=\"p\">(<\/span><span class=\"mi\">10<\/span><span class=\"p\">,<\/span> <span class=\"n\">dtype<\/span><span class=\"o\">=<\/span><span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"nb\">float<\/span><span class=\"p\">,<\/span> <span class=\"n\">requires_grad<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49 x \u0e21\u0e35 gradient \u0e42\u0e14\u0e22\u0e43\u0e2b\u0e49 requires_grad=True\n<\/span><span class=\"n\">cost<\/span> <span class=\"o\">=<\/span> <span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">4<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14\n<\/span><span class=\"n\">cost<\/span><span class=\"p\">.<\/span><span class=\"n\">backward<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e04\u0e33\u0e19\u0e27\u0e13 gradient \u0e14\u0e49\u0e27\u0e22 autograd\n<\/span><span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">grad<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e34\u0e49\u0e19\u0e04\u0e48\u0e32 gradient \u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49 tensor([16.]) \n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e04\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">x.grad<\/code> \u0e17\u0e35\u0e48 <code class=\"language-plaintext highlighter-rouge\">x = 10<\/code> \u0e2b\u0e23\u0e37\u0e2d \\(f\u2019(10) = 16\\) \u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13\u0e14\u0e49\u0e27\u0e22\u0e21\u0e37\u0e2d\u0e40\u0e25\u0e22! \n\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e4b\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">autograd<\/code> \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32 gradient \u0e02\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e2d\u0e35\u0e01\u0e15\u0e48\u0e2d\u0e44\u0e1b \n\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13 gradient \u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e21\u0e37\u0e2d\u0e40\u0e25\u0e22!<\/p>\n\n<p>\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2b\u0e32\u0e04\u0e48\u0e32 \\(x\\) \u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e21\u0e35\u0e04\u0e48\u0e32\u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 gradient descent \u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48 Pytorch \u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">torch<\/span>\n\n<span class=\"n\">alpha<\/span> <span class=\"o\">=<\/span> <span class=\"mf\">0.02<\/span> <span class=\"c1\"># \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e04\u0e48\u0e32 x\n<\/span><span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"n\">tensor<\/span><span class=\"p\">(<\/span><span class=\"mi\">10<\/span><span class=\"p\">,<\/span> <span class=\"n\">dtype<\/span><span class=\"o\">=<\/span><span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"nb\">float<\/span><span class=\"p\">,<\/span> <span class=\"n\">requires_grad<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>  \n<span class=\"n\">cost<\/span> <span class=\"o\">=<\/span> <span class=\"n\">torch<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">4<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e23\u0e32\u0e1f\u0e1e\u0e32\u0e23\u0e32\u0e42\u0e1a\u0e25\u0e32 x ^ 2 + 4 x \n<\/span>\n<span class=\"c1\"># \u0e23\u0e31\u0e19 gradient descent algorithm 1000 \u0e04\u0e23\u0e31\u0e49\u0e07\n<\/span><span class=\"k\">for<\/span> <span class=\"n\">_<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"mi\">1000<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">cost<\/span><span class=\"p\">.<\/span><span class=\"n\">backward<\/span><span class=\"p\">(<\/span><span class=\"n\">retain_graph<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e32\u0e21\u0e0a\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d gradient \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 autograd ``.backward()``\n<\/span>    <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">sub_<\/span><span class=\"p\">(<\/span><span class=\"n\">alpha<\/span> <span class=\"o\">*<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">grad<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a x = x - alpha * f'(x)\n<\/span>    <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">grad<\/span><span class=\"p\">.<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">zero_<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e04\u0e33\u0e19\u0e27\u0e13 gradient \u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e17\u0e35\u0e48 0 \u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e04\u0e33\u0e19\u0e27\u0e13\u0e43\u0e2b\u0e21\u0e48\n<\/span><span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e04\u0e48\u0e32 x \u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48 2\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e25\u0e2d\u0e07\u0e23\u0e31\u0e19\u0e42\u0e04\u0e49\u0e14\u0e14\u0e49\u0e27\u0e22\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e42\u0e04\u0e49\u0e14\u0e40\u0e15\u0e47\u0e21\u0e46\u0e44\u0e14\u0e49<a href=\"https:\/\/github.com\/tupleblog\/tuple_code\/blob\/master\/pytorch_gradient_descent\/pytorch_gradient_descent.ipynb\">\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48<\/a>\u0e40\u0e25\u0e22<\/p>\n\n<h2 id=\"gradient-descent-\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a-deep-neural-network\">Gradient Descent \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a (Deep) Neural Network<\/h2>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01 <code class=\"language-plaintext highlighter-rouge\">autograd<\/code> \u0e08\u0e30\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e18\u0e23\u0e23\u0e21\u0e14\u0e32\u0e41\u0e25\u0e49\u0e27\u0e22\u0e31\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e1a\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 PyTorch \u0e2b\u0e23\u0e37\u0e2d TensorFlow \n\u0e01\u0e47\u0e43\u0e0a\u0e49 autograd \u0e43\u0e19\u0e01\u0e32\u0e23\u0e2b\u0e32 gradient \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25\u0e43\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e04\u0e19\u0e17\u0e35\u0e48\u0e40\u0e04\u0e22\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14 PyTorch \u0e01\u0e47\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e04\u0e37\u0e2d\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n<ol>\n  <li>\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25<\/li>\n  <li>\u0e40\u0e02\u0e35\u0e22\u0e19 loss function \u0e41\u0e25\u0e30 optimizer<\/li>\n  <li>\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e42\u0e14\u0e22\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e1b\u0e49\u0e2d\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b \u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">autograd<\/code> \u0e2b\u0e32 gradient \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e43\u0e2b\u0e49\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e25\u0e39\u0e48\u0e40\u0e02\u0e49\u0e32\u0e2a\u0e39\u0e48\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49 loss \u0e21\u0e35\u0e04\u0e48\u0e32\u0e15\u0e48\u0e33\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/li>\n<\/ol>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07 Deep Neural Network \u0e41\u0e17\u0e1a\u0e08\u0e30\u0e44\u0e21\u0e48\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e1a\u0e15\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2b\u0e32\u0e04\u0e48\u0e32 \\( x \\) \u0e43\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 Gradient descent algorithm \u0e40\u0e25\u0e22\n\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e42\u0e04\u0e49\u0e14\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07 (<a href=\"https:\/\/pytorch.org\/tutorials\/beginner\/blitz\/cifar10_tutorial.html\">\u0e42\u0e04\u0e49\u0e14\u0e21\u0e32\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07 PyTorch<\/a>)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">torch.optim<\/span> <span class=\"k\">as<\/span> <span class=\"n\">optim<\/span>\n\n<span class=\"n\">criterion<\/span> <span class=\"o\">=<\/span> <span class=\"n\">nn<\/span><span class=\"p\">.<\/span><span class=\"n\">CrossEntropyLoss<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">optimizer<\/span> <span class=\"o\">=<\/span> <span class=\"n\">optim<\/span><span class=\"p\">.<\/span><span class=\"n\">SGD<\/span><span class=\"p\">(<\/span><span class=\"n\">net<\/span><span class=\"p\">.<\/span><span class=\"n\">parameters<\/span><span class=\"p\">(),<\/span> <span class=\"n\">lr<\/span><span class=\"o\">=<\/span><span class=\"mf\">0.001<\/span><span class=\"p\">,<\/span> <span class=\"n\">momentum<\/span><span class=\"o\">=<\/span><span class=\"mf\">0.9<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e43\u0e0a\u0e49 stochastic gradient descent \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35 learning rate = 0.001, momentum = 0.9\n<\/span>\n<span class=\"k\">for<\/span> <span class=\"n\">epoch<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"mi\">2<\/span><span class=\"p\">):<\/span> <span class=\"c1\"># \u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48 loop \u0e1c\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\n<\/span>    <span class=\"k\">for<\/span> <span class=\"n\">i<\/span><span class=\"p\">,<\/span> <span class=\"n\">data<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">enumerate<\/span><span class=\"p\">(<\/span><span class=\"n\">trainloader<\/span><span class=\"p\">,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">):<\/span>\n        <span class=\"n\">inputs<\/span><span class=\"p\">,<\/span> <span class=\"n\">labels<\/span> <span class=\"o\">=<\/span> <span class=\"n\">data<\/span>\n        <span class=\"n\">optimizer<\/span><span class=\"p\">.<\/span><span class=\"n\">zero_grad<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32\u0e43\u0e2b\u0e49\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e17\u0e35\u0e48 0 \u0e01\u0e48\u0e2d\u0e19\n<\/span>\n        <span class=\"n\">outputs<\/span> <span class=\"o\">=<\/span> <span class=\"n\">net<\/span><span class=\"p\">(<\/span><span class=\"n\">inputs<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e43\u0e2a\u0e48 x \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e43\u0e2a\u0e48 inputs \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19 deep neural network \u0e41\u0e17\u0e19\u0e41\u0e25\u0e30\u0e04\u0e33\u0e19\u0e27\u0e13 outputs\n<\/span>        <span class=\"n\">loss<\/span> <span class=\"o\">=<\/span> <span class=\"n\">criterion<\/span><span class=\"p\">(<\/span><span class=\"n\">outputs<\/span><span class=\"p\">,<\/span> <span class=\"n\">labels<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32 loss \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e30\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 autograd \u0e2b\u0e32 gradient \n<\/span>        <span class=\"n\">loss<\/span><span class=\"p\">.<\/span><span class=\"n\">backward<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e2b\u0e32 gradient \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\n<\/span>        <span class=\"n\">optimizer<\/span><span class=\"p\">.<\/span><span class=\"n\">step<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c (\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a gradient descent \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e08\u0e32\u0e01 optim \u0e41\u0e17\u0e19, x = x - alpha * x.grad)\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c gradient \u0e40\u0e0a\u0e48\u0e19\u0e40\u0e14\u0e34\u0e21 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e2b\u0e32 loss \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 outputs \u0e41\u0e25\u0e30 labels \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e19\u0e27\u0e13\u0e2b\u0e32 gradient \n\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e41\u0e25\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e14\u0e49\u0e27\u0e22\u0e27\u0e34\u0e18\u0e35 gradient descent<\/p>\n\n<p>\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\u0e40\u0e27\u0e25\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14 PyTorch \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 Gradient Descent \u0e41\u0e25\u0e30 autograd \n\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07 Deep Neural Network \u0e01\u0e47\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e2d\u0e35\u0e01\u0e15\u0e48\u0e2d\u0e44\u0e1b :)<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/gradient-descent-part2\/\">Pytorch \u0e01\u0e31\u0e1a Gradient Descent<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on September 18, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/thinking-about-causality\/"}},"id":"https:\/\/tupleblog.github.io\/thinking-about-causality","published":"2018-09-05T01:30:00+07:00","updated":"2018-09-05T01:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e44\u0e14\u0e49\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e23\u0e35\u0e22\u0e19\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38 (Causal Inference) \u0e01\u0e31\u0e1a\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u200b\u0e04\u0e2d\u0e19\u0e23\u0e32\u0e14 \u0e04\u0e2d\u0e23\u0e4c\u0e14\u0e14\u0e34\u0e07 (Konrad Kording) \u0e17\u0e35\u0e48 University of Pennsylvania \n\u0e43\u0e19\u0e27\u0e34\u0e0a\u0e32\u0e19\u0e35\u0e49\u0e15\u0e2d\u0e19\u0e40\u0e23\u0e34\u0e48\u0e21\u0e27\u0e34\u0e0a\u0e32\u0e04\u0e2d\u0e19\u0e23\u0e32\u0e14\u0e44\u0e14\u0e49\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e19\u0e33 Causal Inference \u0e21\u0e32\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e27\u0e34\u0e17\u0e22\u0e32 (Neuroscience) \u0e44\u0e27\u0e49\u0e44\u0e14\u0e49\u0e14\u0e35\u0e21\u0e32\u0e01\u0e46 \n\u0e42\u0e14\u0e22\u0e19\u0e33\u0e40\u0e2d\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01\u0e21\u0e32\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e20\u0e32\u0e1e\u0e01\u0e27\u0e49\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e27\u0e34\u0e0a\u0e32 \u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e27\u0e48\u0e32\u0e44\u0e14\u0e49\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\u0e17\u0e35\u0e48\u0e40\u0e08\u0e4b\u0e07\u0e21\u0e32\u0e01\u0e46\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e25\u0e47\u0e01\u0e46\u0e40\u0e25\u0e22\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e41\u0e0a\u0e23\u0e4c\u0e01\u0e31\u0e19\u0e2e\u0e30<\/p>\n\n<p>\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 Functional Connectivity \u0e17\u0e35\u0e48\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e27\u0e34\u0e17\u0e22\u0e32\u0e17\u0e35\u0e48\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e33\u0e01\u0e31\u0e19\u0e21\u0e32\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d \n\u0e41\u0e25\u0e30\u0e17\u0e33\u0e44\u0e21\u0e40\u0e23\u0e32\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e16\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 Causal Inference \u0e21\u0e32\u0e28\u0e36\u0e01\u0e29\u0e32\u0e27\u0e34\u0e0a\u0e32\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e27\u0e34\u0e17\u0e22\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21 \n\u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e08\u0e30\u0e1e\u0e39\u0e14\u0e1b\u0e34\u0e14\u0e17\u0e49\u0e32\u0e22\u0e44\u0e27\u0e49\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Causal Inference \u0e08\u0e32\u0e01\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e27\u0e34\u0e0a\u0e32\u0e15\u0e48\u0e32\u0e07\u0e46<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e02\u0e2d\u0e07 Causal Inference \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e04\u0e38\u0e22\u0e01\u0e31\u0e19\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e46 \u0e41\u0e25\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e19\u0e33 Causal Inference \n\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07 Machine Learning \u0e2b\u0e23\u0e37\u0e2d Deep Learning \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2e\u0e34\u0e15\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e2e\u0e30<\/p>\n\n<h2 id=\"\u0e17\u0e33\u0e44\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35-causal-inference-\u0e43\u0e19\u0e27\u0e34\u0e0a\u0e32-neuroscience\">\u0e17\u0e33\u0e44\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35 Causal Inference \u0e43\u0e19\u0e27\u0e34\u0e0a\u0e32 Neuroscience<\/h2>\n\n<p>\u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e22\u0e49\u0e2d\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e2b\u0e23\u0e37\u0e2d Spiking neurons \u0e41\u0e1a\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e46\u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19\u0e2e\u0e30 \n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e14\u0e39\u0e27\u0e48\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e25\u0e47\u0e01\u0e46\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e2d\u0e30\u0e44\u0e23\u0e08\u0e32\u0e01\u0e21\u0e31\u0e19\u0e44\u0e14\u0e49\u0e1a\u0e49\u0e32\u0e07 \n\u0e41\u0e25\u0e30\u0e16\u0e49\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e02\u0e36\u0e49\u0e19\u0e17\u0e33\u0e44\u0e21\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e2b\u0e23\u0e37\u0e2d Functional Connectivity \u0e17\u0e33\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01<\/p>\n\n<h3 id=\"\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22\">\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22<\/h3>\n\n<p>\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e43\u0e2b\u0e49 \\(x\\) \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e01\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14 \\(N \\times 1\\) \u0e42\u0e14\u0e22 \\(N\\) \u0e04\u0e37\u0e2d\u0e08\u0e33\u0e19\u0e27\u0e19\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35 \n\u0e1b\u0e01\u0e15\u0e34\u0e41\u0e25\u0e49\u0e27\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e08\u0e30\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e15\u0e48\u0e2d\u0e01\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19 \\(f(.)\\) \u0e41\u0e25\u0e30\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e15\u0e48\u0e2d\u0e01\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 10-20 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\n\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e43\u0e19\u0e40\u0e27\u0e25\u0e32 \\(t\\) \u0e42\u0e14\u0e22 \\(t = 0, 1, 2, \u2026\\) \u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n\\[x_{t+1} = f(x_{t}) + noise\\]\n\n<p>\u0e42\u0e14\u0e22\u0e1b\u0e01\u0e15\u0e34 noise \u0e2b\u0e23\u0e37\u0e2d\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e23\u0e1a\u0e01\u0e27\u0e19\u0e43\u0e19\u0e23\u0e30\u0e1a\u0e1a\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e21\u0e21\u0e38\u0e15\u0e34\u0e27\u0e48\u0e32\u0e21\u0e32\u0e08\u0e32\u0e01 Gaussian noise \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e21\u0e21\u0e38\u0e15\u0e34\u0e43\u0e2b\u0e49\u0e23\u0e30\u0e1a\u0e1a\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e19\u0e49\u0e2d\u0e22\u0e25\u0e07\u0e44\u0e1b\u0e2d\u0e35\u0e01 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e21\u0e21\u0e38\u0e15\u0e34\u0e27\u0e48\u0e32\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e48\u0e19\u0e19\u0e31\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a linear system \n\u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e41\u0e17\u0e19 \\(f(.) \\) \u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(A\\) \u0e41\u0e25\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e19\u0e35\u0e49<\/p>\n\n\\[x_{t+1} = A x_{t} + noise\\]\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e04\u0e49\u0e14 Python \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e42\u0e14\u0e22\u0e43\u0e2b\u0e49\u0e08\u0e33\u0e19\u0e27\u0e19\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a 10 \u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e01\u0e31\u0e19 \n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(A\\) \u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e17\u0e35\u0e48\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01 (90 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c) \u0e21\u0e35\u0e04\u0e48\u0e32\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a 0 (Sparse Matrix) \u0e41\u0e25\u0e30\u0e2d\u0e35\u0e01 10 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\u0e21\u0e35\u0e04\u0e48\u0e32 \n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2b\u0e32\u0e23\u0e43\u0e2b\u0e49\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e14\u0e49\u0e27\u0e22 singular value \u0e2a\u0e39\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e2b\u0e49\u0e21\u0e31\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2a\u0e16\u0e35\u0e22\u0e23 \u0e44\u0e21\u0e48\u0e25\u0e39\u0e48\u0e2d\u0e2d\u0e01 \u0e25\u0e2d\u0e07\u0e14\u0e39\u0e42\u0e04\u0e49\u0e14\u0e44\u0e14\u0e49\u0e15\u0e32\u0e21\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">numpy<\/span> <span class=\"k\">as<\/span> <span class=\"n\">np<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">matplotlib.pyplot<\/span> <span class=\"k\">as<\/span> <span class=\"n\">plt<\/span>\n<span class=\"o\">%<\/span><span class=\"n\">matplotlib<\/span> <span class=\"n\">inline<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">create_state_matrix<\/span><span class=\"p\">(<\/span><span class=\"n\">n_dim<\/span><span class=\"o\">=<\/span><span class=\"mi\">10<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"\n    Create state matrix where we reweight to smaller singular value\n    \"\"\"<\/span>\n    <span class=\"n\">A<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">random<\/span><span class=\"p\">.<\/span><span class=\"n\">rand<\/span><span class=\"p\">(<\/span><span class=\"n\">n_dim<\/span><span class=\"p\">,<\/span> <span class=\"n\">n_dim<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">A<\/span> <span class=\"o\">=<\/span> <span class=\"p\">(<\/span><span class=\"n\">A<\/span> <span class=\"o\">&lt;<\/span> <span class=\"mf\">0.1<\/span><span class=\"p\">).<\/span><span class=\"n\">astype<\/span><span class=\"p\">(<\/span><span class=\"nb\">float<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># sparse A matrix\n<\/span>    <span class=\"n\">u<\/span><span class=\"p\">,<\/span> <span class=\"n\">s<\/span><span class=\"p\">,<\/span> <span class=\"n\">v<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">linalg<\/span><span class=\"p\">.<\/span><span class=\"n\">svd<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># singular value decomposition\n<\/span>    <span class=\"n\">A<\/span> <span class=\"o\">=<\/span> <span class=\"n\">A<\/span> <span class=\"o\">\/<\/span> <span class=\"p\">(<\/span><span class=\"n\">s<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span> <span class=\"o\">*<\/span> <span class=\"mf\">1.01<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># reweight matrix so the system is stable\n<\/span>    <span class=\"k\">return<\/span> <span class=\"n\">A<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">simulate_system<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">,<\/span> <span class=\"n\">n_timestep<\/span><span class=\"o\">=<\/span><span class=\"mi\">1000<\/span><span class=\"p\">,<\/span> <span class=\"n\">noise_level<\/span><span class=\"o\">=<\/span><span class=\"mf\">0.5<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"\n    Simulate the system with n_timestep with the given noise level\n    \"\"\"<\/span>\n    <span class=\"n\">n<\/span><span class=\"p\">,<\/span> <span class=\"n\">_<\/span> <span class=\"o\">=<\/span> <span class=\"n\">A<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span>\n    <span class=\"n\">x_vec<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[]<\/span>\n    <span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">random<\/span><span class=\"p\">.<\/span><span class=\"n\">randn<\/span><span class=\"p\">(<\/span><span class=\"n\">n<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">for<\/span> <span class=\"n\">_<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"n\">n_timestep<\/span><span class=\"p\">):<\/span>\n        <span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">A<\/span><span class=\"p\">.<\/span><span class=\"n\">dot<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"o\">+<\/span> <span class=\"n\">noise_level<\/span> <span class=\"o\">*<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">random<\/span><span class=\"p\">.<\/span><span class=\"n\">randn<\/span><span class=\"p\">(<\/span><span class=\"n\">n<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n        <span class=\"n\">x_vec<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">x_vec<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">hstack<\/span><span class=\"p\">(<\/span><span class=\"n\">x_vec<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">x_vec<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48 \\(A\\) \u0e21\u0e35\u0e02\u0e19\u0e32\u0e14 \\(10 \\times 10\\) \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 1000 \u0e2a\u0e40\u0e15\u0e47\u0e1b\u0e41\u0e25\u0e30\u0e43\u0e2b\u0e49\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 noise = 0.5 \n\u0e2a\u0e48\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e19\u0e31\u0e49\u0e19 \u0e27\u0e34\u0e18\u0e35\u0e17\u0e35\u0e48\u0e04\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2b\u0e32 correlation \u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e02\u0e2d\u0e07\u0e40\u0e27\u0e25\u0e32 \\(t\\) \u0e01\u0e31\u0e1a\u0e40\u0e27\u0e25\u0e32 \\(t + 1\\) \n\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Functional Connnectivity \u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">n_timestep<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1000<\/span>\n<span class=\"n\">noise_level<\/span> <span class=\"o\">=<\/span> <span class=\"mf\">0.5<\/span>\n<span class=\"n\">A<\/span> <span class=\"o\">=<\/span> <span class=\"n\">create_state_matrix<\/span><span class=\"p\">(<\/span><span class=\"n\">n_dim<\/span><span class=\"o\">=<\/span><span class=\"mi\">10<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">x_vec<\/span> <span class=\"o\">=<\/span> <span class=\"n\">simulate_system<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">,<\/span> <span class=\"n\">n_timestep<\/span><span class=\"o\">=<\/span><span class=\"n\">n_timestep<\/span><span class=\"p\">,<\/span> <span class=\"n\">noise_level<\/span><span class=\"o\">=<\/span><span class=\"n\">noise_level<\/span><span class=\"p\">)<\/span>\n\n<span class=\"c1\"># \u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c A \u0e08\u0e32\u0e01\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\n<\/span><span class=\"n\">n<\/span> <span class=\"o\">=<\/span> <span class=\"n\">x_vec<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">A_approx<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">cov<\/span><span class=\"p\">(<\/span><span class=\"n\">x_vec<\/span><span class=\"p\">[:,<\/span> <span class=\"p\">:<\/span><span class=\"n\">n_timestep<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">1<\/span><span class=\"p\">],<\/span> <span class=\"n\">x_vec<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">:],<\/span> <span class=\"n\">rowvar<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)[<\/span><span class=\"n\">n<\/span><span class=\"p\">:,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">:<\/span><span class=\"n\">n<\/span><span class=\"p\">]<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e14\u0e39\u0e27\u0e48\u0e32 \\(A\\) \u0e01\u0e31\u0e1a \\(A_{approx}\\) \u0e21\u0e35\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e40\u0e25\u0e22<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">subplot<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">imshow<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">subplot<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">imshow<\/span><span class=\"p\">(<\/span><span class=\"n\">A_approx<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">show<\/span><span class=\"p\">()<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">corrcoef<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">.<\/span><span class=\"n\">ravel<\/span><span class=\"p\">(),<\/span> <span class=\"n\">A_approx<\/span><span class=\"p\">.<\/span><span class=\"n\">ravel<\/span><span class=\"p\">()))<\/span> <span class=\"c1\"># correlation between 2 matrices\n<\/span><\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/causal_inference\/example_dim_10.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"dim10\">\n      \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e38\u0e1b\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 Correlation \u0e40\u0e17\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e48\u0e32\u0e01\u0e31\u0e1a Causation \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u200b A \u0e08\u0e32\u0e01\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\u0e44\u0e14\u0e49\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e44\u0e21\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e08\u0e19\u0e40\u0e01\u0e34\u0e19\u0e44\u0e1b \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 \\(A\\) \u0e01\u0e31\u0e1a \\(A_{approx}\\) \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e04\u0e25\u0e36\u0e07\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2b\u0e32 correlation \n\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e08\u0e30\u0e44\u0e14\u0e49\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 0.924 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 (correlation \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e48\u0e32\u0e07\u0e44\u0e1b\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01 \\(A\\) \u0e44\u0e14\u0e49\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21) \n\u0e2a\u0e23\u0e38\u0e1b\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 \u0e16\u0e49\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e44\u0e21\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e38\u0e1b\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 Correlation \u0e04\u0e37\u0e2d Causation \u0e2b\u0e23\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e23\u0e30\u0e1a\u0e1a\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 \\(A\\) \u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19 \\(100 \\times 100\\) \u0e41\u0e17\u0e19 \u0e41\u0e25\u0e30\u0e25\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e2b\u0e32 \\(A\\) \u0e2d\u0e35\u0e01\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e14\u0e34\u0e21 \n\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e02\u0e36\u0e49\u0e19\u0e01\u0e27\u0e48\u0e32\u0e40\u0e14\u0e34\u0e21 \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48 100 \u0e40\u0e0b\u0e25\u0e25\u0e4c correlation \u0e02\u0e2d\u0e07 \\(A\\) \u0e01\u0e31\u0e1a \\(A_{approx}\\) \u0e25\u0e14\u0e25\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e1e\u0e35\u0e22\u0e07 0.57 \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">A<\/span> <span class=\"o\">=<\/span> <span class=\"n\">create_state_matrix<\/span><span class=\"p\">(<\/span><span class=\"n\">n_dim<\/span><span class=\"o\">=<\/span><span class=\"mi\">100<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">x_vec<\/span> <span class=\"o\">=<\/span> <span class=\"n\">simulate_system<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">,<\/span> <span class=\"n\">n_timestep<\/span><span class=\"o\">=<\/span><span class=\"mi\">1000<\/span><span class=\"p\">,<\/span> <span class=\"n\">noise_level<\/span><span class=\"o\">=<\/span><span class=\"mf\">0.5<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">n<\/span> <span class=\"o\">=<\/span> <span class=\"n\">x_vec<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">A_approx<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">cov<\/span><span class=\"p\">(<\/span><span class=\"n\">x_vec<\/span><span class=\"p\">[:,<\/span> <span class=\"p\">:<\/span><span class=\"n\">n_timestep<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">1<\/span><span class=\"p\">],<\/span> <span class=\"n\">x_vec<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">:],<\/span> <span class=\"n\">rowvar<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)[<\/span><span class=\"n\">n<\/span><span class=\"p\">:,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">:<\/span><span class=\"n\">n<\/span><span class=\"p\">]<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/causal_inference\/example_dim_100.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"dim100\">\n      \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48 Correlation \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48 Causation \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u200b A \u0e08\u0e32\u0e01\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e40\u0e01\u0e47\u0e1a\u0e21\u0e32\u0e44\u0e14\u0e49\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<blockquote>\n  <p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e21\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07 Functional Connectivity \u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1a\u0e2d\u0e01\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e44\u0e14\u0e49 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e0d\u0e48\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e01\u0e46\u0e40\u0e0a\u0e48\u0e19\u0e2a\u0e21\u0e2d\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n<\/blockquote>\n\n<p>\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2a\u0e21\u0e2d\u0e07\u0e19\u0e31\u0e49\u0e19 \u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07 Functional Connectivity \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e1e\u0e2d\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e44\u0e14\u0e49 \n\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 Causal Inference \u0e08\u0e36\u0e07\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e21\u0e32\u0e01\u0e46\u0e43\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2a\u0e21\u0e2d\u0e07\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h2 id=\"\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e47\u0e1a\u0e44\u0e14\u0e49\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\">\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e47\u0e1a\u0e44\u0e14\u0e49\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17<\/h2>\n\n<p>\u0e25\u0e2d\u0e07\u0e19\u0e36\u0e01\u0e14\u0e39\u0e27\u0e48\u0e32\u0e43\u0e19\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e08\u0e23\u0e34\u0e07\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e17\u0e38\u0e01\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e44\u0e14\u0e49 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e27\u0e25\u0e32\u0e40\u0e23\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01 fMRI \n\u0e2b\u0e23\u0e37\u0e2d EEG \u0e2b\u0e23\u0e37\u0e2d ECoG \u0e40\u0e23\u0e32\u0e27\u0e31\u0e14\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e34\u0e49\u0e19 \u0e01\u0e32\u0e23\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e22\u0e34\u0e48\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b\u0e01\u0e32\u0e23\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e15\u0e48\u0e2d\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e2d\u0e35\u0e01\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e46 \u0e01\u0e25\u0e38\u0e48\u0e21\u0e25\u0e30 10 \u0e40\u0e0b\u0e25\u0e25\u0e4c \u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e23\u0e27\u0e21\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e2d\u0e07\u0e19\u0e31\u0e49\u0e19\u0e04\u0e37\u0e2d\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u200b \\(B\\) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">n<\/span><span class=\"p\">,<\/span> <span class=\"n\">m<\/span> <span class=\"o\">=<\/span> <span class=\"n\">A<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span>\n<span class=\"n\">n_reduce<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">int<\/span><span class=\"p\">(<\/span><span class=\"n\">n<\/span><span class=\"o\">\/<\/span><span class=\"mi\">10<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">B<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">zeros<\/span><span class=\"p\">((<\/span><span class=\"n\">n_reduce<\/span><span class=\"p\">,<\/span> <span class=\"n\">m<\/span><span class=\"p\">))<\/span>\n<span class=\"k\">for<\/span> <span class=\"n\">i<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"mi\">10<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">B<\/span><span class=\"p\">[<\/span><span class=\"n\">i<\/span><span class=\"p\">,<\/span> <span class=\"n\">i<\/span> <span class=\"o\">*<\/span> <span class=\"mi\">10<\/span><span class=\"p\">:<\/span> <span class=\"p\">(<\/span><span class=\"n\">i<\/span> <span class=\"o\">+<\/span> <span class=\"mi\">1<\/span><span class=\"p\">)<\/span> <span class=\"o\">*<\/span> <span class=\"mi\">10<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1<\/span>\n<span class=\"n\">y<\/span> <span class=\"o\">=<\/span> <span class=\"n\">B<\/span><span class=\"p\">.<\/span><span class=\"n\">dot<\/span><span class=\"p\">(<\/span><span class=\"n\">x_vec<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># B here is a observe matrix, e.g. we only observe linear combination of neurons\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e41\u0e04\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07 map \u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e08\u0e32\u0e01\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17 100 \u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e25\u0e37\u0e2d 10 \u0e14\u0e49\u0e27\u0e22\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(B\\) \u0e0b\u0e36\u0e48\u0e07\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d \\(y\\) \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e30\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14 \\(10 \\times T\\) \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e27\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13 y \u0e44\u0e14\u0e49\u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">C_y<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">cov<\/span><span class=\"p\">(<\/span><span class=\"n\">y<\/span><span class=\"p\">[:,<\/span> <span class=\"p\">:<\/span><span class=\"n\">n_timestep<\/span> <span class=\"o\">-<\/span> <span class=\"mi\">1<\/span><span class=\"p\">],<\/span> <span class=\"n\">y<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">:],<\/span> <span class=\"n\">rowvar<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">subplot<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">imshow<\/span><span class=\"p\">(<\/span><span class=\"n\">A<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">subplot<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">,<\/span> <span class=\"mi\">2<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">imshow<\/span><span class=\"p\">(<\/span><span class=\"n\">C_y<\/span><span class=\"p\">[<\/span><span class=\"n\">n_reduce<\/span><span class=\"p\">:,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">:<\/span><span class=\"n\">n_reduce<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">show<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/causal_inference\/reduced_connectivity.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"reduced\">\n      \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e08\u0e32\u0e01\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 \u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e22\u0e34\u0e48\u0e07\u0e17\u0e33\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e40\u0e14\u0e34\u0e21\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e44\u0e14\u0e49\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(C_{y}\\) \u0e0b\u0e36\u0e48\u0e07\u0e22\u0e32\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e1a\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e08\u0e23\u0e34\u0e07\u0e46\u0e27\u0e48\u0e32\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(A\\) \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e25\u0e2d\u0e07\u0e19\u0e36\u0e01\u0e16\u0e36\u0e07\u0e43\u0e19\u0e2a\u0e21\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e01\u0e27\u0e48\u0e32 100 \u0e25\u0e49\u0e32\u0e19\u0e25\u0e49\u0e32\u0e19\u0e40\u0e0b\u0e25\u0e25\u0e4c \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e2d\u0e38\u0e14\u0e21\u0e04\u0e15\u0e34\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \\(A\\) \u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e46\u0e46\u0e46 \n\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2b\u0e32 Functional Connectivity \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e17\u0e32\u0e07\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17 \n\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38\u0e2b\u0e23\u0e37\u0e2d Causal Inference \u0e08\u0e36\u0e07\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e22\u0e34\u0e48\u0e07\u0e43\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e27\u0e34\u0e17\u0e22\u0e32\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e19\u0e35\u0e49\u0e1e\u0e39\u0e14\u0e21\u0e32\u0e01\u0e31\u0e19\u0e0b\u0e30\u0e40\u0e22\u0e2d\u0e30\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e40\u0e23\u0e32\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e43\u0e2b\u0e21\u0e48\u0e46\u0e21\u0e32\u0e28\u0e36\u0e01\u0e29\u0e32\u0e43\u0e19\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e27\u0e34\u0e17\u0e22\u0e32 \n\u0e41\u0e25\u0e30\u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e46\u0e17\u0e35\u0e48\u0e43\u0e01\u0e25\u0e49\u0e40\u0e04\u0e35\u0e22\u0e07\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32 \u0e43\u0e19\u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e40\u0e1e\u0e35\u0e22\u0e07 correlation \u0e21\u0e32\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e44\u0e14\u0e49<br \/>\n\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e42\u0e23\u0e07\u0e40\u0e23\u0e35\u0e22\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e27\u0e34\u0e0a\u0e32 Causal Inference \u0e21\u0e35\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e42\u0e14\u0e22\u0e08\u0e30\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e27\u0e48\u0e32\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e43\u0e14\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e41\u0e1a\u0e1a\u0e43\u0e14\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e01\u0e31\u0e19<\/p>\n\n<h2 id=\"3-\u0e2a\u0e33\u0e19\u0e31\u0e01\u0e02\u0e2d\u0e07-causal-inference\">3 \u0e2a\u0e33\u0e19\u0e31\u0e01\u0e02\u0e2d\u0e07 Causal Inference<\/h2>\n\n<p>\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e21\u0e35\u0e42\u0e23\u0e07\u0e40\u0e23\u0e35\u0e22\u0e19\u0e04\u0e27\u0e32\u0e21\u0e04\u0e34\u0e14\u0e17\u0e35\u0e48\u0e2a\u0e2d\u0e19\u0e14\u0e49\u0e32\u0e19 Causal Inference \u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 3 \u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e2b\u0e25\u0e31\u0e01\u0e46<\/p>\n\n<ol>\n  <li>Directed Acyclic Graph (DAGs) \u0e0b\u0e36\u0e48\u0e07\u0e44\u0e14\u0e49\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e21\u0e32\u0e08\u0e32\u0e01\u0e2b\u0e19\u0e31\u0e07\u0e2a\u0e37\u0e2d Causality \u0e02\u0e2d\u0e07 Judea Pearl \u0e17\u0e35\u0e48\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e35 2000<\/li>\n  <li>Causal Discovery \u0e0b\u0e36\u0e48\u0e07\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e2a\u0e32\u0e02\u0e32\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c<\/li>\n  <li>Causal Interence from Economics \u0e40\u0e1b\u0e47\u0e19\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e19\u0e31\u0e01\u0e40\u0e28\u0e23\u0e29\u0e10\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c \u0e42\u0e14\u0e22\u0e21\u0e35\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e46\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 Randomized Control Trial (RCT), \nRegression Discontinuity Design (RDD), Instrumental Variable, \u0e41\u0e25\u0e30\u0e2d\u0e37\u0e48\u0e19\u0e46<\/li>\n<\/ol>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e15\u0e48\u0e32\u0e07\u0e46\u0e17\u0e35\u0e48\u0e04\u0e19\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e21\u0e32\u0e08\u0e32\u0e01\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e43\u0e14\u0e1a\u0e49\u0e32\u0e07\u0e41\u0e25\u0e30\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e1e\u0e39\u0e14\u0e01\u0e31\u0e19\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e2b\u0e19\u0e49\u0e32\u0e19\u0e30<\/p>\n\n<h2 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h2>\n\n<p>\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e2d\u0e07\u0e41\u0e1a\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e2a\u0e21\u0e2d\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e23\u0e30\u0e1a\u0e1a\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e40\u0e25\u0e47\u0e01 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e28\u0e36\u0e01\u0e29\u0e32\u0e23\u0e30\u0e1a\u0e1a\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e19\u0e31\u0e01 \n\u0e41\u0e15\u0e48\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e0d\u0e48\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e2a\u0e21\u0e2d\u0e07\u0e17\u0e33\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01\u0e21\u0e32\u0e01\u0e46 (\u0e19\u0e36\u0e01\u0e16\u0e36\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e21\u0e35 100 \u0e25\u0e49\u0e32\u0e19\u0e25\u0e49\u0e32\u0e19\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e2a\u0e21\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e19) \n\u0e19\u0e31\u0e48\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38\u0e17\u0e35\u0e48\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07 Functional Connectivity \u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e19\u0e33\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e35\u0e19\u0e31\u0e01 \u0e01\u0e32\u0e23\u0e19\u0e33\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e08\u0e32\u0e01\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07 \nCausal Inference \u0e08\u0e36\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e19\u0e33\u0e21\u0e32\u0e28\u0e36\u0e01\u0e29\u0e32\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e0d\u0e48\u0e46\u0e44\u0e14\u0e49\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e27\u0e34\u0e18\u0e35\u0e04\u0e34\u0e14\u0e41\u0e1a\u0e1a\u0e40\u0e01\u0e48\u0e32\u0e46<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e19\u0e33\u0e40\u0e2d\u0e32 Causal Inference \u0e21\u0e32\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e08\u0e30\u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e15\u0e48\u0e2d\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e2b\u0e19\u0e49\u0e32\u0e46\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19\u0e44\u0e1b\u0e2d\u0e35\u0e01\u0e0b\u0e31\u0e01\u0e1e\u0e31\u0e01\u0e19\u0e36\u0e07 \n\u0e23\u0e2d\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e2e\u0e30<\/p>\n\n<h2 id=\"\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\">\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21<\/h2>\n\n<ul>\n  <li><a href=\"https:\/\/journals.plos.org\/ploscompbiol\/article?id=10.1371\/journal.pcbi.1005268\">Could a Neuroscientist Understand a Microprocessor? by Eric Jonas and Konrad Kording<\/a><\/li>\n  <li><a href=\"https:\/\/www.nytimes.com\/2018\/06\/01\/business\/dealbook\/review-the-book-of-why-examines-the-science-of-cause-and-effect.html\">The Book of Why: The New Science of Cause and Effect by Judea Pearl<\/a><\/li>\n<\/ul>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/thinking-about-causality\/\">\u0e17\u0e33\u0e44\u0e21\u0e16\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49 Causal Inference<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on September 05, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/a-month-in-montreal\/"}},"id":"https:\/\/tupleblog.github.io\/a-month-in-montreal","published":"2018-08-26T01:30:00+07:00","updated":"2018-08-26T01:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e41\u0e04\u0e19\u0e32\u0e14\u0e32\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e41\u0e23\u0e01\u0e46 \u0e17\u0e35\u0e48\u0e1c\u0e21\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e2a\u0e21\u0e31\u0e22\u0e40\u0e14\u0e47\u0e01\u0e46 \u0e41\u0e15\u0e48\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e42\u0e15\u0e23\u0e2d\u0e19\u0e42\u0e15\u0e01\u0e31\u0e1a\u0e41\u0e27\u0e19\u0e04\u0e39\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e41\u0e25\u0e49\u0e27\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e01\u0e47\u0e41\u0e17\u0e1a\u0e08\u0e30\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e44\u0e14\u0e49\u0e22\u0e34\u0e19\u0e21\u0e32\u0e01\u0e0b\u0e31\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\n\u0e15\u0e2d\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e23\u0e39\u0e49\u0e41\u0e04\u0e48\u0e27\u0e48\u0e32\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e0d\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e31\u0e19\u0e14\u0e31\u0e1a\u0e2a\u0e2d\u0e07\u0e43\u0e19\u0e41\u0e04\u0e19\u0e32\u0e14\u0e32\u0e15\u0e31\u0e49\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e31\u0e10\u0e04\u0e27\u0e35\u0e40\u0e1a\u0e01\u0e0b\u0e36\u0e48\u0e07\u0e1c\u0e39\u0e49\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e20\u0e32\u0e29\u0e32\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e28\u0e2a\u0e2a\u0e37\u0e48\u0e2d\u0e2a\u0e32\u0e23\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e1b\u0e35\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e35\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e25\u0e32\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e46 \u0e08\u0e32\u0e01\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22 \u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e08\u0e32\u0e01\u0e27\u0e34\u0e0a\u0e32\u0e20\u0e39\u0e21\u0e34\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e01\u0e47\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e19\u0e34\u0e17\u0e2a\u0e19\u0e21\n\u0e08\u0e19\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e2b\u0e25\u0e07\u0e23\u0e31\u0e01\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e41\u0e25\u0e30\u0e02\u0e2d\u0e22\u0e01\u0e43\u0e2b\u0e49\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e42\u0e1b\u0e23\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e40\u0e25\u0e22<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/street.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"street\">\n      \u0e16\u0e19\u0e19\u0e43\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46 \u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21 \u0e02\u0e2d\u0e07\u0e01\u0e34\u0e19 \u0e02\u0e19\u0e21 \u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e04\u0e19\u0e17\u0e35\u0e48\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e43\u0e19\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e1e\u0e1a\u0e40\u0e08\u0e2d<\/p>\n\n<h2 id=\"\u0e17\u0e38\u0e01\u0e46-\u0e40\u0e0a\u0e49\u0e32\">\u0e17\u0e38\u0e01\u0e46 \u0e40\u0e0a\u0e49\u0e32<\/h2>\n\n<p>\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e1e\u0e2d\u0e2a\u0e21\u0e04\u0e27\u0e23\u0e42\u0e14\u0e22\u0e21\u0e35\u0e20\u0e39\u0e40\u0e02\u0e32\u0e04\u0e31\u0e48\u0e19\u0e01\u0e25\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e42\u0e0b\u0e19\u0e14\u0e32\u0e27\u0e19\u0e4c\u0e17\u0e32\u0e27\u0e19\u0e4c\u0e41\u0e25\u0e30\u0e42\u0e0b\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e40\u0e02\u0e32 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e41\u0e25\u0e01\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e17\u0e35\u0e48\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e2b\u0e23\u0e37\u0e2d University de Montreal \u0e0b\u0e36\u0e48\u0e07\u0e14\u0e31\u0e19\u0e44\u0e1b\u0e2d\u0e22\u0e39\u0e48\u0e2b\u0e25\u0e31\u0e07\u0e40\u0e02\u0e32\u0e2e\u0e30 \u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e08\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e1e\u0e31\u0e01\u0e01\u0e31\u0e19\u0e41\u0e16\u0e27\u0e46 \u0e16\u0e19\u0e19\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e42\u0e04\u0e14\u0e34\u0e40\u0e19\u0e22\u0e4c (Cote Des Neiges) \u0e17\u0e38\u0e01\u0e46 \u0e40\u0e0a\u0e49\u0e32\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e14\u0e34\u0e19\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 30 \u0e19\u0e32\u0e17\u0e35\u0e02\u0e36\u0e49\u0e19\u0e40\u0e02\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e44\u0e1b\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22 \u0e1e\u0e2d\u0e40\u0e14\u0e34\u0e19\u0e44\u0e1b\u0e16\u0e36\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e47\u0e44\u0e14\u0e49\u0e40\u0e2b\u0e07\u0e37\u0e48\u0e2d\u0e01\u0e33\u0e25\u0e31\u0e07\u0e14\u0e35\u0e40\u0e25\u0e22 \u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e2a\u0e07\u0e1a\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e23\u0e49\u0e2d\u0e19 \u0e21\u0e35\u0e19\u0e31\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19\u0e19\u0e49\u0e2d\u0e22\u0e21\u0e32\u0e01\u0e46 \u0e42\u0e14\u0e22\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e0a\u0e2d\u0e1a\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e23\u0e32\u0e41\u0e25\u0e49\u0e27\u0e04\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e49\u0e32\u0e19\u0e01\u0e32\u0e41\u0e1f\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e25\u0e32\u0e41\u0e1e\u0e25\u0e07\u0e04\u0e4c (La Plank Cafe) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e49\u0e32\u0e19\u0e01\u0e32\u0e41\u0e1f\u0e25\u0e36\u0e01\u0e25\u0e31\u0e1a\u0e43\u0e19\u0e15\u0e36\u0e01\u0e1f\u0e34\u0e2a\u0e34\u0e01\u0e2a\u0e4c\u0e40\u0e1b\u0e34\u0e14\u0e42\u0e14\u0e22\u0e19\u0e31\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e02\u0e32\u0e22\u0e01\u0e32\u0e41\u0e1f\u0e41\u0e01\u0e49\u0e27\u0e25\u0e30 1 \u0e40\u0e2b\u0e23\u0e35\u0e22\u0e0d\u0e41\u0e04\u0e19\u0e32\u0e14\u0e32\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19! \u0e16\u0e39\u0e01\u0e21\u0e32\u0e01\u0e08\u0e23\u0e34\u0e07\u0e46<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/laplanck.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"laplanck\">\n      La Planck Coffee \u0e23\u0e49\u0e32\u0e19\u0e01\u0e32\u0e41\u0e1f\u0e25\u0e36\u0e01\u0e25\u0e31\u0e1a\u0e43\u0e19\u0e15\u0e36\u0e01\u0e1f\u0e34\u0e2a\u0e34\u0e01\u0e2a\u0e4c\u0e17\u0e35\u0e48 University de Montreal\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2b\u0e23\u0e37\u0e2d\u0e16\u0e49\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e01\u0e34\u0e19\u0e2d\u0e30\u0e44\u0e23\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e17\u0e32\u0e07\u0e44\u0e1b\u0e42\u0e23\u0e07\u0e40\u0e23\u0e35\u0e22\u0e19\u0e01\u0e47\u0e21\u0e35\u0e23\u0e49\u0e32\u0e19\u0e01\u0e32\u0e41\u0e1f\u0e41\u0e25\u0e30\u0e23\u0e49\u0e32\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e40\u0e0a\u0e49\u0e32\u0e2a\u0e44\u0e15\u0e25\u0e4c\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e28\u0e2a\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e01\u0e34\u0e19\u0e04\u0e23\u0e31\u0e27\u0e0b\u0e2d\u0e07\u0e04\u0e4c\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e23\u0e49\u0e32\u0e19 Premi\u00e8re Moisson, Au Pain Dore Ltee, \u0e2b\u0e23\u0e37\u0e2d Duc de Lorraine \u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e04\u0e23\u0e31\u0e27\u0e0b\u0e2d\u0e07\u0e04\u0e4c\u0e14\u0e35\u0e46 \u0e01\u0e31\u0e1a\u0e01\u0e32\u0e41\u0e1f\u0e40\u0e22\u0e47\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e0a\u0e49\u0e32\u0e43\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e23\u0e49\u0e2d\u0e19\u0e19\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e23\u0e48\u0e32\u0e07\u0e01\u0e32\u0e22\u0e2a\u0e14\u0e0a\u0e37\u0e48\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e2a\u0e48\u0e27\u0e19\u0e23\u0e32\u0e04\u0e32\u0e01\u0e47\u0e44\u0e21\u0e48\u0e41\u0e1e\u0e07\u0e40\u0e25\u0e22 \u0e15\u0e01\u0e41\u0e25\u0e49\u0e27\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 2.5-3.5 \u0e14\u0e2d\u0e25\u0e25\u0e32\u0e23\u0e4c\u0e15\u0e48\u0e2d\u0e0a\u0e34\u0e49\u0e19\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n\n<h2 id=\"\u0e27\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e17\u0e38\u0e01\u0e17\u0e35\u0e48\">\u0e27\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e17\u0e38\u0e01\u0e17\u0e35\u0e48<\/h2>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e1a\u0e2d\u0e01\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e27\u0e48\u0e32\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e1e\u0e2d\u0e2a\u0e21\u0e04\u0e27\u0e23 \u0e41\u0e25\u0e30\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e23\u0e32\u0e04\u0e32\u0e02\u0e19\u0e2a\u0e48\u0e07\u0e21\u0e27\u0e25\u0e0a\u0e19\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e41\u0e1e\u0e07\u0e44\u0e1b\u0e19\u0e34\u0e14 \u0e01\u0e32\u0e23\u0e19\u0e31\u0e48\u0e07\u0e23\u0e16\u0e44\u0e1f\u0e2b\u0e23\u0e37\u0e2d\u0e23\u0e16\u0e40\u0e21\u0e25\u0e4c\u0e15\u0e48\u0e2d\u0e04\u0e23\u0e31\u0e49\u0e07\u0e15\u0e01\u0e41\u0e25\u0e49\u0e27\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e40\u0e07\u0e34\u0e19 3.25 \u0e14\u0e2d\u0e25\u0e25\u0e32\u0e23\u0e4c\u0e41\u0e04\u0e19\u0e32\u0e14\u0e32\u0e40\u0e25\u0e22\u0e2b\u0e25\u0e48\u0e30 \u0e1b\u0e23\u0e30\u0e40\u0e14\u0e47\u0e19\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e41\u0e25\u0e01\u0e40\u0e07\u0e34\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e35\u0e22\u0e07 600 \u0e40\u0e2b\u0e23\u0e35\u0e22\u0e0d\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e34\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e15\u0e25\u0e2d\u0e14 20 \u0e01\u0e27\u0e48\u0e32\u0e27\u0e31\u0e19 \u0e16\u0e49\u0e32\u0e23\u0e49\u0e32\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e44\u0e01\u0e25\u0e21\u0e32\u0e01\u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e35\u0e48\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e1b\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e44\u0e01\u0e25\u0e21\u0e32\u0e01 \u0e1a\u0e32\u0e07\u0e17\u0e35\u0e40\u0e23\u0e32\u0e01\u0e47\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e27\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e19\u0e31\u0e48\u0e07\u0e23\u0e16\u0e44\u0e1f<\/p>\n\n<p>\u0e2a\u0e16\u0e32\u0e19\u0e17\u0e35\u0e48\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a\u0e27\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e07\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e0a\u0e21\u0e27\u0e34\u0e27\u0e17\u0e35\u0e48 Mont Royale \u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e27\u0e34\u0e48\u0e07\u0e08\u0e32\u0e01\u0e1a\u0e49\u0e32\u0e19\u0e02\u0e36\u0e49\u0e19\u0e40\u0e02\u0e32\u0e44\u0e1b\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 40 \u0e19\u0e32\u0e17\u0e35 \u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e0a\u0e21\u0e27\u0e34\u0e27\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e21\u0e32\u0e15\u0e2d\u0e19\u0e40\u0e22\u0e47\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e41\u0e2a\u0e07\u0e08\u0e30\u0e2a\u0e32\u0e14\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e15\u0e36\u0e01\u0e43\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07 \u0e41\u0e25\u0e30\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e23\u0e2d\u0e08\u0e19\u0e43\u0e01\u0e25\u0e49\u0e04\u0e48\u0e33\u0e01\u0e47\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e27\u0e22\u0e07\u0e32\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e43\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e25\u0e32\u0e07\u0e04\u0e37\u0e19\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e16\u0e31\u0e14\u0e21\u0e32\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a\u0e21\u0e32\u0e01\u0e46 \u0e01\u0e47\u0e04\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e1a\u0e2a\u0e16\u0e4c St. Joseph Du Mont Royale \u0e0b\u0e36\u0e48\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e44\u0e01\u0e25\u0e08\u0e32\u0e01\u0e1a\u0e49\u0e32\u0e19\u0e19\u0e31\u0e01 \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e08\u0e30\u0e21\u0e32\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e04\u0e27\u0e23\u0e21\u0e32\u0e15\u0e2d\u0e19\u0e40\u0e22\u0e47\u0e19\u0e46 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e08\u0e30\u0e21\u0e35\u0e01\u0e25\u0e38\u0e48\u0e21\u0e04\u0e19\u0e41\u0e25\u0e30\u0e27\u0e31\u0e22\u0e23\u0e38\u0e48\u0e19\u0e41\u0e16\u0e27\u0e19\u0e31\u0e49\u0e19\u0e21\u0e32\u0e19\u0e31\u0e48\u0e07\u0e23\u0e2d\u0e14\u0e39\u0e1e\u0e23\u0e30\u0e2d\u0e32\u0e17\u0e34\u0e15\u0e22\u0e4c\u0e15\u0e01\u0e01\u0e31\u0e19 \u0e44\u0e14\u0e49\u0e1a\u0e23\u0e23\u0e22\u0e32\u0e01\u0e32\u0e28\u0e02\u0e2d\u0e07\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e44\u0e1b\u0e2d\u0e35\u0e01\u0e41\u0e1a\u0e1a\u0e19\u0e36\u0e07<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/sunset.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"sunset\">\n      \u0e15\u0e2d\u0e19\u0e40\u0e22\u0e47\u0e19\u0e46 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e19\u0e31\u0e48\u0e07\u0e14\u0e39\u0e1e\u0e23\u0e30\u0e2d\u0e32\u0e17\u0e34\u0e15\u0e22\u0e4c\u0e15\u0e01\u0e17\u0e35\u0e48 St. Joseph Du Mont Royale \u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a\u0e01\u0e25\u0e38\u0e48\u0e21\u0e27\u0e31\u0e22\u0e23\u0e38\u0e48\u0e19\u0e41\u0e16\u0e27\u0e19\u0e35\u0e49\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e04\u0e32\u0e14\u0e04\u0e34\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e19\u0e36\u0e07\u0e04\u0e37\u0e2d\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e21\u0e35\u0e1c\u0e39\u0e49\u0e2d\u0e1e\u0e22\u0e1e\u0e0a\u0e32\u0e27\u0e40\u0e02\u0e21\u0e23\u0e01\u0e25\u0e38\u0e48\u0e21\u0e43\u0e2b\u0e0d\u0e48\u0e1e\u0e2d\u0e2a\u0e21\u0e04\u0e27\u0e23 \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e16\u0e27\u0e46 \u0e1a\u0e49\u0e32\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e21\u0e35\u0e23\u0e49\u0e32\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e40\u0e02\u0e21\u0e23\u0e02\u0e36\u0e49\u0e19\u0e0a\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e41\u0e19\u0e30\u0e19\u0e33 \u0e40\u0e23\u0e32\u0e40\u0e25\u0e22\u0e44\u0e1b\u0e25\u0e2d\u0e07\u0e01\u0e34\u0e19\u0e01\u0e4b\u0e27\u0e22\u0e40\u0e15\u0e35\u0e4b\u0e22\u0e27\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e02\u0e21\u0e23\u0e14\u0e39\u0e0b\u0e30\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19 Restaurant Phnom Penh \u0e23\u0e2a\u0e0a\u0e32\u0e15\u0e34\u0e01\u0e4b\u0e27\u0e22\u0e40\u0e15\u0e35\u0e4b\u0e22\u0e27\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e1a\u0e19\u0e49\u0e33\u0e0b\u0e38\u0e1b\u0e01\u0e23\u0e30\u0e14\u0e39\u0e01\u0e2b\u0e21\u0e39\u0e19\u0e35\u0e48\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e08\u0e31\u0e14\u0e08\u0e49\u0e32\u0e19\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e0a\u0e32\u0e22\u0e2a\u0e35\u0e48\u0e2b\u0e21\u0e35\u0e48\u0e40\u0e01\u0e35\u0e4a\u0e22\u0e27\u0e15\u0e2d\u0e19\u0e2b\u0e34\u0e27\u0e43\u0e19\u0e40\u0e27\u0e25\u0e32\u0e40\u0e17\u0e35\u0e48\u0e22\u0e07\u0e04\u0e37\u0e19\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e14\u0e35\u0e08\u0e23\u0e34\u0e07\u0e46<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/noodle.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"noodle\">\n      \u0e01\u0e4b\u0e27\u0e22\u0e40\u0e15\u0e35\u0e4b\u0e22\u0e27\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19 Restaurant Phnom Penh \u0e23\u0e2a\u0e0a\u0e32\u0e15\u0e34\u0e1f\u0e34\u0e19\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e0a\u0e32\u0e22\u0e2a\u0e35\u0e48\u0e2b\u0e21\u0e35\u0e48\u0e40\u0e01\u0e35\u0e4a\u0e22\u0e27\u0e15\u0e2d\u0e19\u0e40\u0e17\u0e35\u0e48\u0e22\u0e07\u0e04\u0e37\u0e19\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e2b\u0e21\u0e14 \u0e22\u0e31\u0e07\u0e21\u0e35\u0e23\u0e49\u0e32\u0e19\u0e41\u0e1b\u0e25\u0e01\u0e01\u0e27\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e2d\u0e35\u0e01\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32 Gibeau Orange Julep \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e49\u0e32\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23 Fast food \u0e0b\u0e36\u0e48\u0e07\u0e23\u0e39\u0e1b\u0e23\u0e48\u0e32\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e1c\u0e25\u0e2a\u0e49\u0e21 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e02\u0e32\u0e22\u0e19\u0e49\u0e33\u0e2a\u0e49\u0e21\u0e14\u0e49\u0e27\u0e22\u0e19\u0e30 \u0e19\u0e49\u0e33\u0e2a\u0e49\u0e21\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e43\u0e2a\u0e48\u0e2a\u0e48\u0e27\u0e19\u0e1c\u0e2a\u0e21\u0e2d\u0e30\u0e44\u0e23\u0e0b\u0e31\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e04\u0e49\u0e32\u0e44\u0e21\u0e48\u0e1a\u0e2d\u0e01\u0e2a\u0e39\u0e15\u0e23 \u0e41\u0e15\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e19\u0e49\u0e33\u0e2a\u0e49\u0e21\u0e19\u0e38\u0e48\u0e21\u0e19\u0e27\u0e25\u0e21\u0e32\u0e01\u0e46 \u0e2d\u0e23\u0e48\u0e2d\u0e22\u0e41\u0e1a\u0e1a\u0e15\u0e2d\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e01\u0e34\u0e19\u0e43\u0e2b\u0e21\u0e48<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/julep.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"julep\">\n      Gibeau Orange Julep \u0e23\u0e49\u0e32\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23 Fast Food \u0e17\u0e35\u0e48\u0e02\u0e32\u0e22\u0e19\u0e49\u0e33\u0e2a\u0e49\u0e21\u0e23\u0e2a\u0e1c\u0e2a\u0e21\u0e2d\u0e30\u0e44\u0e23\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e2d\u0e23\u0e48\u0e2d\u0e22\u0e21\u0e32\u0e01 texture \u0e02\u0e2d\u0e07\u0e19\u0e49\u0e33\u0e2a\u0e49\u0e21\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e19\u0e27\u0e25\u0e25\u0e34\u0e49\u0e19\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e08\u0e31\u0e07\u0e2b\u0e27\u0e31\u0e14\">\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e08\u0e31\u0e07\u0e2b\u0e27\u0e31\u0e14<\/h2>\n\n<p>\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e2d\u0e07\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e1e\u0e39\u0e17\u0e35\u0e19 (Poutine) \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e04\u0e33\u0e16\u0e32\u0e21\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e22\u0e34\u0e19\u0e0a\u0e37\u0e48\u0e2d\u0e19\u0e35\u0e49\u0e01\u0e47\u0e19\u0e31\u0e48\u0e19\u0e41\u0e2b\u0e25\u0e30\u0e04\u0e23\u0e31\u0e1a \u201c\u0e1e\u0e39\u0e17\u0e35\u0e19\u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23\u201d \u0e1e\u0e39\u0e17\u0e35\u0e19\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e2d\u0e32\u0e40\u0e1f\u0e23\u0e19\u0e0a\u0e4c\u0e1f\u0e23\u0e32\u0e22\u0e23\u0e32\u0e14\u0e19\u0e33\u0e49\u0e40\u0e01\u0e23\u0e27\u0e35\u0e48 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e42\u0e1b\u0e30\u0e14\u0e49\u0e27\u0e22\u0e0a\u0e35\u0e2a\u0e40\u0e04\u0e34\u0e23\u0e4c\u0e14 (\u0e0a\u0e35\u0e2a\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e49\u0e2d\u0e19\u0e46) \u0e41\u0e25\u0e30\u0e17\u0e49\u0e2d\u0e1b\u0e1b\u0e34\u0e49\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e14\u0e49 \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 smoked meat \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e14 \u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e2a\u0e49\u0e01\u0e23\u0e2d\u0e01 \u0e2d\u0e30\u0e44\u0e23\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e1f\u0e31\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e41\u0e23\u0e01\u0e01\u0e47\u0e41\u0e17\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e25\u0e21\u0e01\u0e31\u0e1a\u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13\u200b\u0e41\u0e04\u0e25\u0e2d\u0e23\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27 \u0e41\u0e15\u0e48\u0e40\u0e2d\u0e32\u0e40\u0e02\u0e49\u0e32\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e1e\u0e39\u0e17\u0e35\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e23\u0e48\u0e2d\u0e22\u0e21\u0e32\u0e01\u0e01\u0e01\u0e01 (\u0e01. \u0e44\u0e01\u0e48 500 \u0e15\u0e31\u0e27) \u0e22\u0e34\u0e48\u0e07\u0e44\u0e14\u0e49\u0e01\u0e34\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e21\u0e32\u0e40\u0e19\u0e35\u0e48\u0e22\u0e19\u0e30 \u0e04\u0e27\u0e32\u0e21\u0e1f\u0e34\u0e19\u0e22\u0e34\u0e48\u0e07\u0e01\u0e27\u0e48\u0e32\u0e01\u0e34\u0e19\u0e16\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e2d\u0e35\u0e01<\/p>\n\n<p>\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e23\u0e49\u0e32\u0e19\u0e1e\u0e39\u0e17\u0e35\u0e19\u0e21\u0e32\u0e2b\u0e25\u0e32\u0e22\u0e17\u0e35\u0e48 \u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e23\u0e49\u0e32\u0e19\u0e14\u0e31\u0e07 La Banquise \u0e41\u0e16\u0e27\u0e46 \u0e22\u0e48\u0e32\u0e19 Le Plateau Mont Royal \u0e41\u0e25\u0e30 Le Smoking BBQ \u0e41\u0e16\u0e27\u0e46 \u0e14\u0e32\u0e27\u0e19\u0e4c\u0e17\u0e32\u0e27\u0e19\u0e4c \u0e01\u0e34\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e41\u0e23\u0e01\u0e01\u0e47\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e40\u0e25\u0e35\u0e48\u0e22\u0e19\u0e46 \u0e19\u0e30 \u0e1e\u0e2d\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e2d\u0e07\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e0a\u0e2d\u0e1a \u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e17\u0e35\u0e48\u0e1a\u0e49\u0e32\u0e19\u0e40\u0e27\u0e25\u0e32\u0e40\u0e17\u0e35\u0e48\u0e22\u0e07\u0e04\u0e37\u0e19 \u0e2d\u0e22\u0e32\u0e01\u0e01\u0e34\u0e19\u0e2d\u0e35\u0e01\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/poutine.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"poutine\">\n      Poutine \u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e08\u0e31\u0e07\u0e2b\u0e27\u0e31\u0e14 \u0e43\u0e04\u0e23\u0e21\u0e32\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e2d\u0e07\u0e01\u0e34\u0e19 \u0e22\u0e34\u0e48\u0e07\u0e01\u0e34\u0e19\u0e15\u0e2d\u0e19\u0e14\u0e36\u0e01\u0e46 \u0e2b\u0e23\u0e37\u0e2d\u0e15\u0e2d\u0e19\u0e40\u0e21\u0e32\u0e46 \u0e40\u0e19\u0e35\u0e48\u0e22\u0e22\u0e34\u0e48\u0e07\u0e2d\u0e23\u0e48\u0e2d\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\">\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c<\/h2>\n\n<p>\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\u0e43\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e25\u0e32\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e38\u0e02\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e17\u0e35\u0e48\u0e21\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e40\u0e25\u0e22\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07 Street Festival \u0e41\u0e25\u0e30\u0e2a\u0e16\u0e32\u0e19\u0e17\u0e35\u0e48\u0e17\u0e48\u0e2d\u0e07\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e40\u0e08\u0e4b\u0e07\u0e46 \u0e2b\u0e25\u0e32\u0e22\u0e17\u0e35\u0e48\u0e43\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e44\u0e1b\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e0b\u0e37\u0e49\u0e2d\u0e1a\u0e31\u0e15\u0e23\u0e23\u0e16\u0e44\u0e1f\u0e1f\u0e49\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e42\u0e14\u0e22\u0e1a\u0e31\u0e15\u0e23\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e16\u0e36\u0e07\u0e27\u0e31\u0e19\u0e2d\u0e32\u0e17\u0e34\u0e15\u0e22\u0e4c\u0e15\u0e2d\u0e19\u0e01\u0e25\u0e32\u0e07\u0e04\u0e37\u0e19\u0e40\u0e25\u0e22\u0e2b\u0e25\u0e48\u0e30<\/p>\n\n<p>\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e0b\u0e37\u0e49\u0e2d\u0e15\u0e31\u0e4b\u0e27\u0e2a\u0e38\u0e14\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e25\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e43\u0e2b\u0e49\u0e04\u0e38\u0e49\u0e21\u0e04\u0e48\u0e32\u0e0b\u0e30\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e16\u0e48\u0e32\u0e22\u0e23\u0e39\u0e1b\u0e21\u0e32\u0e2b\u0e25\u0e32\u0e22\u0e17\u0e35\u0e48\u0e21\u0e32\u0e01\u0e46<\/p>\n\n<ul>\n  <li>Habitat 67 \u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e41\u0e1a\u0e1a\u0e40\u0e25\u0e42\u0e01\u0e49\u0e42\u0e14\u0e22\u0e42\u0e21\u0e40\u0e0a \u0e0b\u0e32\u0e1f\u0e14\u0e35 (Moshe Safdie) \u0e2d\u0e1e\u0e32\u0e23\u0e4c\u0e17\u0e40\u0e21\u0e49\u0e19\u0e17\u0e4c\u0e04\u0e2d\u0e21\u0e40\u0e1e\u0e25\u0e47\u0e01\u0e0b\u0e4c\u0e19\u0e35\u0e49\u0e16\u0e39\u0e01\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e2a\u0e21\u0e31\u0e22 1967 \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e1b\u0e35\u0e19\u0e31\u0e49\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e08\u0e49\u0e32\u0e20\u0e32\u0e1e\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e07\u0e32\u0e19 World\u2019s Fair \u0e2b\u0e23\u0e37\u0e2d World Expo \u0e42\u0e14\u0e22\u0e18\u0e35\u0e21\u0e02\u0e2d\u0e07\u0e07\u0e32\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e18\u0e35\u0e21\u0e17\u0e35\u0e48\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e1b\u0e35 67 \u0e17\u0e32\u0e07\u0e17\u0e35\u0e21\u0e07\u0e32\u0e19\u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e0a\u0e48\u0e44\u0e14\u0e49\u0e14\u0e36\u0e07\u0e15\u0e31\u0e27\u0e42\u0e21\u0e40\u0e0a\u0e48\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e08\u0e32\u0e01\u0e2d\u0e40\u0e21\u0e23\u0e34\u0e01\u0e32\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19\u0e08\u0e1a\u0e08\u0e32\u0e01\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22 McGill \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e21\u0e32\u0e2d\u0e2d\u0e01\u0e41\u0e1a\u0e1a\u0e2d\u0e1e\u0e32\u0e23\u0e4c\u0e17\u0e40\u0e21\u0e49\u0e19\u0e17\u0e4c\u0e04\u0e2d\u0e21\u0e40\u0e1e\u0e25\u0e47\u0e01\u0e0b\u0e4c\u0e19\u0e35\u0e49\u0e0b\u0e36\u0e48\u0e07\u0e44\u0e14\u0e49\u0e41\u0e23\u0e07\u0e1a\u0e31\u0e19\u0e14\u0e32\u0e25\u0e43\u0e08\u0e21\u0e32\u0e08\u0e32\u0e01\u0e18\u0e35\u0e2a\u0e34\u0e2a\u0e02\u0e2d\u0e07\u0e40\u0e02\u0e32\u0e15\u0e2d\u0e19\u0e40\u0e23\u0e35\u0e22\u0e19\u0e08\u0e1a \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e44\u0e14\u0e49\u0e21\u0e32\u0e17\u0e31\u0e27\u0e23\u0e4c\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e0a\u0e21\u0e43\u0e19\u0e2b\u0e49\u0e2d\u0e07\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e17\u0e35\u0e48\u0e04\u0e23\u0e2d\u0e1a\u0e04\u0e23\u0e31\u0e27\u0e0b\u0e32\u0e1f\u0e14\u0e35\u0e40\u0e04\u0e22\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22<\/li>\n<\/ul>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/habitat67.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/skyline.jpg\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a title=\"skyline\">\n      \u0e27\u0e34\u0e27\u0e02\u0e2d\u0e07\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e08\u0e32\u0e01 Habitat 67\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<ul>\n  <li>Biosphere \u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e35\u0e01\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e2a\u0e16\u0e32\u0e1b\u0e31\u0e15\u0e22\u0e01\u0e23\u0e23\u0e21\u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07 World Expo 67 \u0e0b\u0e36\u0e48\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07 American Pavillion \u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e40\u0e23\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e04\u0e38\u0e49\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e04\u0e38\u0e49\u0e19\u0e15\u0e32\u0e01\u0e31\u0e1a\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e02\u0e2d\u0e07\u0e42\u0e14\u0e21\u0e02\u0e2d\u0e07 Buckminster Fuller \u0e08\u0e32\u0e01\u0e43\u0e19 Universal Studio \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Biosphere \u0e19\u0e31\u0e49\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e14\u0e49\u0e32\u0e19\u0e43\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e34\u0e1e\u0e34\u0e18\u0e20\u0e31\u0e13\u0e11\u0e4c\u0e2a\u0e34\u0e48\u0e07\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21\u0e17\u0e35\u0e48\u0e04\u0e19\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e0a\u0e21\u0e44\u0e14\u0e49\u0e2e\u0e30<\/li>\n<\/ul>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/biosphere.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<ul>\n  <li>Olympic Stadium \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e07\u0e32\u0e19 World Expo \u0e41\u0e25\u0e49\u0e27 \u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e01\u0e47\u0e40\u0e04\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e08\u0e49\u0e32\u0e20\u0e32\u0e1e\u0e08\u0e31\u0e14\u0e07\u0e32\u0e19\u0e42\u0e2d\u0e25\u0e34\u0e21\u0e1b\u0e34\u0e01\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e42\u0e14\u0e22\u0e40\u0e04\u0e49\u0e32\u0e44\u0e14\u0e49\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e2a\u0e19\u0e32\u0e21\u0e01\u0e35\u0e2c\u0e32\u0e42\u0e2d\u0e25\u0e34\u0e21\u0e1b\u0e34\u0e01 \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e04\u0e25\u0e49\u0e32\u0e22\u0e46 \u0e22\u0e32\u0e19\u0e2d\u0e27\u0e01\u0e32\u0e28\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e34\u0e27\u0e02\u0e2d\u0e07\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e0b\u0e37\u0e49\u0e2d\u0e15\u0e31\u0e4b\u0e27\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e44\u0e14\u0e49 \u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e0a\u0e21\u0e27\u0e34\u0e27\u0e40\u0e25\u0e47\u0e01\u0e46 \u0e17\u0e35\u0e48\u0e40\u0e2b\u0e47\u0e19\u0e17\u0e31\u0e49\u0e07\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e40\u0e25\u0e22 \u0e2a\u0e48\u0e27\u0e19\u0e23\u0e2d\u0e1a\u0e46 \u0e2a\u0e19\u0e32\u0e21\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e49\u0e04\u0e19\u0e21\u0e32\u0e2d\u0e2d\u0e01\u0e01\u0e33\u0e25\u0e31\u0e07\u0e01\u0e32\u0e22\u0e44\u0e14\u0e49 \u0e04\u0e25\u0e49\u0e32\u0e22\u0e46 \u0e01\u0e31\u0e1a\u0e2a\u0e19\u0e32\u0e21\u0e28\u0e38\u0e20\u0e0a\u0e25\u0e32\u0e28\u0e31\u0e22\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e19\u0e31\u0e49\u0e19 \u0e14\u0e49\u0e32\u0e19\u0e02\u0e49\u0e32\u0e07\u0e2a\u0e19\u0e32\u0e21\u0e01\u0e35\u0e2c\u0e32\u0e01\u0e47\u0e22\u0e31\u0e07\u0e21\u0e35 Biodome \u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e0a\u0e48\u0e27\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e40\u0e04\u0e49\u0e32\u0e1b\u0e34\u0e14\u0e0b\u0e48\u0e2d\u0e21\u0e1a\u0e33\u0e23\u0e38\u0e07\u0e40\u0e25\u0e22\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49<\/li>\n<\/ul>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/olympicstadium.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<ul>\n  <li>\n    <p>\u0e22\u0e48\u0e32\u0e19 Plateau Mont Royal \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e32\u0e2e\u0e34\u0e1b\u0e41\u0e25\u0e30\u0e2a\u0e32\u0e27\u0e01\u0e17\u0e35\u0e48\u0e0a\u0e2d\u0e1a Street fest \u0e2b\u0e23\u0e37\u0e2d\u0e23\u0e49\u0e32\u0e19\u0e04\u0e49\u0e32 \u0e23\u0e49\u0e32\u0e19\u0e01\u0e32\u0e41\u0e1f \u0e23\u0e49\u0e32\u0e19\u0e02\u0e19\u0e21\u0e0a\u0e34\u0e04\u0e46 \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e1b\u0e40\u0e14\u0e34\u0e19\u0e43\u0e19\u0e14\u0e32\u0e27\u0e19\u0e4c\u0e17\u0e32\u0e27\u0e19\u0e4c \u0e02\u0e2d\u0e41\u0e19\u0e30\u0e19\u0e33\u0e43\u0e2b\u0e49\u0e44\u0e1b\u0e40\u0e14\u0e34\u0e19\u0e41\u0e16\u0e27\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22 \u0e41\u0e16\u0e27\u0e19\u0e35\u0e49\u0e21\u0e35\u0e23\u0e49\u0e32\u0e19\u0e44\u0e2d\u0e28\u0e01\u0e23\u0e35\u0e21\u0e2d\u0e23\u0e48\u0e2d\u0e22\u0e21\u0e32\u0e01\u0e46 \u0e40\u0e0a\u0e48\u0e19 Kem Coba \u0e41\u0e25\u0e30\u0e23\u0e49\u0e32\u0e19 Bagels \u0e40\u0e01\u0e48\u0e32\u0e41\u0e01\u0e48\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e23\u0e49\u0e32\u0e19 \u0e23\u0e2a\u0e0a\u0e32\u0e15\u0e34\u0e14\u0e35 \u0e23\u0e32\u0e04\u0e32\u0e44\u0e21\u0e48\u0e41\u0e1e\u0e07 \u0e0b\u0e36\u0e48\u0e07\u0e01\u0e25\u0e31\u0e1a\u0e1a\u0e49\u0e32\u0e19\u0e21\u0e32\u0e01\u0e34\u0e19\u0e44\u0e14\u0e49\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c<\/p>\n  <\/li>\n  <li>\n    <p>Old Port of Montreal \u0e22\u0e48\u0e32\u0e19\u0e17\u0e48\u0e32\u0e40\u0e23\u0e37\u0e2d\u0e40\u0e01\u0e48\u0e32\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e0b\u0e19\u0e17\u0e48\u0e2d\u0e07\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e2b\u0e25\u0e31\u0e01\u0e02\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e40\u0e25\u0e22 \u0e01\u0e32\u0e23\u0e40\u0e14\u0e34\u0e19\u0e41\u0e16\u0e27 Old Port \u0e43\u0e2b\u0e49\u0e1a\u0e23\u0e23\u0e22\u0e32\u0e01\u0e32\u0e28\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e40\u0e14\u0e34\u0e19\u0e43\u0e19\u0e22\u0e38\u0e42\u0e23\u0e1b\u0e22\u0e31\u0e07\u0e44\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e31\u0e49\u0e19 \u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e27\u0e25\u0e32\u0e21\u0e32\u0e41\u0e16\u0e27\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e0b\u0e37\u0e49\u0e2d Maple Syrup \u0e44\u0e1b\u0e1d\u0e32\u0e01\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e46 \u0e23\u0e49\u0e32\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0b\u0e37\u0e49\u0e2d\u0e02\u0e2d\u0e07\u0e1d\u0e32\u0e01\u0e01\u0e25\u0e31\u0e1a\u0e04\u0e37\u0e2d\u0e23\u0e49\u0e32\u0e19 D\u00e9lices \u00c9rable &amp; Cie<\/p>\n  <\/li>\n<\/ul>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/oldport.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/montreal\/oldport_ferris.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e22\u0e31\u0e07\u0e21\u0e35\u0e17\u0e35\u0e48\u0e01\u0e34\u0e19\u0e17\u0e35\u0e48\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e2d\u0e35\u0e01\u0e40\u0e22\u0e2d\u0e30\u0e41\u0e22\u0e30\u0e40\u0e25\u0e22 \u0e15\u0e49\u0e2d\u0e07\u0e2a\u0e1b\u0e2d\u0e22\u0e27\u0e48\u0e32\u0e2d\u0e32\u0e2b\u0e32\u0e23\u0e40\u0e2d\u0e40\u0e0a\u0e35\u0e22\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e2d\u0e23\u0e48\u0e2d\u0e22\u0e41\u0e25\u0e30\u0e23\u0e32\u0e04\u0e32\u0e22\u0e48\u0e2d\u0e21\u0e40\u0e22\u0e32\u0e21\u0e32\u0e01\u0e46 \u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e04\u0e19\u0e44\u0e17\u0e22\u0e43\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25\u0e41\u0e25\u0e30\u0e23\u0e38\u0e48\u0e19\u0e1e\u0e35\u0e48\u0e17\u0e35\u0e48\u0e41\u0e19\u0e30\u0e19\u0e33\u0e17\u0e35\u0e48\u0e01\u0e34\u0e19\u0e41\u0e25\u0e30\u0e17\u0e35\u0e48\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e43\u0e2b\u0e49 \u0e1b\u0e23\u0e30\u0e17\u0e31\u0e1a\u0e43\u0e08\u0e21\u0e32\u0e01\u0e46 \u0e2e\u0e30 \u0e44\u0e27\u0e49\u0e08\u0e30\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\u0e43\u0e2b\u0e21\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/a-month-in-montreal\/\">\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e43\u0e19\u0e21\u0e2d\u0e19\u0e17\u0e23\u0e35\u0e2d\u0e2d\u0e25 (\u0e01\u0e34\u0e19\/\u0e40\u0e17\u0e35\u0e48\u0e22\u0e27\/\u0e40\u0e25\u0e48\u0e19\/\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e44\u0e21\u0e48\u0e21\u0e35)<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on August 26, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/bagging-boosting\/"}},"id":"https:\/\/tupleblog.github.io\/bagging-boosting","published":"2018-08-21T01:30:00+07:00","updated":"2018-08-21T01:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e0a\u0e48\u0e27\u0e07\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e1e\u0e35\u0e48\u0e15\u0e31\u0e4b\u0e19\u0e43\u0e19\u0e17\u0e35\u0e21 tupleblog \u0e17\u0e31\u0e01\u0e21\u0e32\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e16\u0e32\u0e21\u0e27\u0e48\u0e32 Random Forest \u0e01\u0e31\u0e1a XGBoost \u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07 \n\u0e16\u0e49\u0e32\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e1e\u0e35\u0e48\u0e15\u0e31\u0e4b\u0e19\u0e16\u0e32\u0e21\u0e41\u0e25\u0e49\u0e27 \u0e04\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e01\u0e47\u0e19\u0e48\u0e32\u0e08\u0e30\u0e16\u0e32\u0e21\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e40\u0e23\u0e32\u0e40\u0e25\u0e22\u0e15\u0e31\u0e49\u0e07\u0e43\u0e08\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e2a\u0e31\u0e49\u0e19\u0e46\u0e44\u0e27\u0e49\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e04\u0e19\u0e19\u0e48\u0e32\u0e08\u0e30\u0e21\u0e35\u0e04\u0e33\u0e16\u0e32\u0e21\u0e43\u0e01\u0e25\u0e49\u0e40\u0e04\u0e35\u0e22\u0e07\u0e01\u0e31\u0e19 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e1c\u0e37\u0e48\u0e2d\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e2d\u0e07\u0e14\u0e49\u0e27\u0e22\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15<\/p>\n\n<h2 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h2>\n\n<p>\u0e40\u0e23\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e04\u0e38\u0e49\u0e19\u0e40\u0e04\u0e22\u0e01\u0e32\u0e23\u0e17\u0e33\u0e01\u0e32\u0e23\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e43\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e18\u0e32\u0e23\u0e13\u0e30 \u0e40\u0e0a\u0e48\u0e19 \u0e43\u0e2b\u0e49\u0e04\u0e19\u0e17\u0e33\u0e19\u0e32\u0e22\u0e08\u0e33\u0e19\u0e27\u0e19\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22 \u0e2b\u0e23\u0e37\u0e2d\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e27\u0e48\u0e32\u0e1e\u0e23\u0e23\u0e04\u0e01\u0e32\u0e23\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e44\u0e2b\u0e19\u0e08\u0e30\u0e0a\u0e19\u0e30\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e15\u0e31\u0e49\u0e07 \n\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e38\u0e48\u0e21\u0e16\u0e32\u0e21\u0e41\u0e04\u0e48 1-2 \u0e04\u0e19 \u0e01\u0e47\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e17\u0e35\u0e48\u0e43\u0e01\u0e25\u0e49\u0e40\u0e04\u0e35\u0e22\u0e07\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07\u0e21\u0e32\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e16\u0e32\u0e21\u0e04\u0e19\u0e40\u0e22\u0e2d\u0e30\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e41\u0e25\u0e49\u0e27\u0e40\u0e2d\u0e32\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e21\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e01\u0e31\u0e19 \n\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e19\u0e31\u0e49\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e01\u0e25\u0e49\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e35\u0e48\u0e40\u0e04\u0e49\u0e32\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Wisdom of the crowd \u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07<\/p>\n\n<p>\u0e43\u0e19 Machine Learning \u0e01\u0e47\u0e21\u0e35\u0e01\u0e32\u0e23\u0e19\u0e33\u0e04\u0e2d\u0e19\u0e40\u0e0b\u0e47\u0e1b\u0e15\u0e4c\u0e04\u0e25\u0e49\u0e32\u0e22\u0e46\u0e01\u0e31\u0e19\u0e41\u0e1a\u0e1a Wisdom of the crowd \u0e21\u0e32\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e01\u0e15\u0e4c\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19 \n\u0e40\u0e04\u0e49\u0e32\u0e40\u0e23\u0e35\u0e22\u0e01\u0e01\u0e31\u0e19\u0e27\u0e48\u0e48\u0e32 Ensemble technique \u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e33 classifier \u0e2b\u0e25\u0e32\u0e22\u0e46\u0e15\u0e31\u0e27\u0e21\u0e32\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e04\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e01\u0e47\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e1e\u0e23\u0e48\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19 \nKaggle Competition \u0e08\u0e19\u0e1a\u0e32\u0e07\u0e17\u0e35\u0e25\u0e37\u0e21\u0e27\u0e48\u0e32\u0e41\u0e15\u0e48\u0e25\u0e30\u0e27\u0e34\u0e18\u0e35\u0e21\u0e35\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23<\/p>\n\n<p>\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 Ensemble \u0e43\u0e19 Machine Learning \u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e1a\u0e48\u0e2d\u0e22\u0e21\u0e32\u0e01\u0e46\u0e2a\u0e2d\u0e07\u0e27\u0e34\u0e18\u0e35\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ol>\n  <li>Bagging (\u0e22\u0e48\u0e2d\u0e21\u0e32\u0e08\u0e32\u0e01 Bootstrap Aggregation) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 Random Forest Classifier \u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">scikit-learn<\/code> library<\/li>\n  <li>Boosting  \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07 AdaBoost \u0e2b\u0e23\u0e37\u0e2d Gradient Boosting \u0e43\u0e19\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e40\u0e0a\u0e48\u0e19 <code class=\"language-plaintext highlighter-rouge\">XGBoost<\/code> \u0e41\u0e25\u0e30 <code class=\"language-plaintext highlighter-rouge\">LightGBM<\/code><\/li>\n<\/ol>\n\n<p>\u0e21\u0e32\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e19\u0e35\u0e49 \u0e2b\u0e25\u0e32\u0e22\u0e46\u0e04\u0e19\u0e04\u0e07\u0e08\u0e30\u0e04\u0e38\u0e49\u0e19\u0e40\u0e04\u0e22\u0e01\u0e31\u0e1a\u0e0a\u0e37\u0e48\u0e2d Random Forest \u0e41\u0e25\u0e30 Gradient Boosting \u0e01\u0e31\u0e19 \u0e40\u0e14\u0e35\u0e4b\u0e22\u0e27\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e1b\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e41\u0e15\u0e48\u0e25\u0e30\u0e41\u0e1a\u0e1a\u0e21\u0e31\u0e19\u0e17\u0e33\u0e07\u0e32\u0e19\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07<\/p>\n\n<h2 id=\"bagging-bootstrap-aggregation\">Bagging (Bootstrap Aggregation)<\/h2>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e01\u0e25\u0e48\u0e32\u0e27\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19 Bagging \u0e40\u0e1b\u0e47\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e35\u0e21\u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e1a\u0e48\u0e2d\u0e22\u0e21\u0e32\u0e01\u0e46\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 Random Forest Classifier \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \n\u0e04\u0e33\u0e27\u0e48\u0e32 Bagging \u0e19\u0e31\u0e49\u0e19\u0e22\u0e48\u0e2d\u0e21\u0e32\u0e08\u0e32\u0e01 \u201cbootstrap aggregation\u201d \u0e0b\u0e36\u0e48\u0e07\u0e16\u0e49\u0e32\u0e21\u0e35\u0e43\u0e04\u0e23\u0e40\u0e04\u0e22\u0e40\u0e23\u0e35\u0e22\u0e19\u0e27\u0e34\u0e0a\u0e32\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e08\u0e30\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32 boostrap \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e32\u0e08\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\n\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e19\u0e27\u0e13\u0e04\u0e48\u0e32\u0e17\u0e32\u0e07\u0e2a\u0e16\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e1b\u0e23\u0e30\u0e0a\u0e32\u0e01\u0e23\u0e01\u0e25\u0e38\u0e48\u0e21\u0e40\u0e25\u0e47\u0e01\u0e46\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e38\u0e48\u0e21\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e41\u0e25\u0e30 aggregation \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e2d\u0e32\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19 Bagging \u0e2b\u0e23\u0e37\u0e2d boostrap aggregation \n\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27\u0e2a\u0e23\u0e49\u0e32\u0e07 classifier \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e2a\u0e38\u0e48\u0e21\u0e41\u0e1a\u0e1a\u0e41\u0e17\u0e19\u0e17\u0e35\u0e48 (random with replacement) \n\u0e0b\u0e36\u0e48\u0e07\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e22\u0e31\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e40\u0e14\u0e34\u0e21 \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e25\u0e14\u0e25\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e23\u0e2d\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49 classifier \u0e2b\u0e25\u0e32\u0e22\u0e46\u0e15\u0e31\u0e27 \n\u0e41\u0e25\u0e49\u0e27\u0e40\u0e27\u0e25\u0e32\u0e17\u0e33\u0e19\u0e32\u0e22\u0e01\u0e47\u0e43\u0e0a\u0e49 classifiers \u0e17\u0e38\u0e01\u0e15\u0e31\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e19\u0e32\u0e22\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e21\u0e48\u0e17\u0e35\u0e48\u0e40\u0e08\u0e2d \n\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e01\u0e47\u0e21\u0e35\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e41\u0e1a\u0e1a\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48\u0e01\u0e32\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e42\u0e2b\u0e27\u0e15\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e41\u0e25\u0e49\u0e27\u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e17\u0e33\u0e19\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e33\u0e19\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25<\/p>\n\n<p>\u0e1a\u0e32\u0e07\u0e04\u0e19\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e01\u0e32\u0e23\u0e08\u0e33\u0e27\u0e48\u0e32 bagging \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e49\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e16\u0e38\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e08\u0e32\u0e01\u0e16\u0e38\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e2b\u0e22\u0e34\u0e1a\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e38\u0e48\u0e21 features \u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e35\u0e49\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e15\u0e31\u0e27\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e01\u0e31\u0e19\u0e17\u0e33\u0e19\u0e32\u0e22 \n\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e14\u0e41\u0e19\u0e27\u0e42\u0e19\u0e49\u0e21\u0e17\u0e35\u0e48\u0e42\u0e21\u0e40\u0e14\u0e25\u0e08\u0e30 overfit \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e2d\u0e35\u0e01\u0e17\u0e32\u0e07\u0e19\u0e36\u0e07 \n\u0e40\u0e0a\u0e48\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35 20 features (20 columns) \u0e40\u0e23\u0e32\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 features \u0e40\u0e1e\u0e35\u0e22\u0e07\u0e04\u0e23\u0e36\u0e48\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e25\u0e2d\u0e07\u0e19\u0e36\u0e01\u0e14\u0e39\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e17\u0e33\u0e19\u0e32\u0e22\u0e1c\u0e25\u0e02\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e14\u0e49\u0e27\u0e22 decision tree \u0e40\u0e1e\u0e35\u0e22\u0e07 1 \u0e42\u0e21\u0e40\u0e14\u0e25 \u0e42\u0e2d\u0e32\u0e01\u0e32\u0e2a\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30 overfit \u0e21\u0e35\u0e2a\u0e39\u0e07\u0e21\u0e32\u0e01\u0e46\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e42\u0e21\u0e40\u0e14\u0e25\u0e19\u0e35\u0e49\u0e40\u0e17\u0e23\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e43\u0e2a\u0e48\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b \n\u0e41\u0e15\u0e48\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e2a\u0e33\u0e40\u0e23\u0e47\u0e08\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e01\u0e32\u0e23\u0e19\u0e33 decision tree \u0e21\u0e32\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e48\u0e32 \u0e2b\u0e23\u0e37\u0e2d Random Forest \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e0a\u0e48\u0e27\u0e22\u0e25\u0e14\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30 overfit \u0e44\u0e14\u0e49\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h2 id=\"boosting\">Boosting<\/h2>\n\n<p>\u0e2a\u0e48\u0e27\u0e19 Boosting \u0e19\u0e31\u0e49\u0e19 \u0e27\u0e34\u0e18\u0e35\u0e04\u0e34\u0e14\u0e08\u0e30\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e1a Bagging \u0e0b\u0e31\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 Boosting \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e33 weak classifier \u0e2b\u0e23\u0e37\u0e2d classifier \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e15\u0e48\u0e33\u0e21\u0e32 \n\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e2b\u0e49 weak classifier \u0e15\u0e31\u0e27\u0e43\u0e2b\u0e21\u0e48\u0e21\u0e32\u0e41\u0e01\u0e49\u0e44\u0e02 error \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35 \u0e42\u0e14\u0e22\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07 classifier \u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19 classifier \u0e43\u0e2b\u0e21\u0e48\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e08\u0e19\u0e44\u0e14\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e14\u0e35\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e08\u0e32\u0e01\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07 classifier<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e43\u0e2b\u0e49\u0e21\u0e2d\u0e07\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07 Boosting \u0e01\u0e47\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19<strong>\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e21<\/strong>\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \n\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e40\u0e2d\u0e32 classifier \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e14\u0e35\u0e21\u0e32\u0e01\u0e21\u0e32\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19\u0e08\u0e19\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e46\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e02\u0e49\u0e2d\u0e40\u0e2a\u0e35\u0e22\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 boosting \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e31\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e04\u0e23\u0e31\u0e49\u0e07\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e01\u0e27\u0e48\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23 \n\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01 Bagging \u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e16\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e44\u0e14\u0e49\u0e41\u0e25\u0e49\u0e27\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e44\u0e14\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e46\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e04\u0e27\u0e32\u0e21\u0e40\u0e08\u0e4b\u0e07\u0e02\u0e2d\u0e07 library \u0e40\u0e0a\u0e48\u0e19 XGBoost \u0e19\u0e31\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e0a\u0e19\u0e34\u0e14\u0e02\u0e2d\u0e07 weak learner \u0e2b\u0e23\u0e37\u0e2d weak classifier \u0e19\u0e35\u0e49\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22 \u0e44\u0e21\u0e48\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e15\u0e49\u0e19\u0e44\u0e21\u0e49 \n(tree) \u0e2b\u0e23\u0e37\u0e2d\u0e41\u0e1a\u0e1a\u0e40\u0e2a\u0e49\u0e19\u0e15\u0e23\u0e07 (linear) \n\u0e41\u0e25\u0e30\u0e43\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 boosting \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e46\u0e44\u0e14\u0e49\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 bagging<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/baggingboosting\/schematic.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"bagging_vs_boosting\">\n      \u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 Bagging \u0e41\u0e25\u0e30 Bossting (Machine Learning)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e41\u0e25\u0e49\u0e27\u0e2d\u0e30\u0e44\u0e23\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e01\u0e31\u0e19\">\u0e41\u0e25\u0e49\u0e27\u0e2d\u0e30\u0e44\u0e23\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e01\u0e31\u0e19?<\/h2>\n\n<p>\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e0a\u0e48\u0e27\u0e22\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2a\u0e16\u0e35\u0e22\u0e23\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e08\u0e2d\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e21\u0e48\u0e46 \u0e41\u0e15\u0e48\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e27\u0e34\u0e18\u0e35\u0e01\u0e47\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e14\u0e35\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e44\u0e1b<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e14\u0e35\u0e22\u0e27\u0e40\u0e0a\u0e48\u0e19 decision tree \u0e41\u0e25\u0e49\u0e27\u0e22\u0e31\u0e07 overfit \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e22\u0e39\u0e48 (variance \u0e2a\u0e39\u0e07) \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Bagging \u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e08\u0e30\u0e15\u0e23\u0e07\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e2d\u0e31\u0e19\u0e21\u0e32\u0e40\u0e17\u0e23\u0e19\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e1a\u0e1a\u0e2a\u0e38\u0e48\u0e21 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48 overfit \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e32\u0e01\u0e08\u0e19\u0e40\u0e01\u0e34\u0e19\u0e44\u0e1b<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e1f\u0e34\u0e15\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e25\u0e49\u0e27\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e40\u0e17\u0e48\u0e32\u0e17\u0e35\u0e48\u0e04\u0e27\u0e23 \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e40\u0e0a\u0e48\u0e19 bagging \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e21\u0e32\u0e01\u0e19\u0e31\u0e01 \n\u0e41\u0e15\u0e48\u0e27\u0e48\u0e32 boosting \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07 predictor \u0e2b\u0e23\u0e37\u0e2d classifier \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2a\u0e39\u0e07\u0e21\u0e32\u0e01\u0e46\u0e44\u0e14\u0e49<\/p>\n\n<blockquote>\n  <p>Bagging \u0e0a\u0e48\u0e27\u0e22\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32 overfitting \u0e2a\u0e48\u0e27\u0e19 Boosting \u0e0a\u0e48\u0e27\u0e22\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e15\u0e48\u0e33 (bias)<\/p>\n<\/blockquote>\n\n<h2 id=\"\u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22\">\u0e17\u0e34\u0e49\u0e07\u0e17\u0e49\u0e32\u0e22<\/h2>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e08\u0e23\u0e34\u0e07 \u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2a\u0e39\u0e07\u0e15\u0e48\u0e33\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35 \u0e42\u0e14\u0e22\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e20\u0e32\u0e29\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07 Python \u0e01\u0e47\u0e21\u0e35\u0e42\u0e04\u0e49\u0e14\u0e43\u0e19 Scikit Learn \n\u0e41\u0e25\u0e30 XGBoost \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e42\u0e04\u0e49\u0e14\u0e02\u0e2d\u0e07 Random Forest \u0e41\u0e25\u0e30 XGBoost \u0e44\u0e27\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22 \u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e2d\u0e07\u0e40\u0e25\u0e22\u0e08\u0e19\u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e40\u0e23\u0e32\u0e25\u0e37\u0e21\u0e27\u0e48\u0e32\u0e41\u0e15\u0e48\u0e25\u0e30\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e33\u0e07\u0e32\u0e19\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \n\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e04\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e48\u0e32\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e08\u0e30\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e25\u0e36\u0e01\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e41\u0e1a\u0e1a\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e27\u0e25\u0e32\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21 \u0e22\u0e31\u0e07\u0e21\u0e35\u0e2d\u0e35\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e17\u0e35\u0e48\u0e04\u0e19\u0e41\u0e19\u0e30\u0e19\u0e33\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 Stacking \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e2e\u0e30 :)<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/bagging-boosting\/\">[ML] Bagging \u0e2b\u0e23\u0e37\u0e2d Boosting \u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23 \u0e17\u0e33\u0e07\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23?<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on August 21, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/analyze-pubg-deaths\/"}},"id":"https:\/\/tupleblog.github.io\/analyze-pubg-deaths","published":"2018-05-24T01:30:00+07:00","updated":"2018-05-24T01:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p><strong>\u0e04\u0e33\u0e40\u0e15\u0e37\u0e2d\u0e19<\/strong> \u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e21\u0e35\u0e04\u0e33\u0e2b\u0e22\u0e32\u0e1a\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e07\u0e40\u0e25\u0e48\u0e19 PUBG Mobile \u0e21\u0e32\u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e0a\u0e19\u0e30\u0e0b\u0e31\u0e01\u0e17\u0e35 \u0e2b\u0e31\u0e27\u0e23\u0e49\u0e2d\u0e19\u0e2a\u0e31\u0e2a\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h1 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h1>\n\n<p>\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e01\u0e1e\u0e48\u0e2d\u0e19 \u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e27\u0e34\u0e48\u0e07 \u0e02\u0e31\u0e1a\u0e23\u0e16 \u0e02\u0e31\u0e1a\u0e40\u0e23\u0e37\u0e2d\u0e1a\u0e49\u0e32\u0e07\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e23\u0e32\n\u0e40\u0e23\u0e32\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e01\u0e1c\u0e48\u0e2d\u0e19\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e19\u0e31\u0e48\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e21\u0e37\u0e2d\u0e16\u0e37\u0e2d\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e34\u0e14 PUBG (Playerunknown\u2019s Battlegrounds)\n\u0e17\u0e33\u0e44\u0e21\u0e2b\u0e19\u0e48\u0e30\u0e2b\u0e23\u0e2d? \u0e01\u0e47\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e40\u0e01\u0e21\u0e19\u0e35\u0e49\u0e15\u0e2d\u0e1a\u0e2a\u0e19\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e01\u0e1c\u0e48\u0e2d\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32 \u0e17\u0e31\u0e49\u0e07\u0e44\u0e14\u0e49\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e27\u0e34\u0e48\u0e07(\u0e2b\u0e19\u0e35\u0e01\u0e23\u0e30\u0e2a\u0e38\u0e19) \u0e02\u0e31\u0e1a\u0e23\u0e16(\u0e40\u0e2b\u0e22\u0e35\u0e22\u0e1a\u0e04\u0e19)\n\u0e41\u0e25\u0e30\u0e02\u0e31\u0e1a\u0e40\u0e23\u0e37\u0e2d\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e40\u0e01\u0e32\u0e30 \u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e14\u0e39\u0e27\u0e34\u0e27\u0e1a\u0e19\u0e1b\u0e23\u0e30\u0e20\u0e32\u0e04\u0e32\u0e23 \u0e40\u0e01\u0e21\u0e19\u0e35\u0e49\u0e43\u0e2b\u0e49\u0e04\u0e23\u0e1a\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e40\u0e25\u0e22\u0e2e\u0e30<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/car.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e1e\u0e2b\u0e21\u0e39\u0e48\">\n      \u0e02\u0e31\u0e1a\u0e23\u0e16\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/ship.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e1e\u0e2b\u0e21\u0e39\u0e48\">\n      \u0e02\u0e31\u0e1a\u0e40\u0e23\u0e37\u0e2d\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e2d\u0e32\u0e08\u0e23\u0e34\u0e07\u0e46\u0e25\u0e30! \u0e17\u0e34\u0e35\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e21\u0e32\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e21\u0e31\u0e19\u0e08\u0e23\u0e34\u0e07\u0e19\u0e30 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e2d\u0e34\u0e2a\u0e31\u0e2a PUBG \u0e04\u0e37\u0e2d\u0e40\u0e01\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1b\u0e25\u0e48\u0e2d\u0e22\u0e04\u0e19\u0e2b\u0e31\u0e27\u0e23\u0e49\u0e2d\u0e19\u0e21\u0e37\u0e2d\u0e40\u0e1b\u0e25\u0e48\u0e32 100 \u0e04\u0e19\u0e25\u0e07\u0e44\u0e1b\u0e43\u0e19\u0e40\u0e01\u0e32\u0e30\n\u0e43\u0e19\u0e40\u0e01\u0e32\u0e30\u0e21\u0e35\u0e2d\u0e32\u0e27\u0e38\u0e18 \u0e23\u0e30\u0e40\u0e1a\u0e34\u0e14 \u0e0a\u0e38\u0e14\u0e40\u0e01\u0e23\u0e32\u0e30\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e2d\u0e32\u0e44\u0e1b\u0e2a\u0e39\u0e49\u0e01\u0e31\u0e1a\u0e04\u0e19\u0e2d\u0e37\u0e48\u0e19 \u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e1e\u0e32\u0e2b\u0e19\u0e30\u0e40\u0e0a\u0e48\u0e19\u0e23\u0e16 \u0e40\u0e23\u0e37\u0e2d \u0e21\u0e2d\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e44\u0e0b\u0e04\u0e4c\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e04\u0e23\u0e31\u0e1a\n\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e2d\u0e32\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e2b\u0e49\u0e23\u0e2d\u0e14\u0e16\u0e36\u0e07\u0e04\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e35\u0e21\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e43\u0e19\u0e40\u0e01\u0e21\u0e42\u0e14\u0e22\u0e06\u0e48\u0e32\u0e04\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e17\u0e35\u0e48\u0e40\u0e08\u0e2d\u0e14\u0e49\u0e27\u0e22\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e47\u0e44\u0e14\u0e49\n\u0e08\u0e30\u0e22\u0e34\u0e07 \u0e08\u0e30\u0e15\u0e35 \u0e08\u0e30\u0e02\u0e31\u0e1a\u0e23\u0e16\u0e17\u0e31\u0e1a \u0e2d\u0e30\u0e44\u0e23\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e27\u0e25\u0e32\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b\u0e40\u0e01\u0e21\u0e08\u0e30\u0e21\u0e35\u0e1a\u0e23\u0e34\u0e40\u0e27\u0e13\u0e02\u0e2d\u0e07\u0e27\u0e07\u0e43\u0e19\u0e41\u0e1c\u0e19\u0e17\u0e35\u0e48\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e44\u0e21\u0e48\u0e40\u0e0a\u0e48\u0e19\u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e25\u0e37\u0e2d\u0e14\u0e41\u0e25\u0e30\u0e15\u0e32\u0e22\u0e16\u0e49\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e19\u0e2d\u0e01\u0e27\u0e07\n(\u0e21\u0e32\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e19\u0e35\u0e49\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e25\u0e48\u0e19\u0e01\u0e47\u0e2b\u0e22\u0e38\u0e14\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e16\u0e34\u0e14\u0e04\u0e23\u0e31\u0e1a 555)<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e19\u0e35\u0e48\u0e21\u0e31\u0e19\u0e0a\u0e48\u0e32\u0e07\u0e22\u0e32\u0e01\u0e25\u0e33\u0e1a\u0e32\u0e01 \u0e1a\u0e32\u0e07\u0e17\u0e35\u0e01\u0e23\u0e30\u0e42\u0e14\u0e14\u0e23\u0e48\u0e21\u0e25\u0e07\u0e44\u0e1b\u0e43\u0e19\u0e40\u0e01\u0e32\u0e30 \u0e14\u0e31\u0e4a\u0e19\u0e15\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e19\u0e41\u0e23\u0e01 \u0e44\u0e21\u0e48\u0e1e\u0e2d\u0e43\u0e08\u0e04\u0e23\u0e31\u0e1a \u0e2b\u0e31\u0e27\u0e23\u0e49\u0e2d\u0e19\u0e42\u0e27\u0e4a\u0e22!\n\u0e42\u0e2d\u0e40\u0e04\u0e23 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e0a\u0e19\u0e30\u0e14\u0e49\u0e27\u0e22\u0e14\u0e32\u0e40\u0e21\u0e08\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e19\u0e49\u0e2d\u0e22\u0e25\u0e07\u0e43\u0e2b\u0e49\u0e16\u0e39\u0e01\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e15\u0e32\u0e22\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e25\u0e30\u0e40\u0e14\u0e32\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e27\u0e07\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e27\u0e34\u0e23\u0e4c\u0e04\n\u0e22\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e01\u0e27\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e04\u0e19\u0e08\u0e30\u0e42\u0e14\u0e19\u0e22\u0e34\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01\u0e23\u0e30\u0e22\u0e30\u0e44\u0e01\u0e25\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19\u0e01\u0e47\u0e19\u0e48\u0e32\u0e08\u0e30\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e04\u0e19\u0e22\u0e34\u0e07\u0e40\u0e23\u0e32\u0e21\u0e32\u0e44\u0e14\u0e49\u0e14\u0e35\u0e02\u0e36\u0e49\u0e19<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2d\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 700,000 \u0e40\u0e01\u0e21\u0e41\u0e25\u0e30\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e04\u0e19\u0e42\u0e14\u0e19\u0e22\u0e34\u0e07\u0e15\u0e32\u0e22\u0e01\u0e27\u0e48\u0e32 67 \u0e25\u0e49\u0e32\u0e19\u0e08\u0e38\u0e14\u0e21\u0e32\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e31\u0e19\n\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e40\u0e01\u0e21\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e2d\u0e32\u0e04\u0e27\u0e32\u0e21\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49 \u0e17\u0e32\u0e40\u0e04\u0e0a\u0e34!\n\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e47\u0e44\u0e1b\u0e42\u0e2b\u0e25\u0e14\u0e21\u0e32\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01 <a href=\"https:\/\/www.kaggle.com\/skihikingkevin\/pubg-match-deaths\">kaggle.com<\/a> \u0e40\u0e25\u0e22\u0e08\u0e48\u0e30\n(\u0e02\u0e19\u0e32\u0e14 4 GB \u0e19\u0e30\u0e43\u0e2b\u0e0d\u0e48\u0e19\u0e34\u0e14\u0e19\u0e36\u0e07)<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/group_photo.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e1e\u0e2b\u0e21\u0e39\u0e48\">\n      \u0e20\u0e32\u0e1e\u0e16\u0e48\u0e32\u0e22\u0e2b\u0e21\u0e39\u0e48\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e20\u0e32\u0e04\u0e32\u0e23 \u0e13\u200b \u0e40\u0e01\u0e32\u0e30\u0e2a\u0e21\u0e38\u0e22 \u0e21\u0e34\u0e23\u0e32\u0e21\u0e48\u0e32\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e04\u0e27\u0e32\u0e21\u0e15\u0e32\u0e22\u0e17\u0e35\u0e48\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e25\u0e2d\u0e01\">\u0e04\u0e27\u0e32\u0e21\u0e15\u0e32\u0e22\u0e17\u0e35\u0e48\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e25\u0e2d\u0e01<\/h2>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e23\u0e32\u0e21\u0e32\u0e14\u0e39\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e32\u0e22\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e27\u0e25\u0e32\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b\u0e43\u0e19\u0e40\u0e01\u0e21\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e17\u0e35\u0e48\u0e08\u0e30\u0e15\u0e32\u0e22\n\u0e01\u0e31\u0e1a\u0e40\u0e27\u0e25\u0e32\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b\u0e43\u0e19\u0e40\u0e01\u0e21 \u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e01\u0e25\u0e31\u0e27\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e07\u0e41\u0e23\u0e01\u0e41\u0e25\u0e30\u0e0a\u0e48\u0e27\u0e07\u0e17\u0e49\u0e32\u0e22\u0e02\u0e2d\u0e07\u0e40\u0e01\u0e21 \u0e42\u0e14\u0e22\u0e0a\u0e48\u0e27\u0e07\u0e41\u0e23\u0e01\u0e08\u0e19\u0e16\u0e36\u0e07 5 \u0e19\u0e32\u0e17\u0e35\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e15\u0e32\u0e22\u0e40\u0e22\u0e2d\u0e30\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\n\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e01\u0e25\u0e31\u0e27\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e35\u0e01\u0e17\u0e35\u0e15\u0e2d\u0e19\u0e17\u0e49\u0e32\u0e22\u0e40\u0e01\u0e21\u0e17\u0e35\u0e48\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e32\u0e22\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e25\u0e2d\u0e01\u0e16\u0e35\u0e48\u0e46<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/time_vs_death_prob.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e1e\u0e2b\u0e21\u0e39\u0e48\">\n      \u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e32\u0e22\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e27\u0e25\u0e32\u0e43\u0e19\u0e40\u0e01\u0e21\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b 5 \u0e19\u0e32\u0e17\u0e35\u0e41\u0e23\u0e01\u0e42\u0e2b\u0e14\u0e23\u0e49\u0e32\u0e22 \u0e41\u0e25\u0e30\u0e42\u0e2b\u0e14\u0e23\u0e49\u0e32\u0e22\u0e2d\u0e35\u0e01\u0e17\u0e35\u0e17\u0e35\u0e48 3 \u0e1e\u0e35\u0e04\u0e2b\u0e25\u0e31\u0e07\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e23\u0e30\u0e22\u0e30\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e22\u0e34\u0e07\u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e15\u0e32\u0e22\">\u0e23\u0e30\u0e22\u0e30\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e22\u0e34\u0e07\u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e15\u0e32\u0e22<\/h2>\n\n<p>\u0e43\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e21\u0e32\u0e40\u0e23\u0e32\u0e23\u0e39\u0e49\u0e08\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e19\u0e22\u0e34\u0e07\u0e41\u0e25\u0e30\u0e04\u0e19\u0e15\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e16\u0e49\u0e32 <em>(x1, y1)<\/em> \u0e04\u0e37\u0e2d\u0e08\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e22\u0e34\u0e07 \u0e41\u0e25\u0e30 <em>(x2, y2)<\/em> \u0e04\u0e37\u0e2d\u0e08\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e16\u0e39\u0e01\u0e22\u0e34\u0e07\n\u0e08\u0e32\u0e01\u0e17\u0e24\u0e29\u0e0e\u0e35\u0e1a\u0e17\u0e1e\u0e35\u0e17\u0e32\u0e42\u0e01\u0e23\u0e31\u0e2a \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e33\u0e19\u0e27\u0e13\u0e23\u0e30\u0e22\u0e30\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e04\u0e19\u0e22\u0e34\u0e07\u0e41\u0e21\u0e23\u0e48\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01\u0e44\u0e2b\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e43\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e41\u0e1c\u0e19\u0e17\u0e35\u0e48\u0e43\u0e19\u0e40\u0e01\u0e21 \u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e22\u0e30\u0e17\u0e35\u0e48\u0e04\u0e19\u0e22\u0e34\u0e07\u0e21\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e21\u0e32\u0e08\u0e32\u0e01\u0e44\u0e2b\u0e19\u0e01\u0e31\u0e19<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/distance_death.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e22\u0e30\u0e22\u0e34\u0e07\">\n      \u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e22\u0e30\u0e22\u0e34\u0e07\u0e43\u0e19\u0e41\u0e1c\u0e19\u0e17\u0e35\u0e48 Erangel \u0e41\u0e25\u0e30 Miramar\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>(\u0e40\u0e14\u0e35\u0e4b\u0e22\u0e27\u0e08\u0e30\u0e21\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e43\u0e2b\u0e49\u0e27\u0e48\u0e32\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e44\u0e2b\u0e19\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e22\u0e34\u0e07\u0e23\u0e30\u0e22\u0e30\u0e44\u0e01\u0e25\u0e1a\u0e49\u0e32\u0e07)<\/p>\n\n<h2 id=\"\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e2e\u0e34\u0e15\">\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e2e\u0e34\u0e15<\/h2>\n\n<p>\u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e19\u0e21\u0e35\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e01\u0e32\u0e22\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19 \u0e1a\u0e32\u0e07\u0e04\u0e19\u0e0a\u0e2d\u0e1a UMP \u0e1a\u0e32\u0e07\u0e04\u0e19\u0e0a\u0e2d\u0e1a AKM \u0e1a\u0e32\u0e07\u0e04\u0e19\u0e0a\u0e2d\u0e1a M416, M164A\n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e0a\u0e31\u0e14\u0e46\u0e27\u0e48\u0e32\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e44\u0e2b\u0e19\u0e43\u0e0a\u0e49\u0e06\u0e48\u0e32\u0e04\u0e19\u0e43\u0e19\u0e40\u0e01\u0e21\u0e44\u0e1b\u0e40\u0e22\u0e2d\u0e30\u0e01\u0e27\u0e48\u0e32\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e08\u0e32\u0e01\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e02\u0e2d\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e41\u0e21\u0e47\u0e1e \u0e40\u0e23\u0e32\u0e1e\u0e1a\u0e27\u0e48\u0e32 M416 \u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e22\u0e2d\u0e14\u0e2e\u0e34\u0e15\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e06\u0e48\u0e32\u0e04\u0e19 \u0e16\u0e49\u0e32\u0e40\u0e1b\u0e47\u0e19 Miramar \u0e2d\u0e32\u0e27\u0e38\u0e18\u0e2e\u0e34\u0e15\u0e16\u0e31\u0e14\u0e44\u0e1b\u0e04\u0e37\u0e2d SCAR-L \u0e15\u0e48\u0e2d\u0e14\u0e49\u0e27\u0e22 M164A\n\u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e40\u0e1b\u0e47\u0e19 Erangel \u0e40\u0e1b\u0e47\u0e19 M164A \u0e41\u0e25\u0e30 SCAR-L<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e21\u0e19\u0e31\u0e49\u0e19 \u0e08\u0e30\u0e43\u0e0a\u0e49\u0e1b\u0e37\u0e19\u0e2d\u0e30\u0e44\u0e23 \u0e01\u0e47\u0e22\u0e34\u0e07\u0e04\u0e19\u0e15\u0e32\u0e22\u0e2b\u0e21\u0e14\u0e2b\u0e25\u0e48\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/death_weapons.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e2e\u0e34\u0e15\">\n      \u0e2d\u0e32\u0e27\u0e38\u0e18\u0e17\u0e35\u0e48\u0e04\u0e19\u0e2e\u0e34\u0e15\u0e01\u0e31\u0e19 (\u0e19\u0e31\u0e1a\u0e08\u0e32\u0e01\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e19\u0e17\u0e35\u0e48\u0e15\u0e32\u0e22\u0e14\u0e49\u0e27\u0e22\u0e2d\u0e32\u0e27\u0e38\u0e18\u0e19\u0e31\u0e49\u0e19\u0e46)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e13-\u0e08\u0e38\u0e14\u0e40\u0e01\u0e34\u0e14\u0e40\u0e2b\u0e15\u0e38\">\u0e13\u200b \u0e08\u0e38\u0e14\u0e40\u0e01\u0e34\u0e14\u0e40\u0e2b\u0e15\u0e38<\/h2>\n\n<p>\u0e21\u0e32\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e1e\u0e35\u0e04\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e01\u0e21\u0e01\u0e48\u0e2d\u0e19 3 \u0e19\u0e32\u0e17\u0e35 \u0e08\u0e38\u0e14\u0e44\u0e2b\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e17\u0e35\u0e48\u0e04\u0e19\u0e15\u0e32\u0e22\u0e01\u0e31\u0e19\u0e40\u0e22\u0e2d\u0e30\u0e46 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e44\u0e2d\u0e49\u0e04\u0e19\u0e1e\u0e27\u0e01\u0e19\u0e35\u0e49\u0e15\u0e32\u0e22\u0e01\u0e31\u0e19\n\u0e43\u0e19\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e16\u0e49\u0e32\u0e21\u0e35\u0e27\u0e07\u0e40\u0e02\u0e49\u0e21\u0e46\u0e41\u0e1b\u0e25\u0e27\u0e48\u0e32\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e25\u0e07\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e42\u0e14\u0e19\u0e22\u0e34\u0e07\u0e15\u0e32\u0e22\u0e21\u0e35\u0e2a\u0e39\u0e07\u0e01\u0e27\u0e48\u0e32\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/early_death_miramar.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/early_death_erangel.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e35\u0e21\u0e02\u0e2d\u0e07\u0e1c\u0e21\u0e19\u0e31\u0e49\u0e19 \u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e01\u0e47\u0e25\u0e07\u0e15\u0e23\u0e07\u0e17\u0e35\u0e48\u0e40\u0e04\u0e49\u0e32\u0e22\u0e34\u0e07\u0e46\u0e01\u0e31\u0e19\u0e2d\u0e48\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e04\u0e37\u0e2d\u0e1c\u0e39\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e23\u0e2d\u0e14 (\u0e41\u0e0b\u0e27\u0e40\u0e25\u0e48\u0e19\u0e19\u0e30 \u0e2b\u0e19\u0e35\u0e15\u0e32\u0e22\u0e15\u0e25\u0e2d\u0e14\u0e40\u0e27\u0e25\u0e32)<\/p>\n\n<h2 id=\"\u0e17\u0e33\u0e19\u0e32\u0e22\u0e27\u0e48\u0e32\u0e27\u0e07\u0e08\u0e30\u0e44\u0e1b\u0e1b\u0e34\u0e14\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19\">\u0e17\u0e33\u0e19\u0e32\u0e22\u0e27\u0e48\u0e32\u0e27\u0e07\u0e08\u0e30\u0e44\u0e1b\u0e1b\u0e34\u0e14\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19<\/h2>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e2a\u0e31\u0e0d\u0e0a\u0e32\u0e15\u0e0d\u0e32\u0e13\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e27\u0e48\u0e32\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e41\u0e25\u0e49\u0e27 \u0e27\u0e07\u0e19\u0e48\u0e32\u0e08\u0e30\u0e44\u0e1b\u0e08\u0e1a\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19\u0e01\u0e31\u0e19\n\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e08\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e27\u0e48\u0e32\u0e27\u0e07\u0e44\u0e1b\u0e08\u0e1a\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e04\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e15\u0e32\u0e22 \u0e21\u0e31\u0e19\u0e44\u0e1b\u0e15\u0e32\u0e22\u0e15\u0e23\u0e07\u0e44\u0e2b\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e2d\u0e07\u0e04\u0e19\u0e17\u0e35\u0e48\u0e15\u0e32\u0e22\u0e04\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e21\u0e32\u0e14\u0e39\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e27\u0e07\u0e21\u0e31\u0e19\u0e19\u0e48\u0e32\u0e08\u0e30\u0e44\u0e1b\u0e08\u0e1a\u0e2d\u0e22\u0e39\u0e48\u0e41\u0e16\u0e27\u0e44\u0e2b\u0e19<\/p>\n\n<p>\u0e02\u0e49\u0e32\u0e07\u0e25\u0e48\u0e32\u0e07\u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e08\u0e38\u0e14\u0e17\u0e35\u0e48\u0e27\u0e07\u0e21\u0e31\u0e19\u0e19\u0e48\u0e32\u0e08\u0e30\u0e44\u0e1b\u0e1b\u0e34\u0e14 \u0e40\u0e23\u0e32\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e27\u0e48\u0e32\u0e17\u0e38\u0e01\u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e16\u0e36\u0e07\u0e40\u0e27\u0e25\u0e32\u0e19\u0e31\u0e49\u0e19\u0e16\u0e49\u0e32\u0e40\u0e25\u0e48\u0e19\u0e40\u0e01\u0e21\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e40\u0e23\u0e32<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/prob_last_circle_mr.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/prob_last_circle_er.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Miramar \u0e27\u0e07\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e44\u0e1b\u0e08\u0e1a\u0e41\u0e16\u0e27 Los Leones \u0e41\u0e15\u0e48\u0e01\u0e25\u0e31\u0e1a\u0e40\u0e1b\u0e47\u0e19 San Martin, La Benita \u0e2b\u0e23\u0e37\u0e2d\nChumacera \u0e2a\u0e48\u0e27\u0e19 Erangel \u0e27\u0e07\u0e04\u0e48\u0e2d\u0e22\u0e02\u0e49\u0e32\u0e07\u0e1b\u0e34\u0e14\u0e01\u0e27\u0e49\u0e32\u0e07\u0e44\u0e1b\u0e08\u0e1a\u0e41\u0e16\u0e27\u0e44\u0e2b\u0e19\u0e01\u0e47\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h1 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h1>\n\n<p>\u0e44\u0e21\u0e48\u0e2a\u0e23\u0e38\u0e1b\u0e04\u0e23\u0e31\u0e1a \u0e2b\u0e31\u0e27\u0e23\u0e49\u0e2d\u0e19\u0e1e\u0e36\u0e48\u0e07\u0e41\u0e1e\u0e49\u0e21\u0e32<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u200b\u0e41\u0e23\u0e07\u0e04\u0e4c Platinum IV PUBG Mobile \u0e40\u0e08\u0e2d\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a\u0e2a\u0e36\u0e2a!<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/based_on_data.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e1e\u0e2b\u0e21\u0e39\u0e48\">\n      \u0e43\u0e0a\u0e49 data \u0e0a\u0e48\u0e27\u0e22\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22 \u0e43\u0e0a\u0e49\u0e1d\u0e35\u0e21\u0e37\u0e2d\u0e0a\u0e48\u0e27\u0e22\u0e44\u0e14\u0e49\u0e40\u0e22\u0e2d\u0e30\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/pubg\/supercar.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e23\u0e16\u0e44\u0e15\u0e48\u0e16\u0e36\u0e07\">\n      \u0e23\u0e16\u0e2d\u0e30\u0e44\u0e23\u0e44\u0e15\u0e48\u0e16\u0e31\u0e07\u0e01\u0e47\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h1 id=\"\u0e2d\u0e49\u0e32\u0e07\u0e2d\u0e34\u0e07\">\u0e2d\u0e49\u0e32\u0e07\u0e2d\u0e34\u0e07<\/h1>\n\n<ul>\n  <li>\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e42\u0e04\u0e49\u0e14\u0e1a\u0e32\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e08\u0e32\u0e01 <a href=\"https:\/\/www.kaggle.com\/skihikingkevin\/pubg-match-deaths\">kaggle.com<\/a><\/li>\n<\/ul>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/analyze-pubg-deaths\/\">\u0e40\u0e14\u0e47\u0e01\u0e2b\u0e31\u0e27\u0e23\u0e49\u0e2d\u0e19\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c PUBG<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on May 24, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/face-classification-js-post\/"}},"id":"https:\/\/tupleblog.github.io\/face-classification-js-post","published":"2018-04-21T05:30:00+07:00","updated":"2018-04-21T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e25\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22\u0e17\u0e35\u0e48 <a href=\"https:\/\/tupleblog.github.io\/face-classification-js\/\">tupleblog.github.io\/face-classification-js<\/a> \u0e2e\u0e30\n(\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 1 MB \u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 2 \u0e42\u0e21\u0e40\u0e14\u0e25\u0e19\u0e30 \u0e43\u0e04\u0e23\u0e17\u0e35\u0e48 mobile data \u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e47\u0e23\u0e30\u0e27\u0e31\u0e07\u0e19\u0e34\u0e14\u0e19\u0e36\u0e07\u0e16\u0e49\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e1a\u0e19\u0e21\u0e37\u0e2d\u0e16\u0e37\u0e2d)<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/face-classification\/interface.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e19\u0e32\u0e22\u0e01\">\n      \u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48 <a href=\"https:\/\/tupleblog.github.io\/face-classification-js\/\">https:\/\/tupleblog.github.io\/face-classification-js\/<\/a>\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h2>\n\n<p>\u0e40\u0e04\u0e49\u0e32\u0e27\u0e48\u0e32\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e40\u0e19\u0e35\u0e48\u0e22\u0e1a\u0e48\u0e07\u0e1a\u0e2d\u0e01\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c \u0e40\u0e27\u0e25\u0e32\u0e04\u0e19\u0e40\u0e23\u0e32\u0e21\u0e2d\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e01\u0e31\u0e19\u0e01\u0e47\u0e23\u0e39\u0e49\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e2d\u0e35\u0e01\u0e1d\u0e31\u0e48\u0e07\u0e19\u0e36\u0e07\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\n\u0e43\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e04\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e02\u0e2d\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e44\u0e14\u0e49 AI \u0e01\u0e47\u0e19\u0e48\u0e32\u0e08\u0e30\u0e17\u0e33\u0e44\u0e14\u0e49\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e01\u0e25\u0e38\u0e48\u0e21\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e32\u0e01 Sankt Augustin \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e40\u0e22\u0e2d\u0e23\u0e21\u0e31\u0e19\u0e41\u0e25\u0e30 University of Edinburg \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e2d\u0e31\u0e07\u0e01\u0e24\u0e29\u0e44\u0e14\u0e49\n\u0e15\u0e35\u0e1e\u0e34\u0e21\u0e1e\u0e4c<a href=\"https:\/\/github.com\/oarriaga\/face_classification\/blob\/master\/report.pdf\">\u0e27\u0e32\u0e23\u0e2a\u0e32\u0e23<\/a> \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e04\u0e49\u0e32\u0e43\u0e0a\u0e49 Deep Convolutional Neural Network \u0e17\u0e35\u0e48\u0e40\u0e17\u0e23\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e41\u0e25\u0e30\u0e40\u0e1e\u0e28\u0e08\u0e32\u0e01\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e25\u0e1b\u0e17\u0e35\u0e48\u0e17\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21 Robotics\n\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e04\u0e49\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e19\u0e33\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e19\u0e35\u0e49\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e1a\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e14\u0e39\u0e41\u0e25\u0e1c\u0e39\u0e49\u0e2a\u0e39\u0e07\u0e2d\u0e32\u0e22\u0e38\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e31\u0e49\u0e19 \u0e40\u0e04\u0e49\u0e32\u0e43\u0e0a\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2b\u0e25\u0e31\u0e01\u0e46\u0e2a\u0e2d\u0e07\u0e2d\u0e31\u0e19\u0e04\u0e37\u0e2d FER-2013 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c \u0e41\u0e25\u0e30 IMDB \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e40\u0e1e\u0e28\n\u0e43\u0e19\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21\u0e19\u0e35\u0e49\u0e40\u0e04\u0e49\u0e32\u0e08\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e02\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e1a\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e40\u0e1e\u0e28 \u0e17\u0e33\u0e44\u0e14\u0e49\u0e16\u0e36\u0e07 96 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27\n\u0e2a\u0e48\u0e27\u0e19\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e44\u0e14\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 66 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c \u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e34\u0e14\u0e43\u0e2b\u0e49\u0e04\u0e19\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e42\u0e04\u0e49\u0e14 (open source) \u0e01\u0e31\u0e19\u0e1a\u0e19 Github \u0e17\u0e35\u0e48\n<a href=\"https:\/\/github.com\/oarriaga\/face_classification\">oarriaga\/face_classification<\/a> \u0e14\u0e49\u0e27\u0e22<\/p>\n\n<h2 id=\"face-classification-using-tensorflowjs\">Face Classification using TensorFlow.js<\/h2>\n\n<p>\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e17\u0e32\u0e07\u0e17\u0e35\u0e21\u0e07\u0e32\u0e19 <a href=\"https:\/\/tupleblog.github.io\/\"><code class=\"language-plaintext highlighter-rouge\">tubleblog<\/code><\/a> \u0e44\u0e14\u0e49\u0e23\u0e48\u0e27\u0e21\u0e21\u0e37\u0e2d\u0e01\u0e31\u0e1a\n<a href=\"https:\/\/github.com\/kittinan\">@kittinan<\/a> \u0e1c\u0e39\u0e49\u0e40\u0e04\u0e22\u0e44\u0e14\u0e49\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25 Bug Bounty \u0e08\u0e32\u0e01 Facebook<br \/>\n\u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e19\u0e33\u0e42\u0e21\u0e40\u0e14\u0e25\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e41\u0e25\u0e30\u0e40\u0e1e\u0e28\u0e08\u0e32\u0e01\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e43\u0e2a\u0e48\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e1a\u0e19\u0e40\u0e27\u0e47\u0e1a\u0e1a\u0e23\u0e32\u0e27\u0e40\u0e0b\u0e2d\u0e23\u0e4c\n\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e19\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e1a\u0e19\u0e1a\u0e23\u0e32\u0e27\u0e40\u0e0b\u0e2d\u0e23\u0e4c\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e46\u0e2e\u0e30<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2d\u0e31\u0e19\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e27\u0e32\u0e23\u0e2a\u0e32\u0e23\u0e43\u0e0a\u0e49 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 network \u0e42\u0e14\u0e22\u0e19\u0e33\n<a href=\"https:\/\/research.googleblog.com\/2017\/06\/mobilenets-open-source-models-for.html\">MobileNet<\/a>\n\u0e17\u0e35\u0e48 Google \u0e40\u0e1b\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19 open source \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e41\u0e17\u0e19 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e01\u0e47\u0e41\u0e1b\u0e25\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\n\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">TensorFlow.js<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e42\u0e2b\u0e25\u0e14\u0e40\u0e2d\u0e32\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e1a\u0e19\u0e40\u0e27\u0e47\u0e1a\u0e1a\u0e23\u0e32\u0e27\u0e40\u0e0b\u0e2d\u0e23\u0e4c\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e2d\u0e31\u0e25\u0e01\u0e2d\u0e23\u0e34\u0e17\u0e36\u0e21 Face detection \u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49 <a href=\"https:\/\/trackingjs.com\/\"><code class=\"language-plaintext highlighter-rouge\">tracking.js<\/code><\/a>\n\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e27\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e43\u0e19\u0e20\u0e32\u0e1e\n\u0e41\u0e25\u0e49\u0e27\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e19\u0e33\u0e20\u0e32\u0e1e\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e44\u0e1b\u0e43\u0e2b\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e33\u0e19\u0e32\u0e22\u0e27\u0e48\u0e32\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e19\u0e19\u0e31\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e41\u0e25\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e28\u0e2d\u0e30\u0e44\u0e23\n\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e2d\u0e22\u0e32\u0e01\u0e14\u0e39\u0e27\u0e48\u0e32\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e19\u0e31\u0e49\u0e19 \u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e43\u0e2a\u0e48\u0e42\u0e04\u0e49\u0e14\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e44\u0e27\u0e49\u0e1a\u0e19 Github \u0e2e\u0e30\n\u0e15\u0e32\u0e21\u0e44\u0e1b\u0e14\u0e39\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49<a href=\"https:\/\/github.com\/tupleblog\/face-classification-js\">\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48<\/a><\/p>\n\n<h3 id=\"\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e25\u0e38\u0e07\u0e15\u0e39\u0e48\u0e41\u0e25\u0e30-\u0e14\u0e23-\u0e2a\u0e21\u0e04\u0e34\u0e14\">\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e25\u0e38\u0e07\u0e15\u0e39\u0e48\u0e41\u0e25\u0e30 \u0e14\u0e23. \u0e2a\u0e21\u0e04\u0e34\u0e14<\/h3>\n\n<p>\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e42\u0e2b\u0e25\u0e14\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e17\u0e48\u0e32\u0e19\u0e19\u0e32\u0e22\u0e01\u0e23\u0e31\u0e10\u0e21\u0e19\u0e15\u0e23\u0e35\u0e41\u0e25\u0e30\u0e23\u0e2d\u0e07\u0e19\u0e32\u0e22\u0e01\u0e23\u0e31\u0e10\u0e21\u0e19\u0e15\u0e23\u0e35\u0e08\u0e32\u0e01\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c\u0e02\u0e48\u0e32\u0e27\u0e41\u0e25\u0e49\u0e27\u0e25\u0e2d\u0e07\u0e2d\u0e31\u0e1e\u0e42\u0e2b\u0e25\u0e14\u0e14\u0e39\u0e27\u0e48\u0e32\u0e1c\u0e25\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/face-classification\/example.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e19\u0e32\u0e22\u0e01\">\n      \u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 tupleblog.github.io\/face-classification-js \u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e17\u0e48\u0e32\u0e19\u0e19\u0e32\u0e22\u0e01\u0e23\u0e31\u0e10\u0e21\u0e19\u0e15\u0e23\u0e35 (\u0e17\u0e35\u0e48\u0e21\u0e32\u0e08\u0e32\u0e01 www.prachachat.net)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e19\u0e35\u0e49\u0e17\u0e48\u0e32\u0e19\u0e19\u0e32\u0e22\u0e01\u0e40\u0e28\u0e23\u0e49\u0e32 50 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\u0e41\u0e25\u0e30\u0e42\u0e01\u0e23\u0e18\u200b 50 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e2e\u0e30<\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/face-classification\/example-2.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e19\u0e32\u0e22\u0e01\">\n      \u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 tupleblog.github.io\/face-classification-js \u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e17\u0e48\u0e32\u0e19\u0e23\u0e2d\u0e07\u0e19\u0e32\u0e22\u0e01\u0e23\u0e31\u0e10\u0e21\u0e19\u0e15\u0e23\u0e35 (\u0e17\u0e35\u0e48\u0e21\u0e32\u0e08\u0e32\u0e01 naewna.com)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07 \u0e14\u0e23. \u0e2a\u0e21\u0e04\u0e34\u0e14 \u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a happy 70 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c<\/p>\n\n<h2 id=\"\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14\u0e32\u0e27\u0e23\u0e23\u0e13\">\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14\u0e32\u0e27\u0e23\u0e23\u0e13<\/h2>\n\n<p>\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e41\u0e04\u0e48\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e48\u0e32\u0e19\u0e19\u0e32\u0e22\u0e01\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e2a\u0e32\u0e27\u0e46\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e01\u0e31\u0e1a\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14 \u0e2d\u0e14\u0e35\u0e15\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e49\u0e32\u0e41\u0e02\u0e48\u0e07\u0e02\u0e31\u0e19 the Voice, Thailand\n\u0e17\u0e32\u0e07\u0e17\u0e35\u0e21 tupleblog \u0e15\u0e49\u0e2d\u0e07\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14\u0e32\u0e27\u0e23\u0e23\u0e13\u0e17\u0e35\u0e48\u0e41\u0e0a\u0e23\u0e4c\u0e20\u0e32\u0e1e\u0e21\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 face classification \u0e01\u0e31\u0e19\u0e2e\u0e30 \u0e2a\u0e48\u0e27\u0e19\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e44\u0e1b\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e1c\u0e25\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\n\u0e01\u0e47\u0e44\u0e1b\u0e15\u0e32\u0e21\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e17\u0e35\u0e48 instagram: <a href=\"https:\/\/www.instagram.com\/nid_ndw\/\">nid_ndw<\/a><\/p>\n\n<figure><center>\n  <img width=\"500\" src=\"\/images\/post\/face-classification\/nidawan.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14\">\n      \u0e17\u0e14\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 tupleblog.github.io\/face-classification-js \u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07\u0e19\u0e34\u0e14\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e17\u0e35\u0e19\u0e35\u0e49\u0e01\u0e47\u0e44\u0e1b\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e1a\u0e20\u0e32\u0e1e\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e40\u0e25\u0e22 :)<\/p>\n\n<h2 id=\"\u0e17\u0e33\u0e44\u0e21\u0e42\u0e21\u0e40\u0e14\u0e25\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e14\u0e35\">\u0e17\u0e33\u0e44\u0e21\u0e42\u0e21\u0e40\u0e14\u0e25\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e14\u0e35?<\/h2>\n\n<p>\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e14\u0e39\u0e08\u0e30\u0e1e\u0e1a\u0e27\u0e48\u0e32 \u0e1a\u0e32\u0e07\u0e17\u0e35\u0e40\u0e23\u0e32\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e41\u0e25\u0e30\u0e40\u0e1e\u0e28\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e15\u0e23\u0e07\n\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e19\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\n\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e19\u0e31\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07\u0e14\u0e32\u0e23\u0e32\u0e41\u0e25\u0e30\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\n\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e17\u0e23\u0e19\u0e41\u0e25\u0e49\u0e27\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e1a\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e04\u0e19\u0e44\u0e17\u0e22\u0e17\u0e35\u0e48\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e1a\u0e0a\u0e32\u0e27\u0e15\u0e48\u0e32\u0e07\u0e0a\u0e32\u0e15\u0e34\u0e08\u0e36\u0e07\u0e40\u0e01\u0e34\u0e14\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e02\u0e36\u0e49\u0e19\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07\n(\u0e21\u0e31\u0e01\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e44\u0e21\u0e48 generalized \u0e2b\u0e23\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e35 bias \u0e2e\u0e30 \u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e21\u0e35 bias \u0e43\u0e19 training data)<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e41\u0e25\u0e49\u0e27\u0e44\u0e21\u0e48\u0e40\u0e08\u0e2d \u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38\u0e19\u0e31\u0e49\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e41\u0e1a\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e21\u0e32\u0e01\u0e46\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e02\u0e2d\u0e07 <code class=\"language-plaintext highlighter-rouge\">tracking.js<\/code>\n\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e01\u0e49\u0e42\u0e04\u0e49\u0e14\u0e01\u0e31\u0e19\u0e0b\u0e31\u0e01\u0e19\u0e34\u0e14\u0e16\u0e36\u0e07\u0e08\u0e30\u0e14\u0e35\u0e02\u0e36\u0e49\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h2>\n\n<p>\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e32\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e2d\u0e32\u0e23\u0e21\u0e13\u0e4c\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e28\u0e08\u0e32\u0e01\u0e20\u0e32\u0e1e\u0e01\u0e31\u0e19\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">MobileNet<\/code> \u0e41\u0e25\u0e30\u0e41\u0e1b\u0e25\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e43\u0e2b\u0e49\u0e40\u0e2d\u0e32\u0e44\u0e1b\u0e43\u0e0a\u0e49\n\u0e44\u0e14\u0e49\u0e1a\u0e19\u0e40\u0e27\u0e47\u0e1a\u0e1a\u0e23\u0e32\u0e27\u0e40\u0e0b\u0e2d\u0e23\u0e4c\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <a href=\"https:\/\/js.tensorflow.org\/\"><code class=\"language-plaintext highlighter-rouge\">TensorFlow.js<\/code><\/a>\n\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e14\u0e35\u0e19\u0e31\u0e01\u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e16\u0e01\u0e40\u0e16\u0e35\u0e22\u0e07\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e16\u0e36\u0e07\u0e44\u0e21\u0e48\u0e14\u0e35\u0e40\u0e17\u0e48\u0e32\u0e17\u0e35\u0e48\u0e04\u0e27\u0e23\u0e19\u0e31\u0e48\u0e19\u0e01\u0e47\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e2b\u0e19\u0e49\u0e32\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e2d\u0e32\u0e0b\u0e30\u0e21\u0e32\u0e01 \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e04\u0e19\u0e44\u0e17\u0e22<\/p>\n\n<p><strong>\u0e41\u0e25\u0e49\u0e27\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e15\u0e48\u0e2d?<\/strong> \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e01\u0e33\u0e25\u0e31\u0e07\u0e17\u0e33\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e40\u0e2d\u0e32 face-classification\n\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e2a\u0e39\u0e07\u0e2d\u0e32\u0e22\u0e38\u0e04\u0e23\u0e31\u0e1a \u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e01\u0e33\u0e25\u0e31\u0e07\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e40\u0e01\u0e21\u0e0b\u0e36\u0e48\u0e07\u0e27\u0e31\u0e14\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21 happy \u0e08\u0e32\u0e01\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e43\u0e2b\u0e49\u0e04\u0e19\u0e41\u0e01\u0e48\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e40\u0e25\u0e48\u0e19\u0e2e\u0e30\n\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e17\u0e33\u0e43\u0e1a\u0e2b\u0e19\u0e49\u0e32\u0e43\u0e2b\u0e49 happy \u0e44\u0e14\u0e49\u0e22\u0e32\u0e27\u0e46\u0e01\u0e47\u0e08\u0e30\u0e22\u0e34\u0e48\u0e07\u0e44\u0e14\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e21\u0e32\u0e01\u0e2e\u0e30\n\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e40\u0e01\u0e21\u0e19\u0e35\u0e49\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e15\u0e48\u0e2d\u0e1c\u0e39\u0e49\u0e2a\u0e39\u0e07\u0e2d\u0e32\u0e22\u0e38\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e2b\u0e07\u0e32\u0e46\u0e41\u0e25\u0e30\u0e2d\u0e22\u0e32\u0e01\u0e2b\u0e32\u0e2d\u0e30\u0e44\u0e23\u0e17\u0e33\u0e04\u0e23\u0e31\u0e1a \u0e43\u0e04\u0e23\u0e2d\u0e22\u0e32\u0e01\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e41\u0e1a\u0e1a webcam \u0e17\u0e35\u0e48\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e40\u0e01\u0e21\n\u0e44\u0e1b\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48 <a href=\"https:\/\/tupleblog.github.io\/face-classification-js\/webcam.html\">face-classification-js\/webcam.html<\/a>\n(\u0e41\u0e19\u0e30\u0e19\u0e33\u0e43\u0e2b\u0e49\u0e43\u0e0a\u0e49\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e21\u0e37\u0e2d\u0e16\u0e37\u0e2d\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e0a\u0e49\u0e32\u0e2b\u0e19\u0e48\u0e2d\u0e22)<\/p>\n\n<p>\u0e17\u0e34\u0e49\u0e07\u0e17\u0e32\u0e22\u0e2d\u0e35\u0e01\u0e17\u0e35\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e42\u0e04\u0e49\u0e14 \u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e42\u0e04\u0e49\u0e14\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e17\u0e35\u0e48 <a href=\"https:\/\/github.com\/tupleblog\/face-classification-js\">\/github.com\/tupleblog\/face-classification-js<\/a>\n\u0e16\u0e49\u0e32\u0e0a\u0e2d\u0e1a\u0e01\u0e47\u0e2d\u0e22\u0e48\u0e32\u0e25\u0e37\u0e21\u0e01\u0e14 star \u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 :)<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/face-classification-js-post\/\">Face Classification on Web Browser using TensorFlow.js<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on April 21, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/song-sim-thai\/"}},"id":"https:\/\/tupleblog.github.io\/song-sim-thai","published":"2018-04-10T05:30:00+07:00","updated":"2018-04-10T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h1 id=\"\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\">\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33<\/h1>\n\n<p>\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e2d\u0e48\u0e32\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e17\u0e35\u0e48\u0e14\u0e31\u0e07\u0e21\u0e32\u0e01\u0e43\u0e19\u0e1b\u0e25\u0e32\u0e22\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e08\u0e32\u0e01 <a href=\"https:\/\/www.vox.com\/videos\/2017\/10\/13\/16469744\/repetition-in-music\">Vox<\/a>\n\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e04\u0e49\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e14\u0e39\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07 \u0e41\u0e25\u0e30\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e21\u0e35\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e2a\u0e23\u0e38\u0e1b\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e15\u0e34\u0e14\u0e0a\u0e32\u0e23\u0e4c\u0e15\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e21\u0e31\u0e01\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e41\u0e25\u0e30\u0e40\u0e17\u0e23\u0e19\u0e19\u0e35\u0e49\u0e22\u0e34\u0e48\u0e07\u0e40\u0e15\u0e34\u0e1a\u0e42\u0e15\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1b\u0e35\n\u0e42\u0e14\u0e22\u0e40\u0e04\u0e49\u0e32\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e15\u0e34\u0e14 Top 100 \u0e02\u0e2d\u0e07 Billboard \u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e21\u0e35\u0e17\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e40\u0e22\u0e2d\u0e30\u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e47\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e1e\u0e25\u0e07\nYeah Right \u0e02\u0e2d\u0e07 Vince Staples \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e48\u0e2d\u0e19\u0e2e\u0e38\u0e04\u0e23\u0e49\u0e2d\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48 2 \u0e04\u0e33\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e04\u0e37\u0e2d\u0e41\u0e04\u0e48<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>Boy yeah right, yeah right, yeah right\n(Boy yeah right, yeah right, yeah right)\nBoy yeah right, yeah right, yeah right\n(Boy yeah right, yeah right, yeah right)\nBoy yeah right, yeah right, yeah right\n(Boy yeah right, yeah right, yeah right)\nBoy yeah right, yeah right, yeah right\n(Boy yeah)\n<\/code><\/pre><\/div><\/div>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/C6iAzyhm0p0\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>(\u0e41\u0e2b\u0e21\u0e48 \u0e08\u0e30\u0e23\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e41\u0e04\u0e48\u0e19\u0e35\u0e49\u0e08\u0e23\u0e34\u0e07\u0e46\u0e2b\u0e23\u0e2d 555)<\/p>\n\n<p>\u0e42\u0e2d\u0e40\u0e04 \u0e21\u0e32\u0e40\u0e02\u0e49\u0e32\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32 \u0e04\u0e37\u0e2d\u0e43\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e04\u0e49\u0e32\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e14\u0e49 \u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e2d\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e44\u0e14\u0e49\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e19\u0e48\u0e30\u0e2a\u0e34\n\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e40\u0e14\u0e35\u0e4b\u0e22\u0e27\u0e19\u0e35\u0e49\u0e01\u0e47\u0e21\u0e35\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e17\u0e35\u0e48\u0e15\u0e31\u0e14\u0e04\u0e33\u0e44\u0e17\u0e22\u0e44\u0e14\u0e49\u0e41\u0e25\u0e49\u0e27\u0e40\u0e0a\u0e48\u0e19 <a href=\"https:\/\/rkcosmos.github.io\/deepcut\/\"><code class=\"language-plaintext highlighter-rouge\">deepcut<\/code><\/a> \u0e08\u0e32\u0e01 True Corporation \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e2d\u0e32\u0e44\u0e25\u0e1a\u0e23\u0e32\u0e23\u0e35\u0e48\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e15\u0e31\u0e14\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e25\u0e30<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 visualize \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e02\u0e2d\u0e07\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \u0e41\u0e25\u0e30\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\n\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22 12,664 \u0e40\u0e1e\u0e25\u0e07 2,785 \u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19 \u0e08\u0e32\u0e01 <a href=\"https:\/\/www.siamzone.com\/music\/thailyric\/\">Siamzone<\/a>\n\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e2b\u0e19\u0e22\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e2a\u0e31\u0e49\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e1e\u0e25\u0e07\u0e44\u0e2b\u0e19\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e40\u0e25\u0e22\n\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e27\u0e48\u0e32\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a\u0e19\u0e31\u0e49\u0e19\u0e0a\u0e2d\u0e1a\u0e43\u0e0a\u0e49\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\u0e46\u0e01\u0e31\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e2e\u0e30<\/p>\n\n<h2 id=\"visualize-song-lyrics\">Visualize song lyrics<\/h2>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 visualize \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e41\u0e25\u0e30\u0e14\u0e39\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e2a\u0e48\u0e27\u0e19\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e19\u0e31\u0e01 \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e2a\u0e48\u0e27\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 <code class=\"language-plaintext highlighter-rouge\">Introduction<\/code>, <code class=\"language-plaintext highlighter-rouge\">Verse<\/code>, <code class=\"language-plaintext highlighter-rouge\">Chorus<\/code>, <code class=\"language-plaintext highlighter-rouge\">Bridge<\/code><\/p>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e40\u0e23\u0e35\u0e22\u0e07\u0e04\u0e33\u0e08\u0e32\u0e01\u0e15\u0e49\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e19\u0e08\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e0b\u0e49\u0e32\u0e22\u0e44\u0e1b\u0e02\u0e27\u0e32\u0e41\u0e25\u0e30\u0e1a\u0e19\u0e25\u0e07\u0e25\u0e48\u0e32\u0e07 \u0e41\u0e25\u0e30\u0e04\u0e33\u0e44\u0e2b\u0e19\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e0b\u0e49\u0e33\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e15\u0e34\u0e21\u0e40\u0e25\u0e02 1 \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\n\u0e2a\u0e48\u0e27\u0e19\u0e16\u0e49\u0e32\u0e44\u0e21\u0e48\u0e0b\u0e49\u0e33\u0e40\u0e25\u0e22\u0e01\u0e47\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e44\u0e27\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e28\u0e39\u0e19\u0e22\u0e4c \u0e25\u0e2d\u0e07\u0e14\u0e39\u0e20\u0e32\u0e1e\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e04\u0e33\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22<\/p>\n\n<figure><center>\n  <img width=\"300\" src=\"https:\/\/colinmorris.github.io\/SongSim\/img\/about\/barbie.png\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a title=\"example\">\n      \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01 [SongSim](https:\/\/colinmorris.github.io\/SongSim\/#\/about) \u0e02\u0e2d\u0e07 Colin Morris \u0e2e\u0e30\n    <\/a>\n  <\/figcaption>  \n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e1e\u0e25\u0e47\u0e2d\u0e15 Song similarity \u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e01\u0e31\u0e19\u0e40\u0e2d\u0e07\u0e1a\u0e49\u0e32\u0e07 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e22\u0e37\u0e21\u0e40\u0e1e\u0e25\u0e07\u0e41\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\n\u0e2d\u0e30\u0e15\u0e2d\u0e21 \u0e0a\u0e19\u0e01\u0e31\u0e19\u0e15\u0e4c \u0e21\u0e32\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e0b\u0e30\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e17\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c <a href=\"https:\/\/www.siamzone.com\/music\/thailyric\/10627\">Siamzone<\/a>\n\u0e21\u0e32 \u0e13 \u200b\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e14\u0e49\u0e27\u0e22\u0e2e\u0e30<\/p>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/OWFBOxCFMX4\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e41\u0e25\u0e30\u0e1e\u0e25\u0e47\u0e2d\u0e15 Song similarity \u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e15\u0e32\u0e21\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">deepcut<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">matplotlib.pyplot<\/span> <span class=\"k\">as<\/span> <span class=\"n\">plt<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">scipy.spatial.distance<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">euclidean<\/span><span class=\"p\">,<\/span> <span class=\"n\">pdist<\/span><span class=\"p\">,<\/span> <span class=\"n\">squareform<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">similarity_func<\/span><span class=\"p\">(<\/span><span class=\"n\">u<\/span><span class=\"p\">,<\/span> <span class=\"n\">v<\/span><span class=\"p\">):<\/span>\n    <span class=\"k\">if<\/span> <span class=\"n\">u<\/span> <span class=\"o\">!=<\/span> <span class=\"n\">v<\/span><span class=\"p\">:<\/span>\n        <span class=\"k\">return<\/span> <span class=\"mi\">1<\/span>\n    <span class=\"k\">else<\/span><span class=\"p\">:<\/span>\n        <span class=\"k\">return<\/span> <span class=\"mi\">0<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">plot_song_sim<\/span><span class=\"p\">(<\/span><span class=\"n\">words<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">words<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span><span class=\"n\">word<\/span> <span class=\"k\">for<\/span> <span class=\"n\">word<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">words<\/span> <span class=\"k\">if<\/span> <span class=\"n\">word<\/span><span class=\"p\">.<\/span><span class=\"n\">strip<\/span><span class=\"p\">()<\/span> <span class=\"ow\">not<\/span> <span class=\"ow\">in<\/span> <span class=\"p\">(<\/span><span class=\"s\">''<\/span><span class=\"p\">,<\/span> <span class=\"s\">'*'<\/span><span class=\"p\">)]<\/span>\n    <span class=\"n\">D<\/span> <span class=\"o\">=<\/span> <span class=\"n\">squareform<\/span><span class=\"p\">(<\/span><span class=\"n\">pdist<\/span><span class=\"p\">(<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">array<\/span><span class=\"p\">(<\/span><span class=\"n\">words<\/span><span class=\"p\">).<\/span><span class=\"n\">reshape<\/span><span class=\"p\">(<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">),<\/span> <span class=\"n\">similarity_func<\/span><span class=\"p\">))<\/span>\n    <span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">matshow<\/span><span class=\"p\">(<\/span><span class=\"mi\">1<\/span> <span class=\"o\">-<\/span> <span class=\"n\">D<\/span><span class=\"p\">,<\/span> <span class=\"n\">cmap<\/span><span class=\"o\">=<\/span><span class=\"s\">'Greys'<\/span><span class=\"p\">,<\/span>  <span class=\"n\">interpolation<\/span><span class=\"o\">=<\/span><span class=\"s\">'nearest'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">xticks<\/span><span class=\"p\">([],<\/span> <span class=\"p\">[])<\/span>\n    <span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">yticks<\/span><span class=\"p\">([],<\/span> <span class=\"p\">[])<\/span>\n    <span class=\"n\">plt<\/span><span class=\"p\">.<\/span><span class=\"n\">show<\/span><span class=\"p\">()<\/span>\n\n<span class=\"n\">tokenized_lyrics<\/span> <span class=\"o\">=<\/span> <span class=\"n\">deepcut<\/span><span class=\"p\">.<\/span><span class=\"n\">tokenize<\/span><span class=\"p\">(<\/span><span class=\"n\">lyrics<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e15\u0e31\u0e14\u0e04\u0e33\u0e08\u0e32\u0e01\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\n<\/span><span class=\"n\">plot_song_sim<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_lyrics<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e17\u0e35\u0e48\u0e15\u0e31\u0e14\u0e21\u0e32\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e25\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e41\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e2d\u0e30\u0e15\u0e2d\u0e21\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b \u0e1e\u0e2d\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e41\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19 \u0e2d\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e15\u0e32\u0e21\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e42\u0e14\u0e19\u0e14\u0e39\u0e08\u0e32\u0e01\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48\n<code class=\"language-plaintext highlighter-rouge\">Intro<\/code>, <code class=\"language-plaintext highlighter-rouge\">Verse<\/code>, <code class=\"language-plaintext highlighter-rouge\">Chorus<\/code>, <code class=\"language-plaintext highlighter-rouge\">Bridge<\/code>, <code class=\"language-plaintext highlighter-rouge\">Chorus<\/code>, \u2026<\/p>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/atom_songsim.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e41\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19 \u0e2d\u0e30\u0e15\u0e2d\u0e21\">\n      \u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e41\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19 \u0e02\u0e2d\u0e07\u0e2d\u0e30\u0e15\u0e2d\u0e21 \u0e0a\u0e19\u0e01\u0e31\u0e19\u0e15\u0e4c\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e16\u0e49\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e2d\u0e49\u0e32\u0e27\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e1a\u0e49\u0e32\u0e07\u0e01\u0e47\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e32\u0e21\u0e19\u0e35\u0e49<\/p>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/atom_auw.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e2d\u0e49\u0e32\u0e27 \u0e2d\u0e30\u0e15\u0e2d\u0e21\">\n      \u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e2d\u0e49\u0e32\u0e27 \u0e02\u0e2d\u0e07\u0e2d\u0e30\u0e15\u0e2d\u0e21 \u0e0a\u0e19\u0e01\u0e31\u0e19\u0e15\u0e4c\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\">\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22<\/h2>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32 visualize \u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e2a\u0e23\u0e38\u0e1b\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07\n\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e2b\u0e19\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32\u0e23\u0e31\u0e01\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e1e\u0e25\u0e07\u0e44\u0e2b\u0e19\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32\u0e40\u0e02\u0e32\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 12,664 \u0e40\u0e1e\u0e25\u0e07 \u0e08\u0e32\u0e01\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19 2,785 \u0e27\u0e07\n\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e42\u0e2b\u0e25\u0e14\u0e21\u0e32\u0e08\u0e32\u0e01\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c\u200b <a href=\"https:\/\/www.siamzone.com\/music\/thailyric\/\">Siamzone<\/a><\/p>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e2a\u0e34\u0e48\u0e07\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e23\u0e39\u0e49\u0e40\u0e25\u0e22\u0e04\u0e37\u0e2d\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e01\u0e35\u0e48\u0e04\u0e33\u0e01\u0e31\u0e19\u0e19\u0e30 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1e\u0e25\u0e47\u0e2d\u0e15 distribution\n\u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e14\u0e32\u0e27\u0e19\u0e4c\u0e42\u0e2b\u0e25\u0e14\u0e21\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e15\u0e32\u0e21\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07<\/p>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/lyrics_length.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\">\n      distribution \u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07 \u0e19\u0e31\u0e1a\u0e15\u0e32\u0e21\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e42\u0e14\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e41\u0e25\u0e49\u0e27\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 308 \u0e04\u0e33 \u0e2a\u0e48\u0e27\u0e19\u0e10\u0e32\u0e19\u0e19\u0e34\u0e22\u0e21\u0e02\u0e2d\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 275 \u0e04\u0e33<\/p>\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e31\u0e49\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e08\u0e2d \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49\u0e2e\u0e30<\/p>\n\n<ul>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e23\u0e23\u0e40\u0e2a\u0e23\u0e34\u0e0d\u0e1e\u0e23\u0e30\u0e1a\u0e32\u0e23\u0e21\u0e35 \u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e14\u0e22 \u0e2a\u0e21\u0e40\u0e14\u0e47\u0e08\u0e1e\u0e23\u0e30\u0e40\u0e08\u0e49\u0e32\u0e1a\u0e23\u0e21\u0e27\u0e07\u0e28\u0e4c\u0e40\u0e18\u0e2d \u0e40\u0e08\u0e49\u0e32\u0e1f\u0e49\u0e32\u0e01\u0e23\u0e21\u0e1e\u0e23\u0e30\u0e22\u0e32\u0e19\u0e23\u0e34\u0e28\u0e23\u0e32\u0e19\u0e38\u0e27\u0e31\u0e14\u0e15\u0e34\u0e27\u0e07\u0e28\u0e4c<\/li>\n  <li>\u0e42\u0e28\u0e23\u0e01\u0e40\u0e28\u0e23\u0e49\u0e32\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e01\u0e34\u0e19 \u0e42\u0e14\u0e22 \u0e2d\u0e31\u0e2a\u0e19\u0e35 \u0e27\u0e2a\u0e31\u0e19\u0e15\u0e4c<\/li>\n  <li>\u0e25\u0e32\u0e27\u0e04\u0e33\u0e2b\u0e2d\u0e21 \u0e42\u0e14\u0e22 \u0e2e\u0e31\u0e17 \u0e08\u0e34\u0e23\u0e27\u0e34\u0e0a\u0e0d\u0e4c<\/li>\n  <li>\u0e41\u0e21\u0e48 \u0e42\u0e14\u0e22 \u0e1e\u0e2d\u0e2a<\/li>\n  <li>\u0e40\u0e27\u0e15\u0e32\u0e25 \u0e42\u0e14\u0e22 Modern Dog<\/li>\n  <li>\u0e25\u0e37\u0e21, \u0e23\u0e31\u0e01\u0e01\u0e31\u0e19\u0e2b\u0e19\u0e2d \u0e42\u0e14\u0e22 Scrubb (\u0e23\u0e31\u0e01\u0e01\u0e31\u0e19\u0e2b\u0e19\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e01\u0e48\u0e32\u0e17\u0e35\u0e48\u0e40\u0e2d\u0e32\u0e21\u0e35\u0e17\u0e33\u0e43\u0e2b\u0e21\u0e48\u0e2e\u0e30 \u0e15\u0e49\u0e19\u0e09\u0e1a\u0e31\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e14\u0e34\u0e2d\u0e34\u0e21\u0e1e\u0e2d\u0e2a\u0e2a\u0e34\u0e40\u0e1a\u0e34\u0e49\u0e25)<\/li>\n  <li>\u0e2a\u0e31\u0e01\u0e27\u0e31\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e42\u0e14\u0e22 \u0e41\u0e04\u0e25 \u0e41\u0e04\u0e25\u0e2d\u0e23\u0e35\u0e19<\/li>\n  <li>\u0e27\u0e31\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e42\u0e14\u0e22 Sofa (\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e0a\u0e2d\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e49\u0e21\u0e32\u0e01\u0e2e\u0e30 \u0e41\u0e15\u0e48\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e19\u0e25\u0e30\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19)<\/li>\n<\/ul>\n\n<p>\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e08\u0e30\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e23\u0e36\u0e40\u0e1b\u0e25\u0e48\u0e32\u0e41\u0e15\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e31\u0e49\u0e19\u0e46\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e48\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e19\u0e30<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e22\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e08\u0e2d \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e2b\u0e19\u0e35\u0e44\u0e21\u0e48\u0e1e\u0e49\u0e19 \u0e42\u0e14\u0e22 \u0e27\u0e34\u0e19 \u0e28\u0e34\u0e23\u0e34\u0e27\u0e07\u0e28\u0e4c (\u0e17\u0e48\u0e2d\u0e19\u0e41\u0e23\u0e47\u0e1e\u0e22\u0e32\u0e27\u0e21\u0e32\u0e01\u0e08\u0e23\u0e34\u0e07\u0e46)<\/li>\n  <li>Just Holla \u0e42\u0e14\u0e22 \u0e44\u0e17\u0e22\u0e40\u0e17\u0e40\u0e19\u0e35\u0e22\u0e21 (\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e0a\u0e2d\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e49\u0e21\u0e32\u0e01\u0e46\u0e2e\u0e30)<\/li>\n  <li>\u0e2a\u0e32\u0e14 \u0e42\u0e14\u0e22 \u0e01\u0e49\u0e32\u0e19\u0e04\u0e2d\u0e04\u0e25\u0e31\u0e1a<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e21\u0e35\u0e17\u0e32\u0e07 \u0e42\u0e14\u0e22 \u0e17\u0e32\u0e17\u0e32\u0e22\u0e31\u0e07<\/li>\n  <li>\u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e19\u0e34\u0e48\u0e07 \u0e42\u0e14\u0e22 \u0e17\u0e39\u0e1e\u0e35 \u0e40\u0e0b\u0e32\u0e17\u0e4c\u0e44\u0e0b\u0e14\u0e4c<\/li>\n  <li>\u0e04\u0e27\u0e31\u0e19 \u0e42\u0e14\u0e22 \u0e40\u0e27\u0e22\u0e4c \u0e1b\u0e23\u0e34\u0e0d\u0e0d\u0e32 \u0e2d\u0e34\u0e19\u0e17\u0e0a\u0e31\u0e22<\/li>\n  <li>\u0e17\u0e30\u0e25\u0e36\u0e48\u0e07 \u0e42\u0e14\u0e22 \u0e44\u0e17\u0e22\u0e40\u0e17\u0e40\u0e19\u0e35\u0e22\u0e21<\/li>\n  <li>\u0e01\u0e39\u0e25\u0e34\u0e02\u0e34\u0e15 \u0e42\u0e14\u0e22 \u0e40\u0e15\u0e49\u0e22 \u0e13\u0e31\u0e10\u0e1e\u0e07\u0e29\u0e4c \u0e2b\u0e2d\u0e21\u0e40\u0e17\u0e35\u0e22\u0e19<\/li>\n<\/ul>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e22\u0e32\u0e27\u0e46\u0e19\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e22\u0e01\u0e43\u0e2b\u0e49\u0e2a\u0e32\u0e27\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e1b\u0e2e\u0e2d\u0e1b\u0e41\u0e25\u0e30\u0e41\u0e23\u0e47\u0e1e\u0e40\u0e25\u0e22<\/p>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/22w_4lzMCBg\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e23\u0e31\u0e01<\/b> \u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e1e\u0e25\u0e07 \u0e23\u0e49\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e2a\u0e39\u0e2a\u0e35\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e23\u0e31\u0e01\u0e44\u0e21\u0e48\u0e23\u0e31\u0e01 \u0e42\u0e14\u0e22 \u0e25\u0e38\u0e25\u0e32 (57 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e01\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e23\u0e31\u0e01 \u0e42\u0e14\u0e22 \u0e0a\u0e47\u0e2d\u0e01\u0e42\u0e01\u0e41\u0e25\u0e47\u0e15 \u0e04\u0e34\u0e17 (56 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e17\u0e35\u0e48\u0e23\u0e31\u0e01 \u0e42\u0e14\u0e22 \u0e1e\u0e23\u0e34\u0e01\u0e44\u0e17\u0e22 (55 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e40\u0e16\u0e2d\u0e30 \u0e42\u0e14\u0e22 \u0e2d\u0e32\u0e23\u0e4c\u0e21 \u0e27\u0e35\u0e23\u0e22\u0e38\u0e17\u0e18 \u0e08\u0e31\u0e19\u0e17\u0e23\u0e4c\u0e2a\u0e38\u0e02 (53 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e14\u0e39\u0e01\u0e48\u0e2d\u0e19 \u0e42\u0e14\u0e22 \u0e01\u0e23\u0e38\u0e07\u0e40\u0e01\u0e29\u0e21 (52 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e2a\u0e07\u0e44\u0e1f \u0e42\u0e14\u0e22 \u0e40\u0e14\u0e2d\u0e30\u0e17\u0e2d\u0e22 (50 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e22\u0e31\u0e07\u0e44\u0e07\u0e01\u0e47\u0e23\u0e31\u0e01 \u0e42\u0e14\u0e22 \u0e23\u0e27\u0e21 \u0e40\u0e14\u0e2d\u0e30\u0e2a\u0e15\u0e32\u0e23\u0e4c (43 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e2a\u0e40\u0e0b\u0e35\u0e22\u0e19 \u0e23\u0e39\u0e40\u0e25\u0e47\u0e15\u0e15\u0e4c (\u0e0b\u0e34\u0e19\u0e14\u0e2d\u0e07\u0e21\u0e32) \u0e42\u0e14\u0e22 \u0e23\u0e34\u0e04 \u0e27\u0e0a\u0e34\u0e23\u0e1b\u0e34\u0e25\u0e31\u0e19\u0e18\u0e4c \u0e42\u0e0a\u0e04\u0e40\u0e08\u0e23\u0e34\u0e0d\u0e23\u0e31\u0e15\u0e19\u0e4c (42 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d\u0e21\u0e32\u0e01\u2026\u0e01 \u0e42\u0e14\u0e22 \u0e25\u0e32\u0e1f\u0e40\u0e1f\u0e2d\u0e23\u0e4c \u0e41\u0e2d\u0e21\u0e40\u0e21\u0e2d\u0e23\u0e4c (42 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d \u0e40\u0e1a\u0e37\u0e48\u0e2d\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e19\u0e39\u0e42\u0e27 (41 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e19\u0e49\u0e2d\u0e07\u0e40\u0e1b\u0e34\u0e49\u0e25 \u0e42\u0e14\u0e22 \u0e1e\u0e32\u0e23\u0e32\u0e14\u0e47\u0e2d\u0e01\u0e0b\u0e4c (\u0e19\u0e49\u0e2d\u0e07\u0e40\u0e1b\u0e34\u0e49\u0e25\u0e19\u0e48\u0e32\u0e23\u0e31\u0e01\u0e44\u0e1b 40 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/Mi4Is4TJT9c\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e40\u0e18\u0e2d<\/b> \u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e1e\u0e25\u0e07 \u0e23\u0e49\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e2a\u0e39\u0e2a\u0e35\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e46 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e25\u0e34\u0e1f\u0e17\u0e4c (Lift) \u0e42\u0e14\u0e22 \u0e01\u0e23\u0e39\u0e4a\u0e1f\u0e44\u0e23\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2a (67 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e18\u0e2d\u0e41\u0e2b\u0e25\u0e30 \u0e42\u0e14\u0e22 \u0e40\u0e0b\u0e40\u0e27\u0e48\u0e19 (62 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e21\u0e35\u0e41\u0e1f\u0e19\u0e41\u0e25\u0e49\u0e27 \u0e42\u0e14\u0e22 \u0e42\u0e2d\u0e4a\u0e15 \u0e1b\u0e23\u0e32\u0e42\u0e21\u0e17\u0e22\u0e4c \u0e1b\u0e32\u0e17\u0e32\u0e19 (57 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d \u0e40\u0e1a\u0e37\u0e48\u0e2d\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e19\u0e39\u0e42\u0e27 (56 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e04\u0e48\u0e40\u0e18\u0e2d\u0e1a\u0e31\u0e07\u0e04\u0e31\u0e1a \u0e42\u0e14\u0e22 \u0e40\u0e19\u0e42\u0e01\u0e30 \u0e08\u0e31\u0e21\u0e1e\u0e4c (54 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c (53 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e0a\u0e34\u0e0d \u0e42\u0e14\u0e22 \u0e1f\u0e34\u0e19 (51 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e27\u0e2d\u0e19\u0e19\u0e32 \u0e1a\u0e35 \u0e22\u0e31\u0e27\u0e23\u0e4c \u0e40\u0e01\u0e34\u0e23\u0e4c\u0e25 (Wanna Be Your Girl) \u0e42\u0e14\u0e22 \u0e27\u0e34\u0e2b\u0e04 (51 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e18\u0e2d \u0e40\u0e18\u0e2d \u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e21\u0e34\u0e2a\u0e40\u0e15\u0e2d\u0e23\u0e4c \u0e40\u0e25\u0e0b\u0e35\u0e48 (51 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d\u0e41\u0e25\u0e49\u0e27 \u0e42\u0e14\u0e22 \u0e40\u0e14\u0e2d\u0e30 \u0e0b\u0e34\u0e2a (50 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e0b\u0e34\u0e19\u0e40\u0e14\u0e2d\u0e40\u0e23\u0e25\u0e25\u0e32 (Cinderella) \u0e42\u0e14\u0e22 \u0e41\u0e17\u0e17\u0e17\u0e39 \u0e04\u0e31\u0e25\u0e40\u0e25\u0e48\u0e2d\u0e23\u0e4c (49 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e43\u0e04\u0e23\u0e01\u0e31\u0e19 \u0e42\u0e14\u0e22 \u0e40\u0e2d\u0e47\u0e01\u0e0b\u0e4c\u0e42\u0e0b\u0e15\u0e34\u0e01 \u0e40\u0e1e\u0e2d\u0e23\u0e4c\u0e04\u0e31\u0e2a\u0e0a\u0e31\u0e48\u0e19 (48 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e43\u0e0a\u0e48\u0e40\u0e18\u0e2d\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e1b\u0e25\u0e48\u0e32 \u0e42\u0e14\u0e22 \u0e41\u0e2d\u0e19\u0e19\u0e34\u0e15\u0e49\u0e32 (47 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e16\u0e49\u0e32\u0e09\u0e31\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e1a\u0e2d\u0e25 \u0e08\u0e32\u0e23\u0e38\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c \u0e0a\u0e22\u0e30\u0e01\u0e38\u0e25 (47 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e43\u0e2b\u0e49\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e42\u0e21\u0e40\u0e21 \u0e19\u0e20\u0e31\u0e2a\u0e2a\u0e23 \u0e1a\u0e39\u0e23\u0e13\u0e30\u0e28\u0e34\u0e23\u0e34\t(47 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e21\u0e35\u0e22\u0e08\u0e4b\u0e32 \u0e42\u0e14\u0e22 \u0e2d\u0e23\u0e34\u0e2a\u0e21\u0e31\u0e19\t(47 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e04\u0e34\u0e14\u0e16\u0e36\u0e07\u0e44\u0e14\u0e49\u0e44\u0e2b\u0e21 \u0e42\u0e14\u0e22 \u0e21\u0e34\u0e13\u0e17\u0e23\u0e4c \u0e22\u0e07\u0e2a\u0e38\u0e27\u0e34\u0e21\u0e25\t(46 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e08\u0e30\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e42\u0e14\u0e22 \u0e42\u0e1b\u0e40\u0e15\u0e42\u0e15\u0e49\t(46 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e2a\u0e23\u0e38\u0e1b\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e42\u0e14\u0e22 \u0e2d\u0e19\u0e31\u0e19 \u0e2d\u0e31\u0e19\u0e27\u0e32 (46 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e01\u0e34\u0e1f\u0e15\u0e4c (Gift) \u0e42\u0e14\u0e22 \u0e21\u0e32\u0e23\u0e4c\u0e01\u0e35\u0e49 \u0e23\u0e32\u0e28\u0e23\u0e35 \u0e1a\u0e32\u0e40\u0e25\u0e47\u0e19\u0e0b\u0e34\u0e40\u0e2d\u0e01\u0e49\u0e32 (45 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e24\u0e14\u0e39\u0e2b\u0e19\u0e32\u0e27 \u0e42\u0e14\u0e22 \u0e22\u0e39\u0e21\u0e48\u0e32\t(45 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e01\u0e23\u0e30\u0e42\u0e14\u0e14\u0e01\u0e2d\u0e14 \u0e42\u0e14\u0e22 \u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c\t(45 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e02\u0e2d\u0e23\u0e31\u0e01\u0e44\u0e14\u0e49\u0e44\u0e2b\u0e21 \u0e42\u0e14\u0e22 \u0e2a\u0e23\u0e32\u0e0d\u0e23\u0e21\u0e22\u0e4c\u0e41\u0e1a\u0e19\t(45 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/bxClla2UWGI\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e09\u0e31\u0e19<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e08\u0e30\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e42\u0e14\u0e22 \u0e42\u0e1b\u0e40\u0e15\u0e42\u0e15\u0e49 (66 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e16\u0e49\u0e32\u0e09\u0e31\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e1a\u0e2d\u0e25 \u0e08\u0e32\u0e23\u0e38\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c \u0e0a\u0e22\u0e30\u0e01\u0e38\u0e25 (60 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e42\u0e1b\u0e23\u0e14\u0e25\u0e07\u0e42\u0e17\u0e29 (\u0e01\u0e23\u0e30\u0e17\u0e37\u0e1a) \u0e09\u0e31\u0e19 \u0e42\u0e14\u0e22 \u0e2a\u0e42\u0e25\u0e42\u0e08 (45 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d\u0e41\u0e25\u0e49\u0e27 \u0e42\u0e14\u0e22 \u0e40\u0e14\u0e2d\u0e30 \u0e0b\u0e34\u0e2a (42 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1a\u0e2d\u0e01\u0e09\u0e31\u0e19\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e42\u0e14\u0e22 \u0e1a\u0e25\u0e34\u0e2a\u0e42\u0e0b\u0e19\u0e34\u0e04 (42 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e09\u0e31\u0e19\u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d \u0e42\u0e14\u0e22 \u0e1d\u0e19 \u0e1e\u0e23\u0e34\u0e19\u0e14\u0e32 \u0e21\u0e19\u0e15\u0e23\u0e35\u0e27\u0e31\u0e15 (41 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e09\u0e31\u0e19\u0e01\u0e47\u0e2a\u0e39\u0e49\u0e04\u0e19 \u0e42\u0e14\u0e22 \u0e19\u0e34\u0e42\u0e04\u0e25 \u0e40\u0e17\u0e23\u0e34\u0e42\u0e2d (41 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1b\u0e32\u0e01\u0e01\u0e32 \u0e42\u0e14\u0e22 \u0e1e\u0e25\u0e2d\u0e22 \u0e13\u0e31\u0e10\u0e0a\u0e32 \u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e34\u0e4c\u0e23\u0e31\u0e01\u0e40\u0e01\u0e35\u0e22\u0e23\u0e15\u0e34 (40 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e21\u0e35\u0e22\u0e08\u0e4b\u0e32 \u0e42\u0e14\u0e22 \u0e2d\u0e23\u0e34\u0e2a\u0e21\u0e31\u0e19 (39 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e02\u0e47\u0e07\u0e43\u0e08 \u0e42\u0e14\u0e22 \u0e19\u0e49\u0e33\u0e40\u0e22\u0e47\u0e19 \u0e2a\u0e23\u0e2d\u0e23\u0e23\u0e16 \u0e2a\u0e38\u0e15\u0e15\u0e30 (38 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e21\u0e2d\u0e07\u0e09\u0e31\u0e19\u0e17\u0e35 \u0e42\u0e14\u0e22 \u0e2d\u0e34\u0e21\u0e40\u0e21\u0e08 \u0e2a\u0e38\u0e18\u0e34\u0e15\u0e32 \u0e0a\u0e19\u0e30\u0e0a\u0e31\u0e22\u0e2a\u0e38\u0e27\u0e23\u0e23\u0e13 (38 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e08\u0e23\u0e34\u0e07\u0e08\u0e31\u0e07 \u0e42\u0e14\u0e22 \u0e1e\u0e23\u0e34\u0e49\u0e19\u0e1f\u0e35\u0e19 (38 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>Bye Bye \u0e42\u0e14\u0e22 \u0e1e\u0e35\u0e2e\u0e47\u0e2d\u0e15 \u0e27\u0e31\u0e0a\u0e23\u0e34\u0e19\u0e17\u0e23\u0e4c \u0e1e\u0e36\u0e48\u0e07\u0e2a\u0e38\u0e02 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e15\u0e32\u0e1d\u0e32\u0e14 \u0e42\u0e14\u0e22 \u0e40\u0e21 \u0e08\u0e35\u0e23\u0e30\u0e19\u0e31\u0e19\u0e17\u0e4c \u0e01\u0e34\u0e08\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e19 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e02\u0e2d\u0e27\u0e2d\u0e19 1 (Together I) \u0e42\u0e14\u0e22 \u0e2a\u0e21\u0e40\u0e01\u0e35\u0e22\u0e23\u0e15\u0e34 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e01\u0e21\u0e40\u0e28\u0e23\u0e29\u0e10\u0e35 \u0e42\u0e14\u0e22 \u0e2a\u0e32\u0e21\u0e1a\u0e32\u0e17\u0e2b\u0e49\u0e32\u0e2a\u0e34\u0e1a (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e02\u0e2d\u0e23\u0e49\u0e2d\u0e07\u0e02\u0e2d\u0e40\u0e16\u0e2d\u0e30 \u0e42\u0e14\u0e22 \u0e0b\u0e35\u0e42\u0e23\u0e48 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e2d\u0e1a\u0e0a\u0e2d\u0e1a \u0e42\u0e14\u0e22 \u0e25\u0e30\u0e2d\u0e2d\u0e07\u0e1f\u0e2d\u0e07 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e2a\u0e40\u0e1e\u0e25 \u0e42\u0e14\u0e22 \u0e40\u0e01\u0e25\u0e2d (36 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19 \u0e42\u0e14\u0e22 \u0e2d\u0e34\u0e49\u0e07\u0e04\u0e4c \u0e27\u0e23\u0e31\u0e19\u0e18\u0e23 \u0e40\u0e1b\u0e32\u0e19\u0e34\u0e25 (36 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/5lMgJx8WPic\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e40\u0e02\u0e32<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e17\u0e34\u0e49\u0e07\u0e40\u0e02\u0e32\u0e0b\u0e30 (Leave Him) \u0e42\u0e14\u0e22 \u0e40\u0e04-\u0e42\u0e2d\u0e17\u0e34\u0e04 (62 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1b\u0e0f\u0e34\u0e40\u0e2a\u0e18\u0e40\u0e02\u0e32\u0e44\u0e1b \u0e42\u0e14\u0e22 \u0e40\u0e1b\u0e4a\u0e01 \u0e2d\u0e4a\u0e2d\u0e1f \u0e44\u0e2d\u0e0b\u0e4c (53 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e2b\u0e15\u0e38\u0e1c\u0e25\u0e02\u0e2d\u0e07\u0e04\u0e19\u0e2b\u0e21\u0e14\u0e23\u0e31\u0e01 (Just The Way You Lie) \u0e42\u0e14\u0e22 \u0e1b\u0e4a\u0e2d\u0e1b\u0e1b\u0e35\u0e49 \u0e0a\u0e31\u0e0a\u0e0a\u0e0d\u0e32 \u0e2a\u0e48\u0e07\u0e40\u0e08\u0e23\u0e34\u0e0d (44 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e15\u0e48\u0e32\u0e07\u0e21\u0e38\u0e21 \u0e42\u0e14\u0e22 \u0e41\u0e2d\u0e21 \u0e40\u0e2a\u0e32\u0e27\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c \u0e25\u0e35\u0e25\u0e30\u0e1a\u0e38\u0e15\u0e23 (37 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e2d\u0e4a\u0e1b \u0e2a\u0e15\u0e2d\u0e23\u0e35 (App Story) \u0e42\u0e14\u0e22 \u0e21\u0e32\u0e0a\u0e48\u0e32 \u0e27\u0e31\u0e12\u0e19\u0e1e\u0e32\u0e19\u0e34\u0e0a (35 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>7 \u0e19\u0e32\u0e17\u0e35 \u0e42\u0e14\u0e22 \u0e41\u0e2d\u0e25\u0e01\u0e2d\u0e2e\u0e2d (32 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e04\u0e48\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e40\u0e02\u0e32\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22 \u0e42\u0e14\u0e22 \u0e40\u0e04\u0e23\u0e2a\u0e40\u0e0a\u0e19\u0e42\u0e14\u0e49 (30 \u0e04\u0e23\u0e31\u0e49\u0e07) \u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e0a\u0e2d\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e49\u0e21\u0e32\u0e01\u0e46\u0e04\u0e23\u0e31\u0e1a \u0e02\u0e2d\u0e14\u0e31\u0e19\u0e2b\u0e19\u0e48\u0e2d\u0e22<\/li>\n  <li>\u0e14\u0e39\u0e19\u0e32\u0e07\u0e43\u0e2b\u0e49\u0e14\u0e39\u0e40\u0e2a\u0e37\u0e49\u0e2d \u0e42\u0e14\u0e22 \u0e27\u0e34\u0e14 \u0e44\u0e2e\u0e40\u0e1b\u0e2d\u0e23\u0e4c (30 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e1f\u0e19\u0e40\u0e1c\u0e25\u0e2d \u0e42\u0e14\u0e22 \u0e41\u0e2d\u0e25\u0e42\u0e2d\u0e08\u0e35 (30 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e2b\u0e32\u0e01 \u0e42\u0e14\u0e22 \u0e42\u0e0b\u0e1f\u0e32 (29 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e02\u0e32\u0e25\u0e37\u0e21 \u0e42\u0e14\u0e22 \u0e1b\u0e32\u0e25\u0e4c\u0e21\u0e21\u0e35\u0e48 (28 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e22\u0e34\u0e49\u0e21 \u0e42\u0e14\u0e22 \u0e1b\u0e38\u0e4a \u0e2d\u0e31\u0e0d\u0e0a\u0e25\u0e35 \u0e08\u0e07\u0e04\u0e14\u0e35\u0e01\u0e34\u0e08 (28 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/E18q02AXkZY\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e17\u0e33\u0e44\u0e21<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e17\u0e33\u0e44\u0e21\u0e42\u0e01 (Why Lies) \u0e42\u0e14\u0e22 \u0e40\u0e14\u0e2d\u0e30\u0e08\u0e31\u0e4a\u0e01\u0e2a\u0e4c (\u0e23\u0e49\u0e2d\u0e07\u0e44\u0e1b\u0e16\u0e36\u0e07 117 \u0e04\u0e23\u0e31\u0e49\u0e07\u0e43\u0e19 1 \u0e40\u0e1e\u0e25\u0e07\u0e02\u0e38\u0e48\u0e19\u0e1e\u0e23\u0e30) \u0e25\u0e2d\u0e07\u0e1f\u0e31\u0e07\u0e14\u0e39\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32<b>\u0e17\u0e33\u0e44\u0e21<\/b><\/li>\n  <li>\u0e1a\u0e48\u0e19\u0e40\u0e21\u0e35\u0e22 \u0e42\u0e14\u0e22 \u0e42\u0e19\u0e49\u0e15 \u0e40\u0e0a\u0e34\u0e0d\u0e22\u0e34\u0e49\u0e21 (30 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e01\u0e30\u0e42\u0e1b\u0e42\u0e25 \u0e42\u0e14\u0e22 \u0e19\u0e34\u0e42\u0e04\u0e25 \u0e40\u0e17\u0e23\u0e34\u0e42\u0e2d (30 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e17\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e21\u0e48\u0e17\u0e31\u0e01 \u0e42\u0e14\u0e22 \u0e1b\u0e32\u0e25\u0e4c\u0e21\u0e21\u0e35\u0e48 (25 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<h3 id=\"\u0e2d\u0e37\u0e48\u0e19\u0e46\">\u0e2d\u0e37\u0e48\u0e19\u0e46<\/h3>\n\n<ul>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e44\u0e21\u0e48<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e23\u0e31\u0e01\u0e40\u0e18\u0e2d\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2b\u0e21\u0e14 \u0e42\u0e14\u0e22 \u0e1a\u0e38\u0e14\u0e14\u0e32\u0e40\u0e1a\u0e25\u0e2a (88 \u0e04\u0e23\u0e31\u0e49\u0e07), \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48 \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48 \u0e42\u0e14\u0e22 \u0e19\u0e34\u0e42\u0e04\u0e25 \u0e40\u0e17\u0e23\u0e34\u0e42\u0e2d (71 \u0e04\u0e23\u0e31\u0e49\u0e07) \u0e15\u0e32\u0e21\u0e14\u0e49\u0e27\u0e22 \u0e16\u0e39\u0e01\u0e41\u0e25\u0e49\u0e27 \u0e42\u0e14\u0e22 \u0e1a\u0e35-\u0e04\u0e34\u0e07 (70 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e40\u0e2b\u0e19\u0e37\u0e48\u0e2d\u0e22<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e41\u0e1f\u0e0a\u0e31\u0e48\u0e19 \u0e42\u0e14\u0e22 \u0e40\u0e04\u0e23\u0e2a\u0e40\u0e0a\u0e19\u0e42\u0e14\u0e49 (33 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e40\u0e1e\u0e23\u0e32\u0e30<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e04\u0e27\u0e32\u0e21\u0e23\u0e31\u0e01\u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e40\u0e27\u0e25\u0e32\u0e40\u0e01\u0e34\u0e14 \u0e42\u0e14\u0e22 \u0e42\u0e25\u0e42\u0e21\u0e42\u0e0b\u0e19\u0e34\u0e04 (24 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e44\u0e2b\u0e21<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e44\u0e21\u0e48\u0e23\u0e31\u0e01\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e2b\u0e25\u0e2d\u0e01 \u0e42\u0e14\u0e22 \u0e40\u0e01\u0e34\u0e23\u0e4c\u0e25\u0e25\u0e35\u0e48 \u0e40\u0e1a\u0e2d\u0e23\u0e4c\u0e23\u0e35\u0e48 (50 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e2b\u0e32\u0e22<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e08.\u0e40\u0e08 \u0e43\u0e08\u0e2b\u0e32\u0e22 \u0e42\u0e14\u0e22 \u0e40\u0e08 \u0e40\u0e08\u0e15\u0e23\u0e34\u0e19 \u0e27\u0e23\u0e23\u0e18\u0e19\u0e30\u0e2a\u0e34\u0e19 (40 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e40\u0e01\u0e23\u0e07\u0e43\u0e08<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e40\u0e01\u0e23\u0e07\u0e43\u0e08 \u0e42\u0e14\u0e22 \u0e42\u0e1f\u0e23\u0e4c \u0e21\u0e14 (34 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e2d\u0e22\u0e48\u0e32<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e42\u0e1b\u0e23\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e40\u0e04\u0e37\u0e2d\u0e07\u0e1c\u0e21\u0e40\u0e25\u0e22 \u0e42\u0e14\u0e22 \u0e2d\u0e35\u0e17\u0e35\u0e0b\u0e35 (76 \u0e04\u0e23\u0e31\u0e49\u0e07), \u0e41\u0e25\u0e30\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a \u0e40\u0e0a\u0e48\u0e19\n\u0e1e\u0e2d \u0e42\u0e14\u0e22 \u0e2d\u0e35\u0e42\u0e1a\u0e25\u0e48\u0e32 (36 \u0e04\u0e23\u0e31\u0e49\u0e07), \u0e42\u0e1b\u0e23\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e21\u0e32\u0e2a\u0e07\u0e2a\u0e32\u0e23 \u0e42\u0e14\u0e22 \u0e15\u0e39\u0e48 \u0e20\u0e1e\u0e18\u0e23 \u0e2a\u0e38\u0e19\u0e17\u0e23\u0e0d\u0e32\u0e13\u0e01\u0e34\u0e08 (33 \u0e04\u0e23\u0e31\u0e49\u0e07), \u0e23\u0e31\u0e01\u0e2a\u0e19\u0e38\u0e01 \u0e42\u0e14\u0e22 \u0e08\u0e35\u0e19 \u0e01\u0e29\u0e34\u0e14\u0e34\u0e28 (30 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e19\u0e32\u0e19<\/b> \u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14: \u0e19\u0e32\u0e19 \u0e19\u0e32\u0e19 \u0e42\u0e14\u0e22 \u0e44\u0e2d\u0e0b\u0e4c \u0e23\u0e31\u0e0a\u0e15\u0e32 (33 \u0e04\u0e23\u0e31\u0e49\u0e07), \u0e2d\u0e35\u0e01\u0e44\u0e21\u0e48\u0e19\u0e32\u0e19 \u0e42\u0e14\u0e22 \u0e08\u0e38\u0e4b\u0e22\u0e08\u0e38\u0e4b\u0e22\u0e2a\u0e4c (31 \u0e04\u0e23\u0e31\u0e49\u0e07) \u0e40\u0e1e\u0e25\u0e07\u0e19\u0e35\u0e49\u0e42\u0e1b\u0e23\u0e14\u0e40\u0e25\u0e22<\/li>\n  <li>(\u0e41\u0e16\u0e21) Bodyslam \u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e0a\u0e35\u0e27\u0e34\u0e15<\/b>\u0e44\u0e1b 177 \u0e04\u0e23\u0e31\u0e49\u0e07\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07 \u0e42\u0e14\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e0a\u0e35\u0e27\u0e34\u0e15<\/b>\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e04\u0e37\u0e2d\u0e40\u0e1e\u0e25\u0e07 \u0e0a\u0e35\u0e27\u0e34\u0e15\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32 \u0e42\u0e14\u0e22 Bodyslam \u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e0a\u0e35\u0e27\u0e34\u0e15<\/b>\u0e16\u0e36\u0e07 40 \u0e40\u0e1e\u0e25\u0e07\u0e08\u0e32\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 61 \u0e40\u0e1e\u0e25\u0e07 \u0e41\u0e15\u0e48\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e21\u0e32\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\n\u0e04\u0e37\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e04\u0e19\u0e25\u0e48\u0e32\u0e1d\u0e31\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e32\u0e23\u0e32\u0e1a\u0e32\u0e27 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e1e\u0e35\u0e48\u0e15\u0e39\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e49\u0e2d\u0e07\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e1d\u0e31\u0e19<\/b>\u0e44\u0e1b\u0e16\u0e36\u0e07 95 \u0e04\u0e23\u0e31\u0e49\u0e07\u0e08\u0e32\u0e01 61 \u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e30<\/li>\n<\/ul>\n\n<p>\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e23\u0e31\u0e01<\/b> \u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07 \u0e16\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e04\u0e2d\u0e19\u0e40\u0e2a\u0e34\u0e23\u0e4c\u0e15\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e01\u0e23\u0e30\u0e2d\u0e31\u0e01\u0e04\u0e33\u0e27\u0e48\u0e32\u0e23\u0e31\u0e01\u0e15\u0e32\u0e22\u0e44\u0e1b\u0e40\u0e25\u0e22 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e2d\u0e4a\u0e2d\u0e1f \u0e1b\u0e2d\u0e07\u0e28\u0e31\u0e01\u0e14\u0e34\u0e4c \u0e23\u0e31\u0e15\u0e19\u0e1e\u0e07\u0e29\u0e4c (425 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e40\u0e1a\u0e34\u0e23\u0e4c\u0e14 \u0e18\u0e07\u0e44\u0e0a\u0e22 \u0e41\u0e21\u0e04\u0e2d\u0e34\u0e19\u0e44\u0e15\u0e22\u0e4c (353 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1b\u0e32\u0e19 \u0e18\u0e19\u0e1e\u0e23 \u0e41\u0e27\u0e01\u0e1b\u0e23\u0e30\u0e22\u0e39\u0e23 (343 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1a\u0e35\u0e49 \u0e2a\u0e38\u0e01\u0e24\u0e29\u0e0e\u0e34\u0e4c \u0e27\u0e34\u0e40\u0e28\u0e29\u0e41\u0e01\u0e49\u0e27 (341 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e04\u0e25\u0e0a (337 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e42\u0e1a \u0e2a\u0e38\u0e19\u0e34\u0e15\u0e32 \u0e25\u0e35\u0e15\u0e34\u0e01\u0e38\u0e25 (323 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1e\u0e31\u0e49\u0e19\u0e0a\u0e4c \u0e27\u0e23\u0e01\u0e32\u0e0d\u0e08\u0e19\u0e4c \u0e42\u0e23\u0e08\u0e19\u0e27\u0e31\u0e0a\u0e23 (308 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1e\u0e32\u0e23\u0e32\u0e14\u0e47\u0e2d\u0e01\u0e0b\u0e4c (307 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e14\u0e31\u0e07 \u0e1e\u0e31\u0e19\u0e01\u0e23 \u0e1a\u0e38\u0e13\u0e22\u0e30\u0e08\u0e34\u0e19\u0e14\u0e32 (295 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e44\u0e2d\u0e0b\u0e4c \u0e28\u0e23\u0e31\u0e13\u0e22\u0e39 \u0e27\u0e34\u0e19\u0e31\u0e22\u0e1e\u0e32\u0e19\u0e34\u0e0a (293 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e2d\u0e35\u0e17\u0e35\u0e0b\u0e35 (289 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e25\u0e32\u0e1a\u0e32\u0e19\u0e39\u0e19 (283 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1b\u0e19\u0e31\u0e14\u0e14\u0e32 \u0e40\u0e23\u0e37\u0e2d\u0e07\u0e27\u0e38\u0e12\u0e34 (268 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e25\u0e34\u0e1b\u0e15\u0e32 (267 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e19\u0e34\u0e27 &amp; \u0e08\u0e34\u0e4b\u0e27 (265 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e42\u0e23\u0e2a \u0e28\u0e34\u0e23\u0e34\u0e19\u0e17\u0e34\u0e1e\u0e22\u0e4c \u0e2b\u0e32\u0e0d\u0e1b\u0e23\u0e30\u0e14\u0e34\u0e29\u0e10\u0e4c (258 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1a\u0e34\u0e4a\u0e01\u0e41\u0e2d\u0e2a (251 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e1a\u0e2d\u0e14\u0e35\u0e49\u0e2a\u0e41\u0e25\u0e21 (251 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e41\u0e17\u0e17\u0e17\u0e39 \u0e04\u0e31\u0e25\u0e40\u0e25\u0e48\u0e2d\u0e23\u0e4c (251 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n  <li>\u0e0b\u0e35\u0e25 (250 \u0e04\u0e23\u0e31\u0e49\u0e07)<\/li>\n<\/ul>\n\n<p>\u0e16\u0e31\u0e14\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 \u0e17\u0e32\u0e17\u0e32 \u0e22\u0e31\u0e07, \u0e40\u0e1b\u0e4a\u0e01 \u0e1c\u0e25\u0e34\u0e15\u0e42\u0e0a\u0e04, \u0e01\u0e30\u0e25\u0e32, \u0e21\u0e32\u0e22\u0e14\u0e4c, \u0e27\u0e48\u0e32\u0e19 \u0e18\u0e19\u0e01\u0e24\u0e15 \u0e1e\u0e32\u0e19\u0e34\u0e0a\u0e27\u0e34\u0e17\u0e22\u0e4c, \u0e42\u0e1b\u0e40\u0e15\u0e42\u0e15\u0e49, \u0e41\u0e01\u0e49\u0e21 \u0e27\u0e34\u0e0a\u0e0d\u0e32\u0e13\u0e35 \u0e40\u0e1b\u0e35\u0e22\u0e01\u0e25\u0e34\u0e48\u0e19,\n\u0e44\u0e2d\u0e19\u0e49\u0e33, \u0e40\u0e2d\u0e47\u0e21 \u0e2d\u0e23\u0e23\u0e16\u0e1e\u0e25 \u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e02\u0e2d\u0e07, \u0e1e\u0e25\u0e1e\u0e25 \u0e1e\u0e25\u0e01\u0e2d\u0e07\u0e40\u0e2a\u0e47\u0e07, \u0e19\u0e49\u0e33\u0e0a\u0e32 \u0e0a\u0e35\u0e23\u0e13\u0e31\u0e10 \u0e22\u0e39\u0e2a\u0e32\u0e19\u0e19\u0e17\u0e4c, \u0e41\u0e2d\u0e19 \u0e18\u0e34\u0e15\u0e34\u0e21\u0e32, \u0e21\u0e32\u0e0a\u0e48\u0e32 \u0e27\u0e31\u0e12\u0e19\u0e1e\u0e32\u0e19\u0e34\u0e0a, \u0e42\u0e0b\u0e04\u0e39\u0e25,\n\u0e42\u0e15\u0e4b \u0e28\u0e31\u0e01\u0e14\u0e34\u0e4c\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e4c \u0e40\u0e27\u0e0a\u0e2a\u0e38\u0e20\u0e32\u0e1e\u0e23, \u0e41\u0e1e\u0e19\u0e40\u0e04\u0e49\u0e01, \u0e1e\u0e23\u0e34\u0e01\u0e44\u0e17\u0e22, \u0e40\u0e2d\u0e1a\u0e35 \u0e19\u0e2d\u0e23\u0e4c\u0e21\u0e2d\u0e25, \u0e40\u0e04\u0e23\u0e2a\u0e40\u0e0a\u0e19\u0e42\u0e14\u0e49, \u0e19\u0e31\u0e17 \u0e21\u0e35\u0e40\u0e23\u0e35\u0e22, \u0e1a\u0e2d\u0e22 \u0e42\u0e01\u0e2a\u0e34\u0e22\u0e1e\u0e07\u0e29\u0e4c\n(\u0e1a\u0e2d\u0e01\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e41\u0e0a\u0e23\u0e4c\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e40\u0e25\u0e22 \u0e41\u0e15\u0e48\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e1e\u0e2d)<\/p>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/ENG-Hy_n2Ck\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e21\u0e35\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e27\u0e48\u0e32 <b>\u0e23\u0e31\u0e01<\/b> \u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e25\u0e22\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 470 \u0e27\u0e07\u0e08\u0e32\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 2785 \u0e27\u0e07 \u0e04\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 16.8 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e02\u0e2d\u0e07\n\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 (\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e44\u0e21\u0e48\u0e01\u0e35\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e1e\u0e34\u0e40\u0e28\u0e29) \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 \u0e2d\u0e30\u0e1a\u0e34\u0e27\u0e2a\u0e4c \u0e40\u0e14\u0e2d\u0e30 \u0e22\u0e39\u0e18, \u0e15\u0e49\u0e2d\u0e22 \u0e2b\u0e21\u0e27\u0e01\u0e41\u0e14\u0e07, \u0e2a\u0e22\u0e32\u0e21 \u0e0b\u0e35\u0e40\u0e04\u0e23\u0e17 \u0e40\u0e0b\u0e2d\u0e23\u0e4c\u0e27\u0e34\u0e2a, \u0e2a\u0e20\u0e32\u0e1e\u0e2a\u0e38\u0e20\u0e32\u0e1e, \u0e40\u0e14\u0e18 \u0e2d\u0e2d\u0e1f \u0e2d\u0e30 \u0e40\u0e0b\u0e25\u0e2a\u0e4c\u0e41\u0e21\u0e19, \u0e0a\u0e47\u0e2d\u0e01\u0e42\u0e01\u0e41\u0e25\u0e15 \u0e04\u0e34\u0e17, TWO PILLS AFTER MEAL, Plastic Plastic, \u0e2d\u0e20\u0e34\u0e23\u0e21\u0e22\u0e4c, \u0e2d\u0e35\u0e40\u0e25\u0e47\u0e04\u0e17\u0e23\u0e34\u0e04 \u0e19\u0e35\u0e2d\u0e2d\u0e19 \u0e41\u0e25\u0e21\u0e1b\u0e4c, \u0e20\u0e39\u0e21\u0e34\u0e08\u0e34\u0e15,\u2026<\/p>\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e42\u0e14\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e22\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 (\u0e23\u0e27\u0e21\u0e46\u0e41\u0e25\u0e49\u0e27\u0e41\u0e15\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e41\u0e25\u0e49\u0e27\u0e23\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 1000 \u0e04\u0e33!) \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e01\u0e49\u0e32\u0e19\u0e04\u0e2d \u0e1a\u0e2d\u0e22\u0e2a\u0e4c<\/li>\n  <li>\u0e44\u0e17\u0e22\u0e40\u0e17\u0e40\u0e19\u0e35\u0e48\u0e22\u0e21<\/li>\n  <li>\u0e41\u0e23\u0e47\u0e04\u0e04\u0e39\u0e19\u0e2a\u0e4c \u0e1b\u0e32\u0e23\u0e4c\u0e15\u0e35\u0e49<\/li>\n  <li>\u0e0a\u0e34\u0e07\u0e01\u0e4c 99<\/li>\n  <li>\u0e42\u0e0b\u0e19\u0e48\u0e32<\/li>\n  <li>\u0e40\u0e27\u0e22\u0e4c\u200b \u0e1b\u0e23\u0e34\u0e0d\u0e0d\u0e32 \u0e2d\u0e34\u0e19\u0e17\u0e0a\u0e31\u0e22<\/li>\n  <li>\u0e01\u0e49\u0e32\u0e19\u0e04\u0e2d\u0e04\u0e25\u0e31\u0e1a<\/li>\n  <li>\u0e41\u0e01\u0e4a\u0e07\u0e14\u0e32\u0e27\u0e2b\u0e01\u0e41\u0e09\u0e01<\/li>\n  <li>\u0e19\u0e34\u0e01\u0e01\u0e35\u0e49 \u0e1e\u0e34\u0e49\u0e21<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/Xv4xuMD6V3A\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e43\u0e04\u0e23\u0e08\u0e30\u0e44\u0e1b\u0e08\u0e33\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e23\u0e49\u0e2d\u0e07\u0e15\u0e32\u0e21\u0e01\u0e31\u0e19\u0e44\u0e2b\u0e27\u0e19\u0e30\u0e40\u0e19\u0e35\u0e48\u0e22<\/p>\n\n<p>\u0e41\u0e25\u0e30\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e41\u0e15\u0e48\u0e25\u0e30\u0e40\u0e1e\u0e25\u0e07\u0e23\u0e49\u0e2d\u0e07\u0e41\u0e04\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b\u0e23\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e04\u0e33\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e44\u0e14\u0e49\u0e41\u0e01\u0e48<\/p>\n\n<ul>\n  <li>\u0e40\u0e14\u0e2d\u0e30 \u0e27\u0e2d\u0e22\u0e0b\u0e4c \u0e04\u0e34\u0e14\u0e2a\u0e4c<\/li>\n  <li>\u0e2a\u0e20\u0e32\u0e1e\u0e2a\u0e38\u0e20\u0e32\u0e1e<\/li>\n  <li>\u0e1a\u0e2d\u0e21 \u0e1e\u0e07\u0e28\u0e01\u0e23 \u0e42\u0e15\u0e2a\u0e38\u0e27\u0e23\u0e23\u0e13<\/li>\n  <li>\u0e1e\u0e23\u0e32\u0e27 (\u0e04\u0e19\u0e40\u0e02\u0e35\u0e22\u0e19\u0e0a\u0e2d\u0e1a\u0e27\u0e07\u0e19\u0e35\u0e49\u0e2e\u0e30 555)<\/li>\n  <li>\u0e40\u0e14\u0e18 \u0e2d\u0e2d\u0e1f \u0e2d\u0e30 \u0e40\u0e0b\u0e25\u0e2a\u0e4c\u0e41\u0e21\u0e19<\/li>\n  <li>\u0e04\u0e31\u0e11\u0e25\u0e35\u0e22\u0e32 \u0e21\u0e32\u0e23\u0e28\u0e23\u0e35<\/li>\n  <li>\u0e20\u0e39\u0e21\u0e34\u0e08\u0e34\u0e15<\/li>\n  <li>\u0e2d\u0e23 \u0e2d\u0e23\u0e2d\u0e23\u0e35\u0e22\u0e4c \u0e08\u0e38\u0e2c\u0e32\u0e23\u0e31\u0e15\u0e19\u0e4c<\/li>\n  <li>\u0e2d\u0e23\u0e34\u0e2a\u0e21\u0e31\u0e19\u0e15\u0e4c \u0e1e\u0e07\u0e29\u0e4c\u0e40\u0e23\u0e37\u0e2d\u0e07\u0e23\u0e2d\u0e07<\/li>\n<\/ul>\n\n<iframe width=\"560\" height=\"315\" src=\"https:\/\/www.youtube.com\/embed\/FNicQERhyUs\" frameborder=\"0\" allow=\"autoplay; encrypted-media\" allowfullscreen=\"\"><\/iframe>\n\n<p>\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e17\u0e35\u0e48\u0e2e\u0e34\u0e15\u0e46\u0e19\u0e31\u0e49\u0e19 \u0e08\u0e30\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e2e\u0e34\u0e15\u0e21\u0e31\u0e49\u0e22\n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e27\u0e31\u0e14\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e2b\u0e32\u0e23\u0e15\u0e31\u0e27\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e40\u0e1e\u0e25\u0e07 \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 repeated ratio\n\u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2d\u0e32\u0e04\u0e48\u0e32\u0e19\u0e35\u0e49\u0e21\u0e32\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e41\u0e0a\u0e23\u0e4c\u0e40\u0e22\u0e2d\u0e30\u0e43\u0e19\u0e40\u0e1e\u0e08 Siamzone \u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e41\u0e0a\u0e23\u0e4c\u0e44\u0e21\u0e48\u0e40\u0e22\u0e2d\u0e30\u0e21\u0e32\u0e01\n\u0e16\u0e49\u0e32\u0e22\u0e34\u0e48\u0e07\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e1a\u0e48\u0e2d\u0e22\u0e46\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07 repeated ratio \u0e01\u0e47\u0e08\u0e30\u0e22\u0e34\u0e48\u0e07\u0e21\u0e32\u0e01 \u0e2a\u0e48\u0e27\u0e19\u0e16\u0e49\u0e32\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e44\u0e21\u0e48\u0e0b\u0e49\u0e33\u0e40\u0e25\u0e22 repeated ratio \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e28\u0e39\u0e19\u0e22\u0e4c\n(\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e23\u0e23\u0e40\u0e2a\u0e23\u0e34\u0e0d\u0e1e\u0e23\u0e30\u0e1a\u0e32\u0e23\u0e21\u0e35 \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e44\u0e21\u0e48\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">calculate_repeated_ratio<\/span><span class=\"p\">(<\/span><span class=\"n\">words<\/span><span class=\"p\">):<\/span>\n    <span class=\"n\">repeated_ratio<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1<\/span> <span class=\"o\">-<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"nb\">set<\/span><span class=\"p\">(<\/span><span class=\"n\">words<\/span><span class=\"p\">))<\/span> <span class=\"o\">\/<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">words<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">repeated_ratio<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/repeated_ratio.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e2d\u0e49\u0e32\u0e27 \u0e2d\u0e30\u0e15\u0e2d\u0e21\">\n      distribution \u0e02\u0e2d\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e0b\u0e49\u0e33\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e1b\u0e01\u0e15\u0e34\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/word_dist.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e2d\u0e49\u0e32\u0e27 \u0e2d\u0e30\u0e15\u0e2d\u0e21\">\n      distribution \u0e02\u0e2d\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e1b\u0e01\u0e15\u0e34\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32 distribution \u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e21\u0e32\u0e01\u0e19\u0e31\u0e01 (0.705 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e04\u0e19\u0e41\u0e0a\u0e23\u0e4c\u0e40\u0e22\u0e2d\u0e30 \u0e41\u0e25\u0e30 0.698 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b)\n \u0e42\u0e14\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e41\u0e0a\u0e23\u0e4c\u0e40\u0e22\u0e2d\u0e30\u0e21\u0e35\u0e2d\u0e31\u0e15\u0e23\u0e32\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e01\u0e31\u0e19\u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\n\u0e40\u0e1e\u0e25\u0e07\u0e1b\u0e01\u0e15\u0e34\u0e41\u0e04\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 1 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 <b>\u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e40\u0e1e\u0e25\u0e07\u0e22\u0e32\u0e27\u0e40\u0e1e\u0e25\u0e07\u0e2a\u0e31\u0e49\u0e19\u0e19\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e27\u0e48\u0e32\u0e08\u0e30\u0e2e\u0e34\u0e15\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e2e\u0e34\u0e15\u0e19\u0e30<\/b><\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e14\u0e39\u0e17\u0e35\u0e48\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33 distribution \u0e01\u0e47\u0e41\u0e17\u0e1a\u0e44\u0e21\u0e48\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19 \u0e42\u0e14\u0e22\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 317 \u0e04\u0e33 \u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\n\u0e17\u0e35\u0e48\u0e21\u0e35\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e33\u0e17\u0e35\u0e48\u0e23\u0e49\u0e2d\u0e07\u0e15\u0e48\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 305 \u0e04\u0e33<\/p>\n\n<p>\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e30\u0e15\u0e2d\u0e21 \u0e0a\u0e19\u0e01\u0e31\u0e19\u0e15\u0e4c, \u0e41\u0e17\u0e17\u0e17\u0e39 \u0e04\u0e31\u0e25\u0e40\u0e25\u0e2d\u0e23\u0e4c \u0e41\u0e25\u0e30 the TOYS \u0e43\u0e0a\u0e49\u0e0b\u0e49\u0e33\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e1b\u0e01\u0e15\u0e34 \u0e42\u0e14\u0e22\u0e2d\u0e30\u0e15\u0e2d\u0e21\u0e23\u0e49\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e0b\u0e49\u0e33\n\u0e14\u0e49\u0e27\u0e22 repeated ratio \u0e2a\u0e39\u0e07\u0e16\u0e36\u0e07 0.767 \u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e2a\u0e48\u0e27\u0e19\u0e41\u0e17\u0e17\u0e17\u0e39 \u0e04\u0e31\u0e25\u0e40\u0e25\u0e2d\u0e23\u0e4c\u0e01\u0e31\u0e1a the TOYS \u0e19\u0e35\u0e48\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 0.71, 0.723 \u0e42\u0e14\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e02\u0e2d\u0e07\u0e28\u0e34\u0e25\u0e1b\u0e34\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e0a\u0e2d\u0e1a\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e49\u0e33\u0e2a\u0e39\u0e07\u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e2e\u0e30<\/p>\n\n<h2 id=\"\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e15\u0e48\u0e32\u0e07\u0e46\u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07\">\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e15\u0e48\u0e32\u0e07\u0e46\u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07<\/h2>\n\n<p>\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e14\u0e39\u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e33\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07 \u0e04\u0e33\u0e44\u0e2b\u0e19\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e32\u0e01\u0e0f\u0e43\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e2e\u0e30 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e38\u0e48\u0e21\u0e04\u0e33\u0e2b\u0e25\u0e31\u0e01\u0e46\u0e17\u0e35\u0e48\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e04\u0e19\u0e0a\u0e2d\u0e1a\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19 \u0e40\u0e0a\u0e48\u0e19\u0e04\u0e33\u0e27\u0e48\u0e32 \u0e43\u0e08 \u0e44\u0e21\u0e48 \u0e40\u0e18\u0e2d \u0e23\u0e31\u0e01 \u0e40\u0e04\u0e22 \u0e40\u0e23\u0e32 \u0e40\u0e1e\u0e23\u0e32\u0e30 \u0e40\u0e27\u0e25\u0e32 \u0e40\u0e02\u0e32 \u0e27\u0e34\u0e19\u0e32\u0e17\u0e35 \u0e2d\u0e30\u0e44\u0e23\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<figure><center>\n  <img width=\"400\" src=\"\/images\/post\/songsim\/keywords.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e40\u0e1e\u0e25\u0e07\">\n      \u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e08\u0e33\u0e19\u0e27\u0e19\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e19\u0e43\u0e08 \u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e17\u0e38\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32 `\u0e43\u0e08` \u0e01\u0e31\u0e1a `\u0e44\u0e21\u0e48` \u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e01\u0e47 `\u0e40\u0e18\u0e2d` \u0e19\u0e30 (\u0e2d\u0e23\u0e31\u0e49\u0e22)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35 \u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e09\u0e31\u0e19<\/b> 95,390 \u0e04\u0e33 \u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e40\u0e18\u0e2d<\/b> 135,600 \u0e04\u0e33 \u0e41\u0e15\u0e48\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e40\u0e02\u0e32<\/b> \u0e41\u0e04\u0e48 14,227 \u0e04\u0e33\n<b>\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e09\u0e31\u0e19\u0e01\u0e31\u0e1a\u0e40\u0e18\u0e2d \u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e40\u0e02\u0e32\u0e0b\u0e31\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48<\/b> :P<\/p>\n\n<p>\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e40\u0e0a\u0e49\u0e32<\/b>\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e44\u0e1b 1,150 \u0e04\u0e23\u0e31\u0e49\u0e07 \u0e2a\u0e48\u0e27\u0e19<b>\u0e04\u0e37\u0e19<\/b>\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e44\u0e1b 6,222 \u0e04\u0e23\u0e31\u0e49\u0e07 (\u0e40\u0e22\u0e2d\u0e30\u0e01\u0e27\u0e48\u0e32 5 \u0e40\u0e17\u0e48\u0e32!)\n\u0e2a\u0e07\u0e2a\u0e31\u0e22\u0e44\u0e1b\u0e08\u0e35\u0e1a\u0e01\u0e31\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e25\u0e32\u0e07\u0e04\u0e37\u0e19 \u0e40\u0e0a\u0e49\u0e32\u0e46\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e15\u0e37\u0e48\u0e19\u0e41\u0e19\u0e48\u0e46<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e23\u0e31\u0e01<\/b>\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e44\u0e1b\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 60,112 \u0e04\u0e23\u0e31\u0e49\u0e07 \u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e23\u0e2d<\/b>\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e44\u0e1b 13,152 \u0e04\u0e23\u0e31\u0e49\u0e07\n\u0e04\u0e33\u0e27\u0e48\u0e32<b>\u0e44\u0e21\u0e48<\/b>\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e44\u0e1b\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e16\u0e36\u0e07 121,221 \u0e04\u0e23\u0e31\u0e49\u0e07\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e14\u0e39\u0e01\u0e31\u0e19\u0e2d\u0e35\u0e01\u0e17\u0e35\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e43\u0e0a\u0e49\u0e40\u0e22\u0e2d\u0e30\u0e02\u0e19\u0e32\u0e14\u0e19\u0e35\u0e49\u0e19\u0e30<\/p>\n\n<h1 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h1>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e44\u0e17\u0e22 12,000 \u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e21\u0e32\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e31\u0e19 \u0e40\u0e23\u0e32\u0e40\u0e23\u0e34\u0e48\u0e21\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23 visualize \u0e27\u0e48\u0e32\u0e41\u0e1e\u0e17\u0e40\u0e17\u0e34\u0e23\u0e4c\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e1e\u0e25\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07\n\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e14\u0e39\u0e27\u0e48\u0e32\u0e21\u0e35\u0e41\u0e1e\u0e17\u0e40\u0e17\u0e34\u0e23\u0e4c\u0e19\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\u0e23\u0e36\u0e40\u0e1b\u0e25\u0e48\u0e32\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e19\u0e40\u0e2a\u0e34\u0e23\u0e4c\u0e0a\u0e14\u0e39\u0e40\u0e22\u0e2d\u0e30\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e43\u0e19\u0e40\u0e1e\u0e25\u0e07\n\u0e40\u0e23\u0e32\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e40\u0e1e\u0e25\u0e07\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e2d\u0e22\u0e39\u0e48\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e21\u0e32\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\n\u0e0b\u0e36\u0e48\u0e07\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e40\u0e1e\u0e25\u0e07\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e1e\u0e25\u0e07\u0e2e\u0e34\u0e15\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e0b\u0e49\u0e33\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e2d\u0e14\u0e39\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e27\u0e48\u0e32\u0e40\u0e17\u0e23\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e40\u0e1e\u0e25\u0e07\u0e02\u0e2d\u0e07\u0e1a\u0e49\u0e32\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e1b\u0e43\u0e19\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e44\u0e2b\u0e19<\/p>\n\n<p>\u0e43\u0e04\u0e23\u0e21\u0e35\u0e44\u0e2d\u0e40\u0e14\u0e35\u0e22\u0e40\u0e08\u0e4b\u0e07\u0e46\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30 visualize \u0e01\u0e47\u0e1e\u0e34\u0e21\u0e1e\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c\u0e21\u0e32\u0e1a\u0e2d\u0e01\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e19\u0e30<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/song-sim-thai\/\">Analysis of Thai pop songs' lyrics<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on April 10, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/deepcut-classify-news\/"}},"id":"https:\/\/tupleblog.github.io\/deepcut-classify-news","published":"2018-03-30T05:30:00+07:00","updated":"2018-03-30T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e01\u0e32\u0e23\u0e17\u0e35\u0e27\u0e35\u0e43\u0e19\u0e1a\u0e49\u0e32\u0e19\u0e40\u0e23\u0e32\u0e19\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e19\u0e36\u0e07\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e01\u0e32\u0e23\u0e1f\u0e31\u0e07\u0e02\u0e48\u0e32\u0e27\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e01\u0e34\u0e08\u0e27\u0e31\u0e15\u0e23\u0e2b\u0e25\u0e31\u0e01\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e14\u0e39\u0e17\u0e35\u0e27\u0e35\u0e43\u0e19\u0e44\u0e17\u0e22\u0e40\u0e25\u0e22\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25\u0e40\u0e19\u0e35\u0e48\u0e22 \u0e01\u0e47\u0e08\u0e30\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e23\u0e31\u0e10\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e19\u0e30 \u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\n\u0e14\u0e49\u0e32\u0e19\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22 \u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32 \u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07 \u0e2a\u0e31\u0e07\u0e04\u0e21 \u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08 \u0e40\u0e22\u0e2d\u0e30\u0e41\u0e22\u0e30\u0e44\u0e1b\u0e2b\u0e21\u0e14\u0e40\u0e25\u0e22<\/p>\n\n<p>\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e17\u0e35\u0e48\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e21\u0e32\u0e44\u0e21\u0e48\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e2d\u0e30\u0e44\u0e23\u0e40\u0e25\u0e22 \u0e04\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e40\u0e2d\u0e32\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21 <a href=\"https:\/\/github.com\/rkcosmos\/deepcut\">deepcut<\/a>\n\u0e17\u0e35\u0e48\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e08\u0e32\u0e01\u0e17\u0e32\u0e23\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17 True Corporation \u0e21\u0e32\u0e43\u0e0a\u0e49\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25\u0e44\u0e17\u0e22\u0e01\u0e31\u0e19 \u0e0b\u0e36\u0e48\u0e07 data \u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e21\u0e32\u0e19\u0e35\u0e49\u0e22\u0e37\u0e21\u0e21\u0e32\u0e08\u0e32\u0e01\n<a href=\"https:\/\/github.com\/wannaphongcom\/thaigov-corpus\">wannaphongcom\/thaigov-corpus<\/a> \u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\n8923 \u0e02\u0e48\u0e32\u0e27 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e14\u0e39\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e41\u0e22\u0e01\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e21\u0e31\u0e49\u0e22<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 bag-of-words \u0e0b\u0e36\u0e48\u0e07\u0e41\u0e1b\u0e25\u0e07\u0e02\u0e48\u0e32\u0e27\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e01\u0e31\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a\u0e02\u0e19\u0e32\u0e14 data \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e01\u0e31\u0e19\n\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">fastText<\/code> \u0e08\u0e32\u0e01 <code class=\"language-plaintext highlighter-rouge\">facebook<\/code> \u0e1a\u0e49\u0e32\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/deepcut_news\/deepcut_news.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e17\u0e33\u0e15\u0e32\u0e21\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e47\u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e14\u0e39\u0e42\u0e04\u0e49\u0e14\u0e01\u0e31\u0e19\u0e43\u0e19 <a href=\"https:\/\/github.com\/tupleblog\/tuple_code\/blob\/master\/deepcut_news_classification\/news_classification_using_deepcut.ipynb\">Jupyter Notebook<\/a> \u0e44\u0e14\u0e49\u0e40\u0e25\u0e22<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e08\u0e32\u0e01\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e0b\u0e2d\u0e1f\u0e15\u0e4c\u0e41\u0e27\u0e23\u0e4c\u0e01\u0e48\u0e2d\u0e19\">\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e08\u0e32\u0e01\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e0b\u0e2d\u0e1f\u0e15\u0e4c\u0e41\u0e27\u0e23\u0e4c\u0e01\u0e48\u0e2d\u0e19<\/h2>\n\n<p>\u0e40\u0e23\u0e34\u0e48\u0e21\u0e41\u0e23\u0e01\u0e40\u0e25\u0e22\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e42\u0e2b\u0e25\u0e14\u0e41\u0e25\u0e30\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07 <a href=\"https:\/\/github.com\/rkcosmos\/deepcut\">deepcut<\/a> \u0e01\u0e48\u0e2d\u0e19\u0e2e\u0e30 \u0e25\u0e2d\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e27\u0e34\u0e18\u0e35\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e08\u0e32\u0e01\u0e43\u0e19\nrepository \u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 \u0e2a\u0e48\u0e27\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">deepcut<\/code> \u0e01\u0e47\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e40\u0e25\u0e22\u0e41\u0e04\u0e48\u0e15\u0e49\u0e2d\u0e07 <code class=\"language-plaintext highlighter-rouge\">import deepcut<\/code> \u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\n<code class=\"language-plaintext highlighter-rouge\">deepcut.tokenize<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e15\u0e31\u0e14\u0e04\u0e33\u0e44\u0e17\u0e22<\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01 repository \u0e02\u0e2d\u0e07\u0e19\u0e49\u0e2d\u0e07 wannaphongcom \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">git clone<\/code> \u0e2e\u0e30<\/p>\n\n<div class=\"language-bash highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>git clone https:\/\/github.com\/wannaphongcom\/thaigov-corpus\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e19\u0e49\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e48\u0e32\u0e27\u0e21\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 8923 \u0e02\u0e48\u0e32\u0e27\u0e41\u0e2b\u0e19\u0e30 \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e2a\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e35\u0e40\u0e25\u0e22<\/p>\n\n<h2 id=\"\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e40\u0e0a\u0e47\u0e04\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\">\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e40\u0e0a\u0e47\u0e04\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27<\/h2>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">glob<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e36\u0e07 path \u0e02\u0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e01\u0e47\u0e1a\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">.txt<\/code> format \u0e21\u0e32\u0e08\u0e32\u0e01 repository \u0e17\u0e35\u0e48\u0e1e\u0e36\u0e48\u0e07\u0e14\u0e32\u0e27\u0e19\u0e4c\u0e42\u0e2b\u0e25\u0e14\u0e21\u0e32\u0e2e\u0e30<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">glob<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">glob<\/span>\n<span class=\"n\">paths<\/span> <span class=\"o\">=<\/span> <span class=\"n\">glob<\/span><span class=\"p\">(<\/span><span class=\"s\">'\/path_to\/thaigov-corpus\/*\/*.txt'<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e14\u0e39\u0e27\u0e48\u0e32\u0e21\u0e35\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e2d\u0e30\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07 \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 path \u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49 <code class=\"language-plaintext highlighter-rouge\">\/thaigov-corpus\/9\/\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2f_2.txt<\/code>\n\u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">.split<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e22\u0e01\u0e40\u0e2d\u0e32\u0e41\u0e04\u0e48\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e44\u0e14\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">pandas<\/span> <span class=\"k\">as<\/span> <span class=\"n\">pd<\/span>\n<span class=\"k\">def<\/span> <span class=\"nf\">get_news_type<\/span><span class=\"p\">(<\/span><span class=\"n\">path<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"get news type from path to file\"\"\"<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">path<\/span><span class=\"p\">.<\/span><span class=\"n\">split<\/span><span class=\"p\">(<\/span><span class=\"s\">'\/'<\/span><span class=\"p\">)[<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">].<\/span><span class=\"n\">split<\/span><span class=\"p\">(<\/span><span class=\"s\">'_'<\/span><span class=\"p\">)[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span>\n\n<span class=\"n\">news_type_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">([<\/span><span class=\"n\">get_news_type<\/span><span class=\"p\">(<\/span><span class=\"n\">path<\/span><span class=\"p\">)<\/span> <span class=\"k\">for<\/span> <span class=\"n\">path<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">paths<\/span><span class=\"p\">],<\/span>\n                            <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'news_type'<\/span><span class=\"p\">]).<\/span><span class=\"n\">groupby<\/span><span class=\"p\">(<\/span><span class=\"s\">'news_type'<\/span><span class=\"p\">).<\/span><span class=\"n\">size<\/span><span class=\"p\">().<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">news_type_df.sort_values(0, ascending=False)<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e23\u0e35\u0e22\u0e07\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e48\u0e32\u0e27\u0e01\u0e47\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e21\u0e35\u0e02\u0e48\u0e32\u0e27\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13 2659 \u0e02\u0e48\u0e32\u0e27\/\n\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25 2092 \u0e02\u0e48\u0e32\u0e27\/ \u0e14\u0e49\u0e32\u0e19\u0e2a\u0e31\u0e07\u0e04\u0e21 1338 \u0e02\u0e48\u0e32\u0e27\/ \u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07 817 \u0e02\u0e48\u0e32\u0e27\/ \u0e41\u0e25\u0e30 \u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32 802 \u0e02\u0e48\u0e32\u0e27 \u0e2a\u0e48\u0e27\u0e19\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e44\u0e14\u0e49\u0e41\u0e01\u0e48 \u0e1b\u0e23\u0e30\u0e40\u0e14\u0e47\u0e19\u0e40\u0e14\u0e48\u0e19 \u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22 \u0e17\u0e31\u0e19\u0e02\u0e48\u0e32\u0e27 \u2026<\/p>\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e02\u0e48\u0e32\u0e27\u0e01\u0e31\u0e19 \u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e02\u0e48\u0e32\u0e27\u0e15\u0e32\u0e21\u0e02\u0e49\u0e32\u0e07\u0e25\u0e48\u0e32\u0e07 \u0e15\u0e31\u0e14\u0e41\u0e04\u0e48\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">\u0e17\u0e35\u0e48\u0e21\u0e32<\/code> \u0e19\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e16\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e42\u0e2d\u0e40\u0e04<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">read_text_file<\/span><span class=\"p\">(<\/span><span class=\"n\">path<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c\u0e08\u0e32\u0e01 path \u0e44\u0e14\u0e49\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\"\"\"<\/span>\n    <span class=\"n\">f<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">open<\/span><span class=\"p\">(<\/span><span class=\"n\">path<\/span><span class=\"p\">,<\/span> <span class=\"s\">'r'<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">lines<\/span> <span class=\"o\">=<\/span> <span class=\"n\">f<\/span><span class=\"p\">.<\/span><span class=\"n\">readlines<\/span><span class=\"p\">()<\/span>\n    <span class=\"k\">return<\/span> <span class=\"p\">[<\/span><span class=\"n\">l<\/span> <span class=\"k\">for<\/span> <span class=\"n\">l<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">lines<\/span> <span class=\"k\">if<\/span> <span class=\"ow\">not<\/span> <span class=\"n\">l<\/span><span class=\"p\">.<\/span><span class=\"n\">startswith<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e17\u0e35\u0e48\u0e21\u0e32'<\/span><span class=\"p\">)]<\/span>\n\n<span class=\"n\">topics<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2f'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07'<\/span><span class=\"p\">,<\/span>\n          <span class=\"s\">'\u0e02\u0e48\u0e32\u0e27\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e2a\u0e31\u0e07\u0e04\u0e21'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22\u0e2f'<\/span><span class=\"p\">]<\/span> <span class=\"c1\"># \u0e40\u0e25\u0e37\u0e2d\u0e01\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e21\u0e32 6 \u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e01\u0e48\u0e2d\u0e19\n<\/span><span class=\"n\">df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">(<\/span><span class=\"n\">paths<\/span><span class=\"p\">,<\/span> <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'file_path'<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">df<\/span><span class=\"p\">[<\/span><span class=\"s\">'text'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">file_path<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"n\">read_text_file<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df<\/span><span class=\"p\">[<\/span><span class=\"s\">'news_type'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">file_path<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"n\">get_news_type<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df<\/span><span class=\"p\">[<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">news_type<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span><span class=\"p\">:<\/span> <span class=\"n\">x<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">topics<\/span><span class=\"p\">)]<\/span> <span class=\"c1\"># \u0e40\u0e25\u0e37\u0e2d\u0e01\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 DataFrame \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e32\u0e21\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/deepcut_news\/dataframe.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 dataframe \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">deepcut<\/code> \u0e15\u0e31\u0e14\u0e04\u0e33\u0e08\u0e32\u0e01\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e21\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e01\u0e47\u0e1a\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19 column \u0e17\u0e35\u0e48\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">text<\/code>\n\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e01\u0e47\u0e08\u0e30\u0e16\u0e39\u0e01\u0e41\u0e1b\u0e25\u0e07\u0e44\u0e1b\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e43\u0e19\u0e02\u0e48\u0e32\u0e27 \u0e40\u0e01\u0e47\u0e1a\u0e44\u0e27\u0e49\u0e43\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e0a\u0e37\u0e48\u0e2d <code class=\"language-plaintext highlighter-rouge\">tokenized_texts<\/code><\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">itertools<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">chain<\/span>\n<span class=\"k\">def<\/span> <span class=\"nf\">tokenize_text_list<\/span><span class=\"p\">(<\/span><span class=\"n\">ls<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"Tokenize list of text\"\"\"<\/span>\n    <span class=\"k\">return<\/span> <span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"n\">chain<\/span><span class=\"p\">.<\/span><span class=\"n\">from_iterable<\/span><span class=\"p\">([<\/span><span class=\"n\">deepcut<\/span><span class=\"p\">.<\/span><span class=\"n\">tokenize<\/span><span class=\"p\">(<\/span><span class=\"n\">l<\/span><span class=\"p\">)<\/span> <span class=\"k\">for<\/span> <span class=\"n\">l<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">ls<\/span><span class=\"p\">]))<\/span>\n<span class=\"n\">tokenized_texts<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">text<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenize_text_list<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e23\u0e31\u0e19\u0e19\u0e32\u0e19\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e19\u0e30\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e19\u0e35\u0e49\n<\/span><\/code><\/pre><\/div><\/div>\n\n<h2 id=\"\u0e41\u0e1b\u0e25\u0e07\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e1b\u0e47\u0e19-bag-of-words\">\u0e41\u0e1b\u0e25\u0e07\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e40\u0e1b\u0e47\u0e19 Bag-of-words<\/h2>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19 <code class=\"language-plaintext highlighter-rouge\">tokenized_text<\/code> \u0e19\u0e35\u0e48\u0e08\u0e30\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e17\u0e35\u0e48\u0e15\u0e31\u0e14\u0e21\u0e32\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">deepcut<\/code> \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 bag of words \u0e40\u0e21\u0e17\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e21\u0e32\u0e01 \u0e42\u0e04\u0e49\u0e14\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e40\u0e1b\u0e47\u0e19 bag of words \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e15\u0e32\u0e21\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e40\u0e25\u0e22\n(\u0e41\u0e2d\u0e1a\u0e01\u0e47\u0e2d\u0e1b\u0e1b\u0e35\u0e49\u0e42\u0e04\u0e49\u0e14\u0e21\u0e32\u0e08\u0e32\u0e01 <a href=\"https:\/\/github.com\/rkcosmos\/deepcut\/blob\/master\/deepcut\/deepcut.py#L230-L252\">deepcut<\/a>\n\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e17\u0e35\u0e48 230 \u0e16\u0e36\u0e07 252 \u0e2e\u0e30)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">scipy.sparse<\/span> <span class=\"k\">as<\/span> <span class=\"n\">sp<\/span>\n\n\n<span class=\"k\">def<\/span> <span class=\"nf\">text_to_bow<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_text<\/span><span class=\"p\">,<\/span> <span class=\"n\">vocabulary_<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e1b\u0e25\u0e07\u0e25\u0e34\u0e2a\u0e15\u0e4c\u0e02\u0e2d\u0e07 tokenized text \u0e40\u0e1b\u0e47\u0e19 sparse matrix\"\"\"<\/span>\n    <span class=\"n\">n_doc<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_text<\/span><span class=\"p\">)<\/span>\n    <span class=\"n\">values<\/span><span class=\"p\">,<\/span> <span class=\"n\">row_indices<\/span><span class=\"p\">,<\/span> <span class=\"n\">col_indices<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[],<\/span> <span class=\"p\">[],<\/span> <span class=\"p\">[]<\/span>\n    <span class=\"k\">for<\/span> <span class=\"n\">r<\/span><span class=\"p\">,<\/span> <span class=\"n\">tokens<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">enumerate<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_text<\/span><span class=\"p\">):<\/span>\n        <span class=\"n\">feature<\/span> <span class=\"o\">=<\/span> <span class=\"p\">{}<\/span>\n        <span class=\"k\">for<\/span> <span class=\"n\">token<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">tokens<\/span><span class=\"p\">:<\/span>\n            <span class=\"n\">word_index<\/span> <span class=\"o\">=<\/span> <span class=\"n\">vocabulary_<\/span><span class=\"p\">.<\/span><span class=\"n\">get<\/span><span class=\"p\">(<\/span><span class=\"n\">token<\/span><span class=\"p\">)<\/span>\n            <span class=\"k\">if<\/span> <span class=\"n\">word_index<\/span> <span class=\"ow\">is<\/span> <span class=\"ow\">not<\/span> <span class=\"bp\">None<\/span><span class=\"p\">:<\/span>\n                <span class=\"k\">if<\/span> <span class=\"n\">word_index<\/span> <span class=\"ow\">not<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">feature<\/span><span class=\"p\">.<\/span><span class=\"n\">keys<\/span><span class=\"p\">():<\/span>\n                    <span class=\"n\">feature<\/span><span class=\"p\">[<\/span><span class=\"n\">word_index<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1<\/span>\n                <span class=\"k\">else<\/span><span class=\"p\">:<\/span>\n                    <span class=\"n\">feature<\/span><span class=\"p\">[<\/span><span class=\"n\">word_index<\/span><span class=\"p\">]<\/span> <span class=\"o\">+=<\/span> <span class=\"mi\">1<\/span>\n        <span class=\"k\">for<\/span> <span class=\"n\">c<\/span><span class=\"p\">,<\/span> <span class=\"n\">v<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">feature<\/span><span class=\"p\">.<\/span><span class=\"n\">items<\/span><span class=\"p\">():<\/span>\n            <span class=\"n\">values<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">v<\/span><span class=\"p\">)<\/span>\n            <span class=\"n\">row_indices<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">r<\/span><span class=\"p\">)<\/span>\n            <span class=\"n\">col_indices<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">c<\/span><span class=\"p\">)<\/span>\n\n    <span class=\"c1\"># document-term matrix in sparse CSR format\n<\/span>    <span class=\"n\">X<\/span> <span class=\"o\">=<\/span> <span class=\"n\">sp<\/span><span class=\"p\">.<\/span><span class=\"n\">csr_matrix<\/span><span class=\"p\">((<\/span><span class=\"n\">values<\/span><span class=\"p\">,<\/span> <span class=\"p\">(<\/span><span class=\"n\">row_indices<\/span><span class=\"p\">,<\/span> <span class=\"n\">col_indices<\/span><span class=\"p\">)),<\/span>\n                      <span class=\"n\">shape<\/span><span class=\"o\">=<\/span><span class=\"p\">(<\/span><span class=\"n\">n_doc<\/span><span class=\"p\">,<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">vocabulary_<\/span><span class=\"p\">)))<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">X<\/span>\n\n<span class=\"n\">vocabulary_<\/span> <span class=\"o\">=<\/span> <span class=\"p\">{<\/span><span class=\"n\">v<\/span><span class=\"p\">:<\/span> <span class=\"n\">k<\/span> <span class=\"k\">for<\/span> <span class=\"n\">k<\/span><span class=\"p\">,<\/span> <span class=\"n\">v<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">enumerate<\/span><span class=\"p\">(<\/span><span class=\"nb\">set<\/span><span class=\"p\">(<\/span><span class=\"n\">chain<\/span><span class=\"p\">.<\/span><span class=\"n\">from_iterable<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_texts<\/span><span class=\"p\">)))}<\/span>\n<span class=\"n\">X<\/span> <span class=\"o\">=<\/span> <span class=\"n\">text_to_bow<\/span><span class=\"p\">(<\/span><span class=\"n\">tokenized_texts<\/span><span class=\"p\">,<\/span> <span class=\"n\">vocabulary_<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e07\u0e48\u0e32\u0e22\u0e46\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2b\u0e32\u0e04\u0e33\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e32\u0e01\u0e0e\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e01\u0e48\u0e2d\u0e19 \u0e41\u0e25\u0e49\u0e27\u0e40\u0e01\u0e47\u0e1a\u0e44\u0e27\u0e49\u0e43\u0e19 dictionary \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e41\u0e1b\u0e25\u0e07\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e08\u0e2d\u0e43\u0e2b\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e39\u0e1b index \u0e40\u0e0a\u0e48\u0e19 <code class=\"language-plaintext highlighter-rouge\">'\u0e25\u0e34\u0e07'<\/code> \u0e08\u0e30\u0e16\u0e39\u0e01\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e25\u0e02 <code class=\"language-plaintext highlighter-rouge\">20<\/code> \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<p>\u0e1a\u0e32\u0e07\u0e17\u0e35\u0e04\u0e33\u0e1a\u0e32\u0e07\u0e04\u0e33\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e2b\u0e23\u0e37\u0e2d\u0e1b\u0e23\u0e32\u0e01\u0e0e\u0e1a\u0e48\u0e2d\u0e22\u0e46\u0e43\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e46\u0e02\u0e48\u0e32\u0e27\u0e08\u0e30\u0e21\u0e35\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e04\u0e33\u0e17\u0e35\u0e48\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e19\u0e43\u0e08\n\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 weight \u0e43\u0e2b\u0e49\u0e04\u0e33\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e25\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">TfidfTransformer<\/code> \u0e44\u0e14\u0e49 \u0e41\u0e25\u0e30\u0e01\u0e47\u0e22\u0e31\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49 dimension \u0e02\u0e2d\u0e07 text \u0e25\u0e14\u0e25\u0e07\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">TruncatedSVD<\/code><\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e30\u0e17\u0e33\u0e19\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e2d\u0e07\u0e02\u0e48\u0e32\u0e27\u0e0b\u0e36\u0e48\u0e07\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e1b\u0e25\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e35\u0e43\u0e2b\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e39\u0e1b binary (0,1) \u0e01\u0e48\u0e2d\u0e19\u0e42\u0e14\u0e22\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 <code class=\"language-plaintext highlighter-rouge\">pd.get_dummies<\/code> \u0e02\u0e2d\u0e07 <code class=\"language-plaintext highlighter-rouge\">pandas<\/code> \u0e44\u0e14\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">sklearn.feature_extraction.text<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">TfidfTransformer<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">sklearn.decomposition<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">TruncatedSVD<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">sklearn.model_selection<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">train_test_split<\/span><span class=\"p\">,<\/span> <span class=\"n\">cross_val_score<\/span>\n\n<span class=\"n\">transformer<\/span> <span class=\"o\">=<\/span> <span class=\"n\">TfidfTransformer<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">svd_model<\/span> <span class=\"o\">=<\/span> <span class=\"n\">TruncatedSVD<\/span><span class=\"p\">(<\/span><span class=\"n\">n_components<\/span><span class=\"o\">=<\/span><span class=\"mi\">100<\/span><span class=\"p\">,<\/span>\n                         <span class=\"n\">algorithm<\/span><span class=\"o\">=<\/span><span class=\"s\">'arpack'<\/span><span class=\"p\">,<\/span> <span class=\"n\">n_iter<\/span><span class=\"o\">=<\/span><span class=\"mi\">100<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">X_tfidf<\/span> <span class=\"o\">=<\/span> <span class=\"n\">transformer<\/span><span class=\"p\">.<\/span><span class=\"n\">fit_transform<\/span><span class=\"p\">(<\/span><span class=\"n\">X<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">X_svd<\/span> <span class=\"o\">=<\/span> <span class=\"n\">svd_model<\/span><span class=\"p\">.<\/span><span class=\"n\">fit_transform<\/span><span class=\"p\">(<\/span><span class=\"n\">X_tfidf<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">y<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">get_dummies<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">news_type<\/span><span class=\"p\">).<\/span><span class=\"n\">as_matrix<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e41\u0e1b\u0e25\u0e07\u0e08\u0e32\u0e01\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e1f\u0e2d\u0e23\u0e4c\u0e41\u0e21\u0e15 0, 1 \u0e41\u0e17\u0e19\n<\/span><span class=\"n\">X_train<\/span><span class=\"p\">,<\/span> <span class=\"n\">X_test<\/span><span class=\"p\">,<\/span> <span class=\"n\">y_train<\/span><span class=\"p\">,<\/span> <span class=\"n\">y_test<\/span> <span class=\"o\">=<\/span> <span class=\"n\">train_test_split<\/span><span class=\"p\">(<\/span><span class=\"n\">X_svd<\/span><span class=\"p\">,<\/span> <span class=\"n\">y<\/span><span class=\"p\">,<\/span> <span class=\"n\">stratify<\/span><span class=\"o\">=<\/span><span class=\"n\">y<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/deepcut_news\/dummies.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      `pd.get_dummies` \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e40\u0e1b\u0e47\u0e19 binary format\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e19\u0e33-deepcut-\u0e21\u0e32\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\">\u0e19\u0e33 Deepcut \u0e21\u0e32\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27<\/h2>\n\n<p>\u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e14\u0e39\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30 predict \u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e44\u0e14\u0e49\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19 \u0e27\u0e35\u0e18\u0e35\u0e40\u0e0a\u0e47\u0e04\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2b\u0e23\u0e37\u0e2d <code class=\"language-plaintext highlighter-rouge\">accuracy<\/code>\n\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e17\u0e33\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">cross_val_score<\/code> \u0e08\u0e32\u0e01 library \u0e0a\u0e37\u0e48\u0e2d scikit learn \u0e2e\u0e30\n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 for loop \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e0a\u0e47\u0e04\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e48\u0e32\u0e27\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e14\u0e49\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19<\/p>\n\n<p><code class=\"language-plaintext highlighter-rouge\">cross_val_score<\/code> \u0e23\u0e31\u0e1a predictor \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 Logistic Regression \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49 \u0e01\u0e31\u0e1a input <code class=\"language-plaintext highlighter-rouge\">X_svd<\/code>\n\u0e41\u0e25\u0e30 output <code class=\"language-plaintext highlighter-rouge\">y<\/code> \u0e41\u0e15\u0e48\u0e25\u0e30 column \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b (\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">logist_model<\/span> <span class=\"o\">=<\/span> <span class=\"n\">LogisticRegression<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">cv_scores<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[]<\/span>\n<span class=\"k\">for<\/span> <span class=\"n\">c<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"n\">y<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span><span class=\"p\">[<\/span><span class=\"mi\">1<\/span><span class=\"p\">]):<\/span>\n    <span class=\"n\">cv_scores<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">cross_val_score<\/span><span class=\"p\">(<\/span><span class=\"n\">logist_model<\/span><span class=\"p\">,<\/span> <span class=\"n\">X_svd<\/span><span class=\"p\">,<\/span> <span class=\"n\">y<\/span><span class=\"p\">[:,<\/span> <span class=\"n\">c<\/span><span class=\"p\">],<\/span> <span class=\"n\">cv<\/span><span class=\"o\">=<\/span><span class=\"mi\">10<\/span><span class=\"p\">,<\/span> <span class=\"n\">scoring<\/span><span class=\"o\">=<\/span><span class=\"s\">'accuracy'<\/span><span class=\"p\">).<\/span><span class=\"n\">mean<\/span><span class=\"p\">())<\/span>\n<span class=\"n\">news_type<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">get_dummies<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">news_type<\/span><span class=\"p\">).<\/span><span class=\"n\">columns<\/span> <span class=\"c1\"># \u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\n<\/span><span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"nb\">zip<\/span><span class=\"p\">(<\/span><span class=\"n\">news_type<\/span><span class=\"p\">,<\/span> <span class=\"n\">cv_scores<\/span><span class=\"p\">)))<\/span>\n\n<span class=\"p\">[(<\/span><span class=\"s\">'\u0e02\u0e48\u0e32\u0e27\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9396227477900364<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22\u0e2f'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9870547822708584<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2f'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9674521365359503<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9496678096700233<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e2a\u0e31\u0e07\u0e04\u0e21'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9443473736519051<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.9321212435287405<\/span><span class=\"p\">)]<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e19\u0e32\u0e22\u0e02\u0e48\u0e32\u0e27\u0e44\u0e14\u0e49\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27\u0e40\u0e01\u0e37\u0e2d\u0e1a 95 \u0e40\u0e1b\u0e2d\u0e23\u0e4c\u0e40\u0e0b\u0e47\u0e19\u0e15\u0e4c\u0e43\u0e19\u0e02\u0e48\u0e32\u0e27\u0e17\u0e38\u0e01\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17 \u0e02\u0e19\u0e32\u0e14\u0e1c\u0e21\u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e22\u0e31\u0e07\u0e41\u0e22\u0e01\u0e44\u0e21\u0e48\u0e2d\u0e2d\u0e01\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e02\u0e48\u0e32\u0e27\u0e44\u0e2b\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e2b\u0e19 \u0e2e\u0e48\u0e32\u0e46<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19 \u0e25\u0e2d\u0e07\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19 <code class=\"language-plaintext highlighter-rouge\">scoring<\/code> \u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e37\u0e48\u0e19 \u0e40\u0e0a\u0e48\u0e19 <code class=\"language-plaintext highlighter-rouge\">precision<\/code> \u0e2b\u0e23\u0e37\u0e2d <code class=\"language-plaintext highlighter-rouge\">recall<\/code> \u0e14\u0e39 \u0e2b\u0e23\u0e37\u0e2d\u0e25\u0e2d\u0e07\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19 <code class=\"language-plaintext highlighter-rouge\">cv<\/code>\n\u0e08\u0e32\u0e01 10 folds \u0e40\u0e1b\u0e47\u0e19 5 folds \u0e2b\u0e23\u0e37\u0e2d 3 folds \u0e41\u0e25\u0e49\u0e27\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e27\u0e48\u0e32\u0e2a\u0e01\u0e2d\u0e23\u0e4c\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e44\u0e1b\u0e22\u0e31\u0e07\u0e44\u0e07\u0e1a\u0e49\u0e32\u0e07\u0e01\u0e47\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e22\u0e34\u0e48\u0e07\u0e44\u0e1b\u0e01\u0e27\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e14\u0e39\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22\u0e27\u0e48\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e40\u0e19\u0e35\u0e48\u0e22 \u0e40\u0e23\u0e32 predict \u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e2b\u0e19\u0e15\u0e34\u0e14\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e2b\u0e19 \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\nconfusion matrix<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">y_pred<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">argmax<\/span><span class=\"p\">(<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">vstack<\/span><span class=\"p\">([<\/span><span class=\"n\">model<\/span><span class=\"p\">.<\/span><span class=\"n\">predict_proba<\/span><span class=\"p\">(<\/span><span class=\"n\">X_svd<\/span><span class=\"p\">)[:,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">]<\/span> <span class=\"k\">for<\/span> <span class=\"n\">model<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">logist_models<\/span><span class=\"p\">]).<\/span><span class=\"n\">T<\/span><span class=\"p\">,<\/span> <span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">y_pred<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">array<\/span><span class=\"p\">([<\/span><span class=\"n\">news_type<\/span><span class=\"p\">[<\/span><span class=\"n\">yi<\/span><span class=\"p\">]<\/span> <span class=\"k\">for<\/span> <span class=\"n\">yi<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">y_pred<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">y_true<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">news_type<\/span><span class=\"p\">.<\/span><span class=\"n\">as_matrix<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">C<\/span> <span class=\"o\">=<\/span> <span class=\"n\">confusion_matrix<\/span><span class=\"p\">(<\/span><span class=\"n\">y_true<\/span><span class=\"p\">,<\/span> <span class=\"n\">y_pred<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># confusion matrix\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e15\u0e48\u0e25\u0e30\u0e41\u0e16\u0e27\u0e04\u0e37\u0e2d True label \u0e41\u0e25\u0e30\u0e41\u0e15\u0e48\u0e25\u0e30\u0e2b\u0e25\u0e31\u0e01\u0e04\u0e37\u0e2d Predicted label \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e14\u0e32\u0e1c\u0e34\u0e14\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e0b\u0e30\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\n\u0e16\u0e49\u0e32 predict \u0e16\u0e39\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e41\u0e19\u0e27\u0e41\u0e17\u0e22\u0e07\u0e21\u0e38\u0e21\u0e19\u0e30\u0e08\u0e49\u0e30<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/deepcut_news\/confusion.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07 dataframe \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e42\u0e2b\u0e25\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e25\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e02\u0e48\u0e32\u0e27\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e40\u0e2d\u0e07\">\u0e40\u0e17\u0e23\u0e19\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e25\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e02\u0e48\u0e32\u0e27\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e40\u0e2d\u0e07<\/h2>\n\n<p>\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e17\u0e23\u0e19 Logistic Regression \u0e40\u0e1e\u0e37\u0e48\u0e2d predict \u0e27\u0e48\u0e32\u0e02\u0e48\u0e32\u0e27\u0e17\u0e35\u0e48\u0e43\u0e2a\u0e48\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e2b\u0e19\n\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e17\u0e23\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 6 \u0e42\u0e21\u0e40\u0e14\u0e25 \u0e42\u0e14\u0e22\u0e41\u0e15\u0e48\u0e25\u0e30\u0e42\u0e21\u0e40\u0e14\u0e25\u0e08\u0e30\u0e43\u0e0a\u0e49 predict \u0e02\u0e48\u0e32\u0e27\u0e41\u0e15\u0e48\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e2e\u0e30<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">logist_models<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[]<\/span>\n<span class=\"k\">for<\/span> <span class=\"n\">c<\/span> <span class=\"ow\">in<\/span> <span class=\"nb\">range<\/span><span class=\"p\">(<\/span><span class=\"n\">y<\/span><span class=\"p\">.<\/span><span class=\"n\">shape<\/span><span class=\"p\">[<\/span><span class=\"mi\">1<\/span><span class=\"p\">]):<\/span>\n    <span class=\"n\">logist_model<\/span> <span class=\"o\">=<\/span> <span class=\"n\">LogisticRegression<\/span><span class=\"p\">()<\/span>\n    <span class=\"n\">logist_model<\/span><span class=\"p\">.<\/span><span class=\"n\">fit<\/span><span class=\"p\">(<\/span><span class=\"n\">X_train<\/span><span class=\"p\">,<\/span> <span class=\"n\">y_train<\/span><span class=\"p\">[:,<\/span> <span class=\"n\">c<\/span><span class=\"p\">])<\/span>\n    <span class=\"n\">logist_models<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">(<\/span><span class=\"n\">logist_model<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e2a\u0e48\u0e02\u0e48\u0e32\u0e27\u0e43\u0e2b\u0e21\u0e48\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e39\u0e27\u0e48\u0e32\u0e02\u0e48\u0e32\u0e27\u0e19\u0e35\u0e49\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e44\u0e2b\u0e19 (\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e43\u0e2a\u0e48\u0e02\u0e48\u0e32\u0e27\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e2e\u0e30)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">text<\/span> <span class=\"o\">=<\/span>  <span class=\"s\">'\u0e27\u0e31\u0e19\u0e28\u0e38\u0e01\u0e23\u0e4c\u0e17\u0e35\u0e48 4 \u0e2a\u0e34\u0e07\u0e2b\u0e32\u0e04\u0e21 2560<\/span><span class=\"se\">\\n<\/span><span class=\"s\">'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'ASEAN-India Expo and Forum \u0e01\u0e32\u0e23\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e42\u0e22\u0e07\u0e2d\u0e32\u0e40\u0e0b\u0e35\u0e22\u0e19-\u0e2d\u0e34\u0e19\u0e40\u0e14\u0e35\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e2a\u0e39\u0e48\u0e01\u0e32\u0e23\u0e40\u0e15\u0e34\u0e1a\u0e42\u0e15\u0e41\u0e25\u0e30\u0e40\u0e2a\u0e16\u0e35\u0e22\u0e23\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e42\u0e25\u0e01 \u0e2f\u0e1e\u0e13\u0e2f \u0e19\u0e32\u0e22\u0e01\u0e23\u0e31\u0e10\u0e21\u0e19\u0e15\u0e23\u0e35 \u0e1e\u0e25\u0e40\u0e2d\u0e01\u0e1b\u0e23\u0e30\u0e22\u0e38\u0e17\u0e18\u0e4c \u0e08\u0e31\u0e19\u0e17\u0e23\u0e4c\u0e42\u0e2d\u0e0a\u0e32 \u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e18\u0e32\u0e19\u0e43\u0e19\u0e1e\u0e34\u0e18\u0e35\u0e40\u0e1b\u0e34\u0e14 \u201cASEAN-India Expo and Forum\u201d \u0e27\u0e32\u0e23\u0e30\u0e17\u0e32\u0e07\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e41\u0e2b\u0e48\u0e07\u0e1b\u0e35 \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25\u0e44\u0e17\u0e22\u0e42\u0e14\u0e22\u0e01\u0e23\u0e30\u0e17\u0e23\u0e27\u0e07\u0e1e\u0e32\u0e13\u0e34\u0e0a\u0e22\u0e4c\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e08\u0e49\u0e32\u0e20\u0e32\u0e1e \u0e08\u0e31\u0e1a\u0e21\u0e37\u0e2d\u0e01\u0e31\u0e1a\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e07\u0e32\u0e19\u0e1e\u0e31\u0e19\u0e18\u0e21\u0e34\u0e15\u0e23 \u0e41\u0e25\u0e30\u0e2d\u0e35\u0e01 9 \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e2a\u0e21\u0e32\u0e0a\u0e34\u0e01\u0e2d\u0e32\u0e40\u0e0b\u0e35\u0e22\u0e19\u0e23\u0e27\u0e21\u0e17\u0e31\u0e49\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e2d\u0e34\u0e19\u0e40\u0e14\u0e35\u0e22 \u0e08\u0e31\u0e14\u0e40\u0e27\u0e17\u0e35\u0e1e\u0e1a\u0e1b\u0e30\u0e04\u0e23\u0e31\u0e49\u0e07\u0e43\u0e2b\u0e0d\u0e48\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e1c\u0e39\u0e49\u0e41\u0e17\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2a\u0e39\u0e07\u0e20\u0e32\u0e04\u0e23\u0e31\u0e10\u0e41\u0e25\u0e30\u0e20\u0e32\u0e04\u0e40\u0e2d\u0e01\u0e0a\u0e19\u0e08\u0e32\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07\u0e1d\u0e48\u0e32\u0e22 ...'<\/span>\n<span class=\"n\">tokenized_text<\/span> <span class=\"o\">=<\/span> <span class=\"n\">deepcut<\/span><span class=\"p\">.<\/span><span class=\"n\">tokenize<\/span><span class=\"p\">(<\/span><span class=\"n\">text<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">x<\/span> <span class=\"o\">=<\/span> <span class=\"n\">text_to_bow<\/span><span class=\"p\">([<\/span><span class=\"n\">tokenized_text<\/span><span class=\"p\">],<\/span> <span class=\"n\">vocabulary_<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">x_tfidf<\/span> <span class=\"o\">=<\/span> <span class=\"n\">transformer<\/span><span class=\"p\">.<\/span><span class=\"n\">transform<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">x_svd<\/span> <span class=\"o\">=<\/span> <span class=\"n\">svd_model<\/span><span class=\"p\">.<\/span><span class=\"n\">transform<\/span><span class=\"p\">(<\/span><span class=\"n\">x_tfidf<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">pred<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span><span class=\"n\">model<\/span><span class=\"p\">.<\/span><span class=\"n\">predict_proba<\/span><span class=\"p\">(<\/span><span class=\"n\">x_svd<\/span><span class=\"p\">.<\/span><span class=\"n\">reshape<\/span><span class=\"p\">(<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">).<\/span><span class=\"n\">T<\/span><span class=\"p\">).<\/span><span class=\"n\">ravel<\/span><span class=\"p\">()[<\/span><span class=\"mi\">1<\/span><span class=\"p\">]<\/span> <span class=\"k\">for<\/span> <span class=\"n\">model<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">logist_models<\/span><span class=\"p\">]<\/span>\n<span class=\"k\">print<\/span><span class=\"p\">(<\/span><span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"nb\">zip<\/span><span class=\"p\">(<\/span><span class=\"n\">news_type<\/span><span class=\"p\">,<\/span> <span class=\"n\">pred<\/span><span class=\"p\">)))<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e1c\u0e25\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d\u0e15\u0e32\u0e21\u0e02\u0e49\u0e32\u0e07\u0e25\u0e48\u0e32\u0e07\u0e40\u0e25\u0e22<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"p\">[(<\/span><span class=\"s\">'\u0e02\u0e48\u0e32\u0e27\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.21981501890431207<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22\u0e2f'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.011156963634264003<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2f'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.05411054878438172<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.05725187418015803<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e2a\u0e31\u0e07\u0e04\u0e21'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.07433082039376637<\/span><span class=\"p\">),<\/span>\n <span class=\"p\">(<\/span><span class=\"s\">'\u0e14\u0e49\u0e32\u0e19\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08'<\/span><span class=\"p\">,<\/span> <span class=\"mf\">0.4959308735887242<\/span><span class=\"p\">)]<\/span> <span class=\"c1\"># \u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 probability = 0.49\n<\/span><\/code><\/pre><\/div><\/div>\n\n<p>\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e02\u0e48\u0e32\u0e27\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e14\u0e49\u0e32\u0e19\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08\u0e2a\u0e39\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e40\u0e25\u0e22 \u0e15\u0e23\u0e07\u0e40\u0e1b\u0e4a\u0e30\u0e04\u0e23\u0e31\u0e1a :)<\/p>\n\n<h2 id=\"\u0e41\u0e16\u0e21-\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49-word-vector-\u0e08\u0e32\u0e01-fasttext-\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\">(\u0e41\u0e16\u0e21) \u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 word vector \u0e08\u0e32\u0e01 fastText \u0e21\u0e32\u0e25\u0e2d\u0e07\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27<\/h2>\n\n<p>\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e04\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07 word vector \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e1a\u0e49\u0e32\u0e07 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e14\u0e39\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e02\u0e2d\u0e07\n\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e2a\u0e39\u0e07\u0e02\u0e36\u0e49\u0e19\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e19\u0e33 pre-trained vectors \u0e08\u0e32\u0e01 Facebook <a href=\"https:\/\/github.com\/facebookresearch\/fastText\/blob\/master\/pretrained-vectors.md\"><code class=\"language-plaintext highlighter-rouge\">fastText<\/code><\/a>\n\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\u0e14\u0e39\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e0b\u0e34 (\u0e15\u0e49\u0e2d\u0e07 install <code class=\"language-plaintext highlighter-rouge\">fastText<\/code> \u0e15\u0e32\u0e21 repository \u0e01\u0e48\u0e2d\u0e19 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e42\u0e2b\u0e25\u0e14 <code class=\"language-plaintext highlighter-rouge\">wiki.th.bin<\/code> \u0e08\u0e32\u0e01 repository \u0e21\u0e32\u0e19\u0e30)\n\u0e41\u0e25\u0e30\u0e16\u0e49\u0e32 <code class=\"language-plaintext highlighter-rouge\">fastText<\/code> \u0e22\u0e31\u0e07\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e21\u0e48\u0e14\u0e35\u0e1e\u0e2d \u0e40\u0e23\u0e32\u0e01\u0e47\u0e22\u0e31\u0e07\u0e21\u0e35\u0e15\u0e31\u0e27\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 <a href=\"https:\/\/github.com\/cstorm125\/thai2vec\"><code class=\"language-plaintext highlighter-rouge\">thai2vec<\/code><\/a>\n\u0e43\u0e0a\u0e49\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e31\u0e14\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 word vector \u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e21\u0e32\u0e01\u0e46\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e33 deep learning \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\n\u0e41\u0e15\u0e48\u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e41\u0e1a\u0e1a\u0e07\u0e48\u0e32\u0e22\u0e46\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 word vector \u0e02\u0e2d\u0e07\u0e04\u0e33\u0e17\u0e38\u0e01\u0e04\u0e33\u0e43\u0e19\u0e02\u0e48\u0e32\u0e27\u0e01\u0e48\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e08\u0e30\u0e17\u0e33\u0e44\u0e14\u0e49\u0e14\u0e35\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19<\/p>\n\n<p>\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27 \u0e42\u0e04\u0e49\u0e14\u0e02\u0e49\u0e32\u0e07\u0e25\u0e48\u0e32\u0e07\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e0b\u0e30\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e08\u0e32\u0e01\u0e40\u0e1b\u0e40\u0e1b\u0e2d\u0e23\u0e4c ICLR 2017,\n<em>A Simple but Tough-to-Beat Baseline for Sentence Embeddings<\/em> \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e2a\u0e48\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e43\u0e2b\u0e49\u0e01\u0e31\u0e1a\nword vector \u0e01\u0e48\u0e2d\u0e19\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e15\u0e32\u0e21\u0e04\u0e27\u0e32\u0e21\u0e19\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e01\u0e34\u0e14\u0e02\u0e2d\u0e07\u0e04\u0e33 \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e01\u0e47\u0e2b\u0e31\u0e01\u0e2d\u0e2d\u0e01\u0e14\u0e49\u0e27\u0e22 first component\nEigenvector \u0e2e\u0e30<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">fastText<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">load_model<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">itertools<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">chain<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">collections<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">Counter<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">numpy.linalg<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">eig<\/span>\n\n<span class=\"n\">thai_model<\/span> <span class=\"o\">=<\/span> <span class=\"n\">load_model<\/span><span class=\"p\">(<\/span><span class=\"s\">'\/wiki.th\/wiki.th.bin'<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">word_appearance<\/span> <span class=\"o\">=<\/span> <span class=\"n\">Counter<\/span><span class=\"p\">(<\/span><span class=\"n\">chain<\/span><span class=\"p\">.<\/span><span class=\"n\">from_iterable<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">tokenized_text_clean<\/span><span class=\"p\">))<\/span>\n<span class=\"n\">word_df<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">(<\/span><span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"n\">word_appearance<\/span><span class=\"p\">.<\/span><span class=\"n\">items<\/span><span class=\"p\">()),<\/span> <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'word'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'occurence'<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">word_df<\/span><span class=\"p\">[<\/span><span class=\"s\">'p_occurence'<\/span><span class=\"p\">]<\/span>  <span class=\"o\">=<\/span> <span class=\"n\">word_df<\/span><span class=\"p\">.<\/span><span class=\"n\">occurence<\/span> <span class=\"o\">\/<\/span> <span class=\"n\">word_df<\/span><span class=\"p\">.<\/span><span class=\"n\">occurence<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">()<\/span>\n<span class=\"n\">p_dict<\/span> <span class=\"o\">=<\/span> <span class=\"p\">{<\/span><span class=\"n\">r<\/span><span class=\"p\">[<\/span><span class=\"s\">'word'<\/span><span class=\"p\">]:<\/span> <span class=\"n\">r<\/span><span class=\"p\">[<\/span><span class=\"s\">'p_occurence'<\/span><span class=\"p\">]<\/span> <span class=\"k\">for<\/span> <span class=\"n\">_<\/span><span class=\"p\">,<\/span> <span class=\"n\">r<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">word_df<\/span><span class=\"p\">.<\/span><span class=\"n\">iterrows<\/span><span class=\"p\">()}<\/span>\n\n<span class=\"k\">def<\/span> <span class=\"nf\">get_sentence_vector<\/span><span class=\"p\">(<\/span><span class=\"n\">ls<\/span><span class=\"p\">,<\/span> <span class=\"n\">a<\/span><span class=\"o\">=<\/span><span class=\"mf\">10e-4<\/span><span class=\"p\">):<\/span>\n    <span class=\"s\">\"\"\"Average word vector for given list of words using fastText\n\n    ref: A Simple but Tough-to-Beat Baseline for Sentence Embeddings, ICLR 2017\n    https:\/\/openreview.net\/pdf?id=SyK00v5xx\n    \"\"\"<\/span>\n    <span class=\"n\">wvs<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[]<\/span>\n    <span class=\"k\">for<\/span> <span class=\"n\">w<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">ls<\/span><span class=\"p\">:<\/span>\n        <span class=\"n\">wv<\/span> <span class=\"o\">=<\/span> <span class=\"n\">thai_model<\/span><span class=\"p\">.<\/span><span class=\"n\">get_word_vector<\/span><span class=\"p\">(<\/span><span class=\"n\">w<\/span><span class=\"p\">)<\/span>\n        <span class=\"k\">if<\/span> <span class=\"n\">w<\/span> <span class=\"ow\">is<\/span> <span class=\"ow\">not<\/span> <span class=\"bp\">None<\/span><span class=\"p\">:<\/span>\n            <span class=\"n\">wvs<\/span><span class=\"p\">.<\/span><span class=\"n\">append<\/span><span class=\"p\">([<\/span><span class=\"n\">wv<\/span><span class=\"p\">,<\/span> <span class=\"n\">p_dict<\/span><span class=\"p\">[<\/span><span class=\"n\">w<\/span><span class=\"p\">]])<\/span>\n    <span class=\"n\">wvs<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">array<\/span><span class=\"p\">(<\/span><span class=\"n\">wvs<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">mean<\/span><span class=\"p\">(<\/span><span class=\"n\">wvs<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">]<\/span> <span class=\"o\">*<\/span> <span class=\"p\">(<\/span><span class=\"n\">a<\/span> <span class=\"o\">\/<\/span> <span class=\"p\">(<\/span><span class=\"n\">a<\/span> <span class=\"o\">+<\/span> <span class=\"n\">wvs<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">])),<\/span> <span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">0<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">X<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">vstack<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">tokenized_text<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"n\">get_sentence_vector<\/span><span class=\"p\">))<\/span>\n<span class=\"n\">eig_val<\/span><span class=\"p\">,<\/span> <span class=\"n\">eig_vec<\/span> <span class=\"o\">=<\/span> <span class=\"n\">eig<\/span><span class=\"p\">(<\/span><span class=\"n\">X<\/span><span class=\"p\">.<\/span><span class=\"n\">T<\/span><span class=\"p\">.<\/span><span class=\"n\">dot<\/span><span class=\"p\">(<\/span><span class=\"n\">X<\/span><span class=\"p\">))<\/span>\n<span class=\"n\">u<\/span> <span class=\"o\">=<\/span> <span class=\"n\">eig_vec<\/span><span class=\"p\">[:,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">].<\/span><span class=\"n\">reshape<\/span><span class=\"p\">(<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"mi\">1<\/span><span class=\"p\">).<\/span><span class=\"n\">T<\/span>\n<span class=\"n\">X_sent<\/span> <span class=\"o\">=<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">vstack<\/span><span class=\"p\">([<\/span><span class=\"n\">x<\/span> <span class=\"o\">-<\/span> <span class=\"n\">u<\/span><span class=\"p\">.<\/span><span class=\"n\">T<\/span><span class=\"p\">.<\/span><span class=\"n\">dot<\/span><span class=\"p\">(<\/span><span class=\"n\">u<\/span><span class=\"p\">).<\/span><span class=\"n\">dot<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"p\">)<\/span> <span class=\"k\">for<\/span> <span class=\"n\">x<\/span> <span class=\"ow\">in<\/span> <span class=\"n\">X<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">y<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">get_dummies<\/span><span class=\"p\">(<\/span><span class=\"n\">df<\/span><span class=\"p\">.<\/span><span class=\"n\">news_type<\/span><span class=\"p\">).<\/span><span class=\"n\">as_matrix<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e16\u0e49\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">LogisticRegression<\/code> \u0e21\u0e32\u0e40\u0e17\u0e23\u0e19\u0e15\u0e32\u0e21\u0e40\u0e14\u0e34\u0e21 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>[('\u0e02\u0e48\u0e32\u0e27\u0e17\u0e33\u0e40\u0e19\u0e35\u0e22\u0e1a\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25', 0.8791321786744998),\n ('\u0e14\u0e49\u0e32\u0e19\u0e01\u0e0e\u0e2b\u0e21\u0e32\u0e22\u0e2f', 0.9696326321735704),\n ('\u0e14\u0e49\u0e32\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2f', 0.9424088596016322),\n ('\u0e14\u0e49\u0e32\u0e19\u0e04\u0e27\u0e32\u0e21\u0e21\u0e31\u0e48\u0e19\u0e04\u0e07', 0.9021179281713374),\n ('\u0e14\u0e49\u0e32\u0e19\u0e2a\u0e31\u0e07\u0e04\u0e21', 0.9069586440039169),\n ('\u0e14\u0e49\u0e32\u0e19\u0e40\u0e28\u0e23\u0e29\u0e10\u0e01\u0e34\u0e08', 0.8617069956188275)]\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e2d\u0e49\u0e32\u0e41\u0e22\u0e48\u0e08\u0e31\u0e07 \u0e22\u0e31\u0e07\u0e2a\u0e39\u0e49\u0e44\u0e21\u0e48\u0e40\u0e17\u0e48\u0e32\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 bag of words \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1e\u0e39\u0e14\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32 \u0e41\u0e15\u0e48\u0e01\u0e47\u0e44\u0e14\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e14\u0e35\u0e21\u0e32\u0e01\u0e46\n\u0e41\u0e15\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e25\u0e37\u0e21\u0e19\u0e36\u0e01\u0e44\u0e1b\u0e27\u0e48\u0e32 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e2d\u0e32\u0e44\u0e1b\u0e04\u0e31\u0e14\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e40\u0e2b\u0e47\u0e19\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19 \u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 word vector\n\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e14\u0e35\u0e04\u0e37\u0e2d\u0e40\u0e04\u0e49\u0e32\u0e40\u0e01\u0e47\u0e1a\u0e40\u0e27\u0e01\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e17\u0e23\u0e19\u0e21\u0e32\u0e08\u0e32\u0e01 Wikipedia \u0e41\u0e25\u0e30\n\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e2d\u0e35\u0e01\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e0b\u0e36\u0e48\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e02\u0e22\u0e32\u0e22 bag of words \u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e08\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e21\u0e32\u0e01\u0e46\u0e19\u0e30\n\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 deep learning \u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e14\u0e39\nsequence \u0e02\u0e2d\u0e07 word vectors \u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<h2 id=\"\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17\">\u0e2d\u0e32\u0e23\u0e31\u0e21\u0e20\u0e1a\u0e17<\/h2>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e40\u0e2d\u0e32 data \u0e08\u0e32\u0e01\u0e02\u0e48\u0e32\u0e27\u0e02\u0e2d\u0e07\u0e23\u0e31\u0e10\u0e1a\u0e32\u0e25\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e41\u0e22\u0e01\u0e27\u0e48\u0e32\u0e02\u0e48\u0e32\u0e27\u0e44\u0e2b\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e48\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e2d\u0e30\u0e44\u0e23\u0e1a\u0e49\u0e32\u0e07\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04 bag of words\n\u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e1a\u0e48\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e44\u0e14\u0e49\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e14\u0e35\u0e40\u0e25\u0e22\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e41\u0e04\u0e48 Logistic Regression classifier \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n\n<p>\u0e43\u0e19\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e46\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 Deep Learning \u0e01\u0e31\u0e1a <code class=\"language-plaintext highlighter-rouge\">fastText<\/code> \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e01\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e04\u0e33 \u0e2b\u0e23\u0e37\u0e2d\u0e27\u0e48\u0e32 word embedding \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e14\u0e49\u0e27\u0e22\n\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e2a\u0e19\u0e43\u0e08\u0e01\u0e47\u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e14\u0e39\u0e01\u0e48\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e08\u0e30\u0e04\u0e31\u0e14\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e02\u0e48\u0e32\u0e27\u0e44\u0e14\u0e49\u0e14\u0e35\u0e02\u0e19\u0e32\u0e14\u0e44\u0e2b\u0e19<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/deepcut-classify-news\/\">Deepcut \u0e21\u0e32\u0e04\u0e31\u0e14\u0e02\u0e48\u0e32\u0e27<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on March 30, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/Python-for-Business-part2\/"}},"id":"https:\/\/tupleblog.github.io\/Python-for-Business-part2","published":"2018-03-17T05:30:00+07:00","updated":"2018-03-17T05:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"\u0e17\u0e49\u0e32\u0e27\u0e04\u0e27\u0e32\u0e21\u0e40\u0e14\u0e34\u0e21-\u0e08\u0e32\u0e01-part-1\">\u0e17\u0e49\u0e32\u0e27\u0e04\u0e27\u0e32\u0e21\u0e40\u0e14\u0e34\u0e21 \u0e08\u0e32\u0e01 <a href=\"https:\/\/tupleblog.github.io\/Python-for-Business-part1\/\">Part 1<\/a><\/h2>\n\n<p>\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e2b\u0e31\u0e14\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Python \u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e44\u0e1f\u0e25\u0e4c Excel \u0e15\u0e48\u0e32\u0e07\u0e46, \u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19, \u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e43\u0e2b\u0e21\u0e48\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e41\u0e25\u0e30 Export \u0e44\u0e1f\u0e25\u0e4c\u0e25\u0e07\u0e44\u0e1b\u0e17\u0e35\u0e48 Directory \u0e17\u0e35\u0e48\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e44\u0e27\u0e49 (Read -&gt; Clean -&gt; Join -&gt; Export) \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e21\u0e32 2 \u0e0a\u0e34\u0e49\u0e19\u0e04\u0e37\u0e2d 1. \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 2. \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Part 1 \u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c 3 \u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e08\u0e1a\u0e44\u0e1b<\/p>\n<ol>\n  <li>\u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01 Spreadsheet \u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23 (Load Data)<\/li>\n  <li>\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 (Clean Data)<\/li>\n  <li>\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e41\u0e1a\u0e1a Pivot Table \u0e41\u0e25\u0e30 \u0e40\u0e02\u0e35\u0e22\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19 Spreadsheet (Export Data)<\/li>\n<\/ol>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e19 Part 2 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e15\u0e48\u0e2d\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48 2 \u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e01\u0e31\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<ol>\n  <li>\u0e40\u0e02\u0e35\u0e22\u0e19 Function Search \u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 (Filter Data)<\/li>\n  <li>Plot Graph \u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21 (Data Visualization)<\/li>\n<\/ol>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49 \u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13 <a href=\"https:\/\/www.425degree.com\/\">425degree.com<\/a> \u0e17\u0e35\u0e48\u0e40\u0e2d\u0e37\u0e49\u0e2d\u0e40\u0e1f\u0e37\u0e49\u0e2d\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e31\u0e19\u0e43\u0e2b\u0e49 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e42\u0e04\u0e49\u0e14\u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e14\u0e31\u0e14\u0e41\u0e1b\u0e25\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a Tutorial \u0e43\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49 <a href=\"https:\/\/github.com\/tupleblog\/tuple_code\/tree\/master\/python_for_business\">\u0e0b\u0e36\u0e48\u0e07\u0e1c\u0e21\u0e23\u0e27\u0e21\u0e44\u0e27\u0e49\u0e17\u0e35\u0e48\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a<\/a><\/p>\n\n<p>\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e48\u0e32\u0e19\u0e43\u0e14\u0e2a\u0e19\u0e43\u0e08\u0e0b\u0e37\u0e49\u0e2d \u0e40\u0e04\u0e2a \u0e01\u0e23\u0e30\u0e40\u0e1b\u0e4b\u0e32 \u0e2b\u0e39\u0e1f\u0e31\u0e07 \u0e40\u0e23\u0e35\u0e22\u0e19\u0e40\u0e0a\u0e34\u0e0d\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e31\u0e48\u0e07\u0e07\u0e48\u0e32\u0e22 \u0e2a\u0e48\u0e07\u0e44\u0e27 \u0e44\u0e14\u0e49\u0e02\u0e2d\u0e07\u0e0a\u0e31\u0e27\u0e23\u0e4c\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"motivation\">Motivation<\/h2>\n\n<p>\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e07\u0e17\u0e33\u0e01\u0e31\u0e19\u0e44\u0e1b \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e2b\u0e49 insight \u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e41\u0e15\u0e48\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e02\u0e2d\u0e07\u0e04\u0e33\u0e16\u0e32\u0e21\u0e2d\u0e35\u0e01\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e41\u0e21\u0e48\u0e02\u0e32\u0e22\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e23\u0e39\u0e49\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e25\u0e2d\u0e07\u0e04\u0e34\u0e14\u0e16\u0e36\u0e07\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e27\u0e48\u0e32\u0e21\u0e35\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32\u0e21\u0e32\u0e15\u0e34\u0e14\u0e15\u0e48\u0e2d\u0e0b\u0e37\u0e49\u0e2d\u0e02\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19 \u0e2b\u0e25\u0e32\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e41\u0e04\u0e48\u0e23\u0e32\u0e04\u0e32\u0e02\u0e2d\u0e07\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e2b\u0e23\u0e37\u0e2d\u0e41\u0e04\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19\u0e21\u0e35\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e02\u0e32\u0e22\u0e44\u0e2b\u0e21 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e2b\u0e15\u0e38\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e04\u0e38\u0e13\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32(\u0e2b\u0e23\u0e37\u0e2d\u0e41\u0e21\u0e49\u0e41\u0e15\u0e48\u0e15\u0e31\u0e27\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e40\u0e2d\u0e07)\u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e39\u0e49\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e43\u0e19\u0e23\u0e49\u0e32\u0e19\u0e40\u0e25\u0e22\u0e01\u0e47\u0e44\u0e14\u0e49 \u0e0b\u0e36\u0e48\u0e07\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e17\u0e33\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e01\u0e34\u0e19 \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e19\u0e35\u0e49\u0e08\u0e36\u0e07\u0e2d\u0e32\u0e08\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e0b\u0e30\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e0b\u0e36\u0e48\u0e07\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19 Function \u0e41\u0e2a\u0e14\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e1a\u0e32\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e08\u0e32\u0e01\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2d\u0e35\u0e01\u0e40\u0e2b\u0e15\u0e38\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e04\u0e37\u0e2d \u0e2a\u0e21\u0e21\u0e38\u0e15\u0e34\u0e27\u0e48\u0e32\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e01\u0e33\u0e25\u0e31\u0e07\u0e27\u0e32\u0e07\u0e41\u0e1c\u0e19\u0e01\u0e32\u0e23\u0e15\u0e25\u0e32\u0e14 \/ \u0e27\u0e32\u0e07\u0e41\u0e1c\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e04\u0e25\u0e31\u0e07 \u0e40\u0e02\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e2a\u0e16\u0e32\u0e19\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e02\u0e2d\u0e07\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e15\u0e25\u0e2d\u0e14 6 \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e01\u0e47\u0e1e\u0e2d\u0e43\u0e2b\u0e49 insight \u0e44\u0e14\u0e49\u0e1a\u0e49\u0e32\u0e07\u0e41\u0e15\u0e48\u0e1e\u0e2d\u0e21\u0e35\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e40\u0e22\u0e2d\u0e30\u0e21\u0e32\u0e01\u0e46\u0e40\u0e02\u0e49\u0e32\u0e01\u0e47\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e14\u0e39\u0e44\u0e21\u0e48\u0e16\u0e19\u0e31\u0e14\u0e41\u0e25\u0e49\u0e27\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e2a\u0e37\u0e48\u0e2d\u0e2a\u0e32\u0e23 \/ \u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e44\u0e1b \u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33 Data Visualization \u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e2a\u0e14\u0e07\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e17\u0e35\u0e48\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07\u0e41\u0e25\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e44\u0e01\u0e14\u0e4c\u0e44\u0e25\u0e19\u0e4c\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e04\u0e27\u0e49\u0e32\u0e02\u0e31\u0e49\u0e19\u0e15\u0e48\u0e2d\u0e46\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e15\u0e23\u0e07\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\">\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e15\u0e23\u0e07\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/h2>\n\n<h3 id=\"filter-data\">Filter Data<\/h3>\n\n<p>\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e2d\u0e38\u0e48\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e01\u0e32\u0e23 Filtering Data<\/p>\n\n<p>\u0e01\u0e32\u0e23\u0e17\u0e33 Filter \u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e01\u0e23\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e44\u0e27\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e41\u0e25\u0e49\u0e27\u0e21\u0e32\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e41\u0e04\u0e48\u0e1a\u0e32\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e04\u0e23\u0e31\u0e1a \u0e16\u0e49\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e01\u0e47\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e23\u0e48\u0e2d\u0e19\u0e17\u0e2d\u0e07\u0e2d\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e42\u0e04\u0e25\u0e19\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21<\/p>\n\n<p>\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e23\u0e32\u0e1a\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d \u0e41\u0e15\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e41\u0e04\u0e48 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07 \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e44\u0e27\u0e49\u0e41\u0e25\u0e49\u0e27\u0e43\u0e19 <a href=\"https:\/\/tupleblog.github.io\/Python-for-Business-part1\/\">Part 1<\/a> \u0e0b\u0e36\u0e48\u0e07\u0e42\u0e04\u0e49\u0e14\u0e08\u0e30\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]]].<\/span><span class=\"n\">sort_values<\/span><span class=\"p\">(<\/span><span class=\"s\">'GrossProfit7D'<\/span><span class=\"p\">,<\/span> <span class=\"n\">ascending<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07 \u0e40\u0e23\u0e35\u0e22\u0e07\u0e08\u0e32\u0e01\u0e21\u0e32\u0e01\u0e44\u0e1b\u0e19\u0e49\u0e2d\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e1c\u0e21\u0e02\u0e2d\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e42\u0e04\u0e49\u0e14\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e19\u0e35\u0e49\u0e1a\u0e48\u0e2d\u0e22\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e2b\u0e25\u0e32\u0e22\u0e46\u0e17\u0e48\u0e32\u0e19\u0e08\u0e30\u0e44\u0e14\u0e49\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22\u0e02\u0e36\u0e49\u0e19\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e42\u0e04\u0e49\u0e14\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07\u0e19\u0e35\u0e49\u0e1c\u0e21\u0e43\u0e0a\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e0a\u0e38\u0e14\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e21\u0e35 <code class=\"language-plaintext highlighter-rouge\">type<\/code> \u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">array<\/code> \u0e2b\u0e23\u0e37\u0e2d <code class=\"language-plaintext highlighter-rouge\">numpy.ndarray<\/code> \u0e2b\u0e32\u0e01\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e08\u0e33\u0e43\u0e19 Part 1 \u0e44\u0e14\u0e49 \u0e40\u0e23\u0e32\u0e40\u0e04\u0e22 import pandas \u0e41\u0e25\u0e30 numpy \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e41\u0e25\u0e49\u0e27 \u0e08\u0e31\u0e07\u0e2b\u0e27\u0e30\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter02.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e42\u0e04\u0e49\u0e14\u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e0a\u0e37\u0e48\u0e2d\u0e02\u0e2d\u0e07\u0e2b\u0e25\u0e31\u0e01(Header)\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e25\u0e31\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e16\u0e39\u0e01\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e42\u0e14\u0e22\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02 -3, -11,.. \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e25\u0e30\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e43\u0e2a\u0e48 <code class=\"language-plaintext highlighter-rouge\">[ -3, -11, -10,  -9,  -8,  -7,  -6,  -5,  -2,  -1]<\/code> \u0e25\u0e07\u0e44\u0e1b\u0e15\u0e23\u0e07\u0e46\u0e40\u0e25\u0e22\u0e01\u0e47\u0e40\u0e1e\u0e23\u0e32\u0e30 <code class=\"language-plaintext highlighter-rouge\">df.columns[...]<\/code> \u0e02\u0e2d\u0e07 pandas \u0e41\u0e01\u0e23\u0e31\u0e1a input \u0e40\u0e09\u0e1e\u0e32\u0e30 <code class=\"language-plaintext highlighter-rouge\">numpy.ndarray<\/code> \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]]<\/span>\n\n<span class=\"c1\"># pivot_Order_profit.columns \u0e2a\u0e31\u0e48\u0e07\u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e14\u0e07\u0e40\u0e09\u0e1e\u0e32\u0e30 Header ....\n# pd.np.r_[-3,-11:-4,-2,-1] \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e02\u0e2d\u0e07 Header \u0e2d\u0e35\u0e01\u0e17\u0e35\n<\/span><\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter03.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e41\u0e2a\u0e14\u0e07 Header \u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e0b\u0e36\u0e48\u0e07 Header \u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e01\u0e47\u0e08\u0e30\u0e43\u0e2a\u0e48\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">pivot_Order_profit[....]<\/code> \u0e43\u0e0a\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e41\u0e2a\u0e14\u0e07 \u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e19\u0e19\u0e35\u0e49\u0e1c\u0e21\u0e02\u0e2d\u0e08\u0e31\u0e14\u0e2d\u0e31\u0e19\u0e14\u0e31\u0e1a\u0e01\u0e33\u0e44\u0e23\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e21\u0e32\u0e01\u0e25\u0e07\u0e44\u0e1b\u0e19\u0e49\u0e2d\u0e22\u0e14\u0e49\u0e27\u0e22 method <code class=\"language-plaintext highlighter-rouge\">.sort_values('GrossProfit7D', ascending=False)<\/code><\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter04.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e14\u0e39\u0e42\u0e04\u0e49\u0e14\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e0a\u0e31\u0e14\u0e46\u0e2d\u0e35\u0e01\u0e17\u0e35\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h3 id=\"\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e1a-function-\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a-beginner-\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\">\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e1a Function (\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Beginner \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19)<\/h3>\n\n<p>\u0e40\u0e23\u0e32\u0e40\u0e1e\u0e34\u0e48\u0e07\u0e17\u0e33 Filtering Data \u0e44\u0e1b \u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e2a\u0e27\u0e22\u0e07\u0e32\u0e21\u0e22\u0e01\u0e40\u0e27\u0e49\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e04\u0e23\u0e31\u0e1a\u0e04\u0e37\u0e2d\u0e42\u0e04\u0e49\u0e14\u0e21\u0e31\u0e19\u0e22\u0e32\u0e27\u0e40\u0e2b\u0e22\u0e35\u0e22\u0e14\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e01\u0e34\u0e19 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e1e\u0e34\u0e21\u0e1e\u0e4c\u0e1c\u0e34\u0e14\u0e41\u0e25\u0e30\u0e40\u0e01\u0e34\u0e14 Error \u0e44\u0e14\u0e49\u0e07\u0e48\u0e32\u0e22 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07 Function \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e02\u0e2d\u0e07 Function \u0e04\u0e37\u0e2d\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22\u0e42\u0e04\u0e49\u0e14\u0e2a\u0e31\u0e49\u0e19\u0e46<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e35\u0e48\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01 Function \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 Function \u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e23\u0e27\u0e1a\u0e23\u0e27\u0e21\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e41\u0e25\u0e30\u0e44\u0e1b\u0e02\u0e36\u0e49\u0e19\u0e44\u0e27\u0e49\u0e01\u0e31\u0e1a\u0e0a\u0e37\u0e48\u0e2d\u0e46\u0e19\u0e36\u0e07 \u0e42\u0e14\u0e22\u0e16\u0e49\u0e32\u0e0a\u0e37\u0e48\u0e2d\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e19\u0e31\u0e49\u0e19\u0e16\u0e39\u0e01\u0e40\u0e23\u0e35\u0e22\u0e01\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e44\u0e23 \u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e0a\u0e37\u0e48\u0e2d\u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e16\u0e39\u0e01\u0e40\u0e23\u0e35\u0e22\u0e01\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e25\u0e2d\u0e07\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e42\u0e04\u0e49\u0e14\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a method <code class=\"language-plaintext highlighter-rouge\">.sort_values(...)<\/code> \u0e40\u0e1b\u0e47\u0e19\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e07\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e40\u0e25\u0e02\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e2b\u0e32\u0e01\u0e16\u0e32\u0e21\u0e1c\u0e21\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">.sort_values(...)<\/code> \u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e2d\u0e30\u0e44\u0e23 \u0e15\u0e23\u0e23\u0e01\u0e30\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\u0e43\u0e19\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e40\u0e23\u0e35\u0e22\u0e07\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e40\u0e25\u0e02\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32 \u0e1c\u0e21\u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e2d\u0e1a\u0e27\u0e48\u0e32\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e01\u0e47\u0e16\u0e39\u0e01\u0e0b\u0e48\u0e2d\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e0a\u0e37\u0e48\u0e2d <code class=\"language-plaintext highlighter-rouge\">.sort_values(...)<\/code> \u0e41\u0e15\u0e48\u0e23\u0e39\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e41\u0e25\u0e30\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e47\u0e1e\u0e2d \u0e04\u0e37\u0e2d <code class=\"language-plaintext highlighter-rouge\">.sort_values(...)<\/code> \u0e21\u0e31\u0e19\u0e40\u0e23\u0e35\u0e22\u0e07\u0e40\u0e25\u0e02\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e08\u0e23\u0e34\u0e07\u0e46<\/p>\n\n<p>Ok! \u0e2a\u0e23\u0e38\u0e1b\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e40\u0e23\u0e35\u0e22\u0e19\u0e23\u0e39\u0e49\u0e08\u0e32\u0e01 <code class=\"language-plaintext highlighter-rouge\">.sort_values(...)<\/code> \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49 Function \u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e39\u0e49\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e27\u0e48\u0e32 Function \u0e19\u0e31\u0e49\u0e19\u0e17\u0e33\u0e07\u0e32\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07\u0e41\u0e15\u0e48\u0e23\u0e39\u0e49\u0e41\u0e04\u0e48\u0e27\u0e48\u0e32\u0e21\u0e31\u0e19\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e44\u0e14\u0e49\u0e01\u0e47\u0e1e\u0e2d! \u0e41\u0e25\u0e30\u0e1e\u0e2d\u0e16\u0e36\u0e07\u0e08\u0e31\u0e07\u0e2b\u0e27\u0e30\u0e08\u0e30\u0e43\u0e0a\u0e49\u0e01\u0e47 call Function \u0e21\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p><strong><em>method \u0e41\u0e25\u0e30 function \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e43\u0e19\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2d\u0e22\u0e39\u0e48\u0e1a\u0e49\u0e32\u0e07 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 method \u0e41\u0e25\u0e30 function \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a <a href=\"https:\/\/stackoverflow.com\/questions\/155609\/difference-between-a-method-and-a-function\">\u0e40\u0e0a\u0e34\u0e0d\u0e2d\u0e48\u0e32\u0e19\u0e15\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/a><\/em><\/strong><\/p>\n\n<p>Function \u0e02\u0e2d\u0e07 python \u0e21\u0e35\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21 \u0e2b\u0e32\u0e01\u0e42\u0e04\u0e49\u0e14\u0e1a\u0e25\u0e47\u0e2d\u0e04\u0e43\u0e14\u0e46\u0e21\u0e35\u0e22\u0e48\u0e2d\u0e2b\u0e19\u0e49\u0e32(indentation)\u0e2d\u0e22\u0e39\u0e48\u0e16\u0e31\u0e14\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e02\u0e32\u0e27\u0e02\u0e2d\u0e07\u0e22\u0e48\u0e2d\u0e2b\u0e19\u0e49\u0e32 <code class=\"language-plaintext highlighter-rouge\">def<\/code> \u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e01\u0e47\u0e08\u0e30\u0e44\u0e1b\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a <code class=\"language-plaintext highlighter-rouge\">function_name<\/code> \u0e19\u0e31\u0e49\u0e19\u0e46\u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e21\u0e35 input \u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">parameters<\/code> \u0e41\u0e25\u0e30 output \u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">something<\/code> \u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">function_name<\/span><span class=\"p\">(<\/span><span class=\"n\">parameters<\/span><span class=\"p\">):<\/span>\n    <span class=\"o\">|<\/span>\n    <span class=\"o\">&lt;<\/span><span class=\"n\">code<\/span> <span class=\"n\">block<\/span><span class=\"o\">&gt;<\/span>\n    <span class=\"o\">|<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">something<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<h3 id=\"\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07-function-\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a-tutorial-\u0e19\u0e35\u0e49\">\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 Function \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Tutorial \u0e19\u0e35\u0e49<\/h3>\n\n<p>\u0e25\u0e2d\u0e07\u0e2a\u0e21\u0e21\u0e38\u0e15\u0e34\u0e27\u0e48\u0e32\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e01\u0e33\u0e44\u0e23\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e41\u0e15\u0e48\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e21\u0e35\u0e0a\u0e37\u0e48\u0e2d\u0e19\u0e35\u0e49\u0e23\u0e2b\u0e31\u0e2a\u0e19\u0e31\u0e49\u0e19 \u0e42\u0e14\u0e22\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e08\u0e30\u0e43\u0e2a\u0e48 Keyword \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e37\u0e48\u0e2d\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e2b\u0e23\u0e37\u0e2d\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e01\u0e47\u0e44\u0e14\u0e49\u0e41\u0e25\u0e49\u0e27\u0e44\u0e14\u0e49\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e25\u0e22 \u0e0b\u0e36\u0e48\u0e07 Keyword \u0e17\u0e35\u0e48\u0e43\u0e2a\u0e48\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e43\u0e2a\u0e48\u0e15\u0e31\u0e27\u0e40\u0e25\u0e47\u0e01\u0e15\u0e31\u0e27\u0e43\u0e2b\u0e0d\u0e48\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\u0e01\u0e47\u0e44\u0e14\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e19\u0e48\u0e32\u0e08\u0e30\u0e1e\u0e2d\u0e40\u0e02\u0e35\u0e22\u0e19 Function \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e44\u0e1b\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">profit_table_any_cond<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n    <span class=\"k\">def<\/span> <span class=\"nf\">profit_table_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]]].<\/span><span class=\"n\">sort_values<\/span><span class=\"p\">(<\/span><span class=\"s\">'GrossProfit7D'<\/span><span class=\"p\">,<\/span> <span class=\"n\">ascending<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)<\/span>\n\n    <span class=\"k\">def<\/span> <span class=\"nf\">profit_table_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]]].<\/span><span class=\"n\">sort_values<\/span><span class=\"p\">(<\/span><span class=\"s\">'GrossProfit7D'<\/span><span class=\"p\">,<\/span> <span class=\"n\">ascending<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">concat<\/span><span class=\"p\">([<\/span><span class=\"n\">profit_table_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">),<\/span> <span class=\"n\">profit_table_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">)])<\/span>\n<\/code><\/pre><\/div><\/div>\n<p>\u0e22\u0e31\u0e07\u0e08\u0e33\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 <code class=\"language-plaintext highlighter-rouge\">pivot_Order_profit.columns[pd.np.r_[-3,-11:-4,-2,-1]]<\/code> \u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e01\u0e31\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e0a\u0e48\u0e44\u0e2b\u0e21\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e40\u0e1b\u0e47\u0e19 Header \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e01\u0e23\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e43\u0e04\u0e23\u0e25\u0e37\u0e21\u0e01\u0e47\u0e22\u0e49\u0e2d\u0e19\u0e44\u0e1b\u0e14\u0e39\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19<\/p>\n\n<p><code class=\"language-plaintext highlighter-rouge\">pivot_Order_profit['\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'].str.contains(string, case=False, na=False)<\/code> \u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e23\u0e32\u0e22\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e0a\u0e37\u0e48\u0e2d\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e23\u0e07\u0e01\u0e31\u0e1a Keyword \u0e17\u0e35\u0e48\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e43\u0e2a\u0e48\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e44\u0e21\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e15\u0e31\u0e27\u0e40\u0e25\u0e47\u0e01\u0e15\u0e31\u0e27\u0e43\u0e2b\u0e0d\u0e48 \u0e41\u0e25\u0e30\u0e40\u0e23\u0e32\u0e02\u0e49\u0e32\u0e21 Missing Value \u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e40\u0e25\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19 <code class=\"language-plaintext highlighter-rouge\">pivot_Order_profit.index.str.contains(string, case=False, na=False)<\/code> \u0e08\u0e30\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a Keyword \u0e1d\u0e31\u0e48\u0e07\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32(\u0e40\u0e1b\u0e47\u0e19 index \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48 Part 1)<\/p>\n\n<p>\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e08\u0e30\u0e1e\u0e2d\u0e40\u0e2b\u0e47\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e27\u0e48\u0e32 function \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19 function \u0e17\u0e35\u0e48\u0e0b\u0e49\u0e2d\u0e19\u0e43\u0e19 function \u0e2d\u0e35\u0e01\u0e17\u0e35\u0e19\u0e36\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e23\u0e35\u0e22\u0e01\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32 Nested function \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e02\u0e2d\u0e07 Top-level Function <code class=\"language-plaintext highlighter-rouge\">profit_table_any_cond(string)<\/code> \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c 2 function \u0e22\u0e48\u0e2d\u0e22\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32(<code class=\"language-plaintext highlighter-rouge\">profit_table_detail(string)<\/code> \u0e41\u0e25\u0e30 <code class=\"language-plaintext highlighter-rouge\">profit_table_SKU(string)<\/code>)\u0e23\u0e27\u0e21\u0e01\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e0b\u0e36\u0e48\u0e07\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e08\u0e30\u0e16\u0e39\u0e01\u0e23\u0e27\u0e21\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e42\u0e04\u0e49\u0e14\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">return pd.concat([profit_table_detail(string), profit_table_SKU(string)])<\/code><\/p>\n\n<p><em>\u0e2b\u0e32\u0e01\u0e43\u0e04\u0e23\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a Nested Function <a href=\"https:\/\/stackoverflow.com\/questions\/1589058\/nested-function-in-python\">\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a<\/a><\/em><\/p>\n\n<p>\u0e2b\u0e32\u0e01\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e23\u0e31\u0e19\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 <code class=\"language-plaintext highlighter-rouge\">profit_table_any_cond('uS317')<\/code> \u0e14\u0e39\u0e08\u0e30\u0e44\u0e14\u0e49\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a <em>\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e25\u0e2d\u0e07\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19<\/em> <code class=\"language-plaintext highlighter-rouge\">'uS317'<\/code> <em>\u0e40\u0e1b\u0e47\u0e19<\/em> <code class=\"language-plaintext highlighter-rouge\">'utj urbana'<\/code><em>\u0e2b\u0e23\u0e37\u0e2d\u0e2a\u0e31\u0e1a\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e31\u0e01\u0e29\u0e23\u0e40\u0e25\u0e47\u0e01\u0e43\u0e2b\u0e0d\u0e48\u0e14\u0e39\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a<\/em><\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter05.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      3 \u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e43\u0e19\u0e20\u0e32\u0e1e\u0e08\u0e30\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e41\u0e1a\u0e1a\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e01\u0e23\u0e2d\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e44\u0e14\u0e49\u0e0a\u0e38\u0e14\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e17\u0e33\u0e19\u0e2d\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e38\u0e1b\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e41\u0e1a\u0e1a\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Function \u0e41\u0e1a\u0e1a\u0e04\u0e23\u0e31\u0e49\u0e07\u0e01\u0e48\u0e2d\u0e19\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e41\u0e15\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48 Function \u0e43\u0e2b\u0e21\u0e48\u0e43\u0e0a\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22\u0e41\u0e17\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">order_table_any_cond<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n    <span class=\"k\">def<\/span> <span class=\"nf\">order_table_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">]]]<\/span>\n\n    <span class=\"k\">def<\/span> <span class=\"nf\">order_table_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">11<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">]]]<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">concat<\/span><span class=\"p\">([<\/span><span class=\"n\">order_table_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">),<\/span> <span class=\"n\">order_table_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">)])<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e25\u0e2d\u0e07 call Function <code class=\"language-plaintext highlighter-rouge\">order_table_any_cond(string)<\/code> \u0e14\u0e39\u0e0b\u0e31\u0e01\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">'Us347'<\/code> \u0e40\u0e1b\u0e47\u0e19 input Keyword<\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter06.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e41\u0e2a\u0e14\u0e07\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 7 \u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e02\u0e2d\u0e07\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e21\u0e35\u0e23\u0e2b\u0e31\u0e2a US347\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e41\u0e16\u0e21\u0e2d\u0e35\u0e01\u0e2a\u0e31\u0e01 Function \u0e25\u0e30\u0e01\u0e31\u0e19 \u0e2d\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e41\u0e2a\u0e14\u0e07\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22\u0e01\u0e31\u0e1a\u0e2a\u0e15\u0e47\u0e2d\u0e01 \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e2d\u0e31\u0e19\u0e44\u0e2b\u0e19\u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">'\u0e40\u0e25\u0e34\u0e01'<\/code> \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e44\u0e21\u0e48\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e42\u0e0a\u0e27\u0e4c\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e1a\u0e2d\u0e01\u0e25\u0e39\u0e01\u0e04\u0e49\u0e32\u0e16\u0e39\u0e01\u0e27\u0e48\u0e32\u0e02\u0e2d\u0e07\u0e0a\u0e34\u0e49\u0e19\u0e19\u0e35\u0e49\u0e23\u0e32\u0e04\u0e32\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23 \u0e21\u0e35\u0e02\u0e2d\u0e07\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e2a\u0e48\u0e07\u0e44\u0e2b\u0e21<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">def<\/span> <span class=\"nf\">filter_Stock_any_cond<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n    <span class=\"k\">def<\/span> <span class=\"nf\">filter_Stock_by_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">,<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span><span class=\"mi\">2<\/span><span class=\"p\">]]][<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e40\u0e25\u0e34\u0e01'<\/span><span class=\"p\">)<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">False<\/span><span class=\"p\">]<\/span>\n\n    <span class=\"k\">def<\/span> <span class=\"nf\">filter_Stock_by_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">):<\/span>\n        <span class=\"k\">return<\/span> <span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">,<\/span> <span class=\"n\">case<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">,<\/span> <span class=\"n\">na<\/span><span class=\"o\">=<\/span><span class=\"bp\">False<\/span><span class=\"p\">)][<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">,<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span><span class=\"mi\">2<\/span><span class=\"p\">]]][<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e40\u0e25\u0e34\u0e01'<\/span><span class=\"p\">)<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">False<\/span><span class=\"p\">]<\/span>\n    <span class=\"k\">return<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">concat<\/span><span class=\"p\">([<\/span><span class=\"n\">filter_Stock_by_detail<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">),<\/span> <span class=\"n\">filter_Stock_by_SKU<\/span><span class=\"p\">(<\/span><span class=\"n\">string<\/span><span class=\"p\">)])<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>Call <code class=\"language-plaintext highlighter-rouge\">filter_Stock_any_cond('Us347')<\/code> \u0e08\u0e30\u0e44\u0e14\u0e49\u0e1c\u0e25\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e14\u0e49\u0e32\u0e19\u0e25\u0e48\u0e32\u0e07 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e2b\u0e47\u0e19\u0e44\u0e14\u0e49\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19\u0e27\u0e48\u0e32 US347-AL-C (\u0e40\u0e25\u0e34\u0e01)Phosphorescence Glowing iPhone X Case Windu \u0e17\u0e35\u0e48\u0e40\u0e04\u0e22\u0e21\u0e35\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">order_table_any_cond('Us347')<\/code> \u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e02\u0e2d\u0e07 <code class=\"language-plaintext highlighter-rouge\">filter_Stock_any_cond('Us347')<\/code><\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_filter07.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 SKU, \u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14, \u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22, Stock \u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e23\u0e31\u0e19 filter_Stock_any_cond('Us347')\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"data-visualization--a-picture-is-worth-a-thousand-words\">Data Visualization : \u201cA picture is worth a thousand words\u201d<\/h2>\n\n<p>\u0e02\u0e2d\u0e22\u0e49\u0e2d\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e43\u0e19 Part 1 \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e1b\u0e34\u0e14\u0e07\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e17\u0e33\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08 \u0e41\u0e25\u0e49\u0e27\u0e25\u0e2d\u0e07\u0e40\u0e1b\u0e34\u0e14\u0e44\u0e1f\u0e25\u0e4c\u0e01\u0e33\u0e44\u0e23\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32 Export \u0e44\u0e27\u0e49 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a<\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_visualize01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e44\u0e1f\u0e25\u0e4c profit_\u0e22\u0e49\u0e32\u0e22\u0e41\u0e25\u0e49\u0e27\u0e08\u0e49\u0e32.xlsx \u0e17\u0e35\u0e48 Export \u0e44\u0e27\u0e49\u0e43\u0e19 Part 1\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e15\u0e31\u0e27\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e41\u0e21\u0e49\u0e27\u0e48\u0e32\u0e08\u0e30\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19 \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e21\u0e35\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e40\u0e22\u0e2d\u0e30\u0e46\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e01\u0e47\u0e15\u0e32\u0e25\u0e32\u0e22\u0e44\u0e14\u0e49\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e22\u0e34\u0e48\u0e07\u0e16\u0e49\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e42\u0e1f\u0e01\u0e31\u0e2a\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e1a\u0e32\u0e07 SKU \u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19 US347-AL \u0e40\u0e23\u0e32\u0e22\u0e34\u0e48\u0e07\u0e14\u0e39\u0e44\u0e21\u0e48\u0e2d\u0e2d\u0e01\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e0a\u0e48\u0e27\u0e07\u0e44\u0e2b\u0e19\u0e02\u0e32\u0e22\u0e14\u0e35 \u0e02\u0e48\u0e27\u0e07\u0e44\u0e2b\u0e19\u0e22\u0e2d\u0e14\u0e15\u0e01 \u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e17\u0e33\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1a\u0e23\u0e23\u0e25\u0e38\u0e27\u0e31\u0e15\u0e16\u0e38\u0e1b\u0e23\u0e30\u0e2a\u0e07\u0e04\u0e4c\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35\u0e40\u0e22\u0e2d\u0e30\u0e40\u0e01\u0e34\u0e19\u0e44\u0e1b\u0e08\u0e19\u0e2a\u0e21\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25\u0e44\u0e21\u0e48\u0e17\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e41\u0e01\u0e49\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Data Visualization \u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08 \u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e \u0e0b\u0e36\u0e48\u0e07\u0e08\u0e23\u0e34\u0e07\u0e46\u0e41\u0e25\u0e49\u0e27\u0e23\u0e39\u0e1b Cover \u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e2b\u0e47\u0e19\u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e1c\u0e25\u0e07\u0e32\u0e19 Data Visualization \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33\u0e01\u0e31\u0e19\u0e43\u0e19\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e41\u0e2b\u0e25\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>Library \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e33 Visualization \u0e02\u0e2d\u0e07 Python \u0e21\u0e35\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e17\u0e35\u0e48\u0e1c\u0e21\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e0a\u0e37\u0e48\u0e2d bokeh \u0e04\u0e23\u0e31\u0e1a \u0e40\u0e2b\u0e15\u0e38\u0e1c\u0e25\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e04\u0e37\u0e2d bokeh \u0e44\u0e21\u0e48\u0e40\u0e2a\u0e35\u0e22\u0e15\u0e31\u0e07\u0e04\u0e23\u0e31\u0e1a \u0e2e\u0e48\u0e32\u0e46\u0e46\u0e46 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e41\u0e1a\u0e1a interactive \u0e14\u0e49\u0e27\u0e22 \u0e04\u0e27\u0e32\u0e21\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e25\u0e34\u0e01\u0e46\u0e25\u0e32\u0e01\u0e46\u0e20\u0e32\u0e22\u0e43\u0e19\u0e01\u0e23\u0e32\u0e1f\u0e41\u0e25\u0e30\u0e44\u0e14\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e44\u0e1b\u0e15\u0e32\u0e21 action \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e1a\u0e2d\u0e01\u0e01\u0e48\u0e2d\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e28\u0e34\u0e25\u0e1b\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e15\u0e32\u0e22\u0e15\u0e31\u0e27 \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e33\u0e43\u0e19 Tutorial \u0e19\u0e35\u0e49\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e04\u0e48\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e2a\u0e34\u0e1a\u0e25\u0e49\u0e32\u0e19\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e43\u0e19\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e1c\u0e21\u0e08\u0e30\u0e17\u0e33 <a href=\"https:\/\/bokeh.pydata.org\/en\/latest\/docs\/gallery\/unemployment.html\">Punch card Plot - GitHub Style<\/a> \u0e08\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e14\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d<\/p>\n<ol>\n  <li>\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e44\u0e25\u0e48\u0e2a\u0e35\u0e02\u0e2d\u0e07\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e15\u0e32\u0e21\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e43\u0e19\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49<\/li>\n  <li>\u0e21\u0e35\u0e41\u0e16\u0e1a\u0e2a\u0e35\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e0a\u0e35\u0e49\u0e41\u0e08\u0e49\u0e07\u0e27\u0e48\u0e32\u0e2a\u0e35\u0e19\u0e35\u0e49\u0e41\u0e1b\u0e25\u0e27\u0e48\u0e32\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e2d\u0e30\u0e44\u0e23<\/li>\n  <li>\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e2d\u0e32\u0e40\u0e21\u0e49\u0e32\u0e2a\u0e4c\u0e44\u0e1b\u0e08\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e41\u0e25\u0e49\u0e27\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e41\u0e08\u0e49\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e43\u0e19\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e40\u0e21\u0e49\u0e32\u0e2a\u0e44\u0e14\u0e49 (Interactive plotting)<\/li>\n<\/ol>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/cover.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      Punch card Plot - GitHub Style \u0e01\u0e47\u0e08\u0e30\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p><em>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e41\u0e1a\u0e1a\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e02\u0e2d\u0e07 bokeh \u0e25\u0e2d\u0e07\u0e40\u0e0a\u0e47\u0e04\u0e14\u0e39\u0e43\u0e19 <a href=\"https:\/\/bokeh.pydata.org\/en\/latest\/docs\/gallery.html\">Gallery<\/a> \u0e02\u0e2d\u0e07\u0e40\u0e04\u0e49\u0e32\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a<\/em><\/p>\n\n<h2 id=\"import-bokeh\">import bokeh<\/h2>\n\n<p>Ok! \u0e40\u0e23\u0e32\u0e21\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e01\u0e23\u0e32\u0e1f\u0e01\u0e31\u0e19\u0e42\u0e14\u0e22\u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e40\u0e23\u0e35\u0e22\u0e01 Libray \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e17\u0e31\u0e49\u0e07 bokeh \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\u0e41\u0e15\u0e48\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e17\u0e35\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a <a href=\"https:\/\/bokeh.pydata.org\/en\/latest\/docs\/gallery\/unemployment.html\">Punch card Plot - GitHub Style<\/a><\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">from<\/span> <span class=\"nn\">bokeh.io<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">show<\/span><span class=\"p\">,<\/span> <span class=\"n\">output_notebook<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">bokeh.models<\/span> <span class=\"kn\">import<\/span> <span class=\"p\">(<\/span><span class=\"n\">ColumnDataSource<\/span><span class=\"p\">,<\/span>\n                          <span class=\"n\">HoverTool<\/span><span class=\"p\">,<\/span>\n                          <span class=\"n\">LinearColorMapper<\/span><span class=\"p\">,<\/span>\n                          <span class=\"n\">BasicTicker<\/span><span class=\"p\">,<\/span>\n                          <span class=\"n\">PrintfTickFormatter<\/span><span class=\"p\">,<\/span>\n                          <span class=\"n\">ColorBar<\/span><span class=\"p\">)<\/span>\n<span class=\"kn\">from<\/span> <span class=\"nn\">bokeh.plotting<\/span> <span class=\"kn\">import<\/span> <span class=\"n\">figure<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e43\u0e2b\u0e49\u0e14\u0e35\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e04\u0e23\u0e31\u0e1a \u0e27\u0e48\u0e32\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e23\u0e35\u0e22\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07 7 \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e41\u0e25\u0e30\u0e15\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e27\u0e48\u0e32 <code class=\"language-plaintext highlighter-rouge\">data<\/code> \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e0b\u0e36\u0e48\u0e07 <code class=\"language-plaintext highlighter-rouge\">data<\/code> \u0e01\u0e47\u0e04\u0e37\u0e2d <code class=\"language-plaintext highlighter-rouge\">pivot_Order_profit<\/code> \u0e17\u0e35\u0e48\u0e15\u0e31\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e02\u0e2d\u0e07\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e01\u0e48\u0e2d\u0e19 \u0e40\u0e0a\u0e48\u0e19 \u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14 \u0e08\u0e33\u0e19\u0e27\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<p>\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e01\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e01\u0e47\u0e15\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e2b\u0e25\u0e31\u0e01(Column) \u0e0a\u0e37\u0e48\u0e2d\u0e41\u0e16\u0e27(index) \u0e41\u0e25\u0e30\u0e15\u0e31\u0e49\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e44\u0e27\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15\u0e14\u0e49\u0e27\u0e22\u0e40\u0e25\u0e22<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2b\u0e25\u0e31\u0e01\n<\/span><span class=\"n\">data<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">r_<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">214<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">]]]<\/span>\n\n<span class=\"c1\"># \u0e15\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d + \u0e15\u0e31\u0e49\u0e07\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\n<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">.<\/span><span class=\"n\">name<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'Date'<\/span>\n<span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"n\">name<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'SKU'<\/span>\n<span class=\"n\">SKU<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">date<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_visualize02.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e25\u0e2d\u0e07\u0e40\u0e23\u0e35\u0e22\u0e01 data \u0e08\u0e30\u0e44\u0e14\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e41\u0e15\u0e48\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e38\u0e14\u0e19\u0e35\u0e49\u0e21\u0e35\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e19\u0e34\u0e14\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e1a\u0e15\u0e23\u0e07\u0e17\u0e35\u0e48 bokeh \u0e44\u0e21\u0e48\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01 pivot \u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e09\u0e30\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e2d\u0e32\u0e15\u0e32\u0e23\u0e32\u0e07 pivot \u0e21\u0e32\u0e08\u0e31\u0e14\u0e40\u0e23\u0e35\u0e22\u0e07\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e32\u0e23\u0e32\u0e07\u0e41\u0e1a\u0e1a\u0e01\u0e48\u0e2d\u0e19 pivot \u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e42\u0e0a\u0e04\u0e14\u0e35\u0e17\u0e35\u0e48 Pandas \u0e21\u0e35\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e17\u0e32\u0e07\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e22\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e40\u0e23\u0e35\u0e22\u0e07\u0e14\u0e49\u0e27\u0e22\u0e21\u0e37\u0e2d \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 method <code class=\"language-plaintext highlighter-rouge\">.stack()<\/code> \u0e43\u0e19\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e40\u0e23\u0e35\u0e22\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e42\u0e04\u0e49\u0e14\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e22\u0e32\u0e27\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e01\u0e43\u0e08\u0e44\u0e1b\u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># \u0e17\u0e33\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e49\u0e27\u0e15\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e0a\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e21\u0e48\u0e27\u0e48\u0e32 df_plot\n<\/span><span class=\"n\">df_plot<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">DataFrame<\/span><span class=\"p\">(<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">stack<\/span><span class=\"p\">(),<\/span> <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'GProfit'<\/span><span class=\"p\">]).<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">().<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">],<\/span> <span class=\"n\">on<\/span><span class=\"o\">=<\/span><span class=\"s\">'SKU'<\/span><span class=\"p\">).<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">().<\/span><span class=\"n\">rename<\/span><span class=\"p\">(<\/span><span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">{<\/span><span class=\"s\">\"\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\"<\/span><span class=\"p\">:<\/span> <span class=\"s\">'detail'<\/span><span class=\"p\">})<\/span>\n<\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_visualize03.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e02\u0e2d\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e43\u0e2b\u0e21\u0e48 df_plot\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n<p>\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e42\u0e04\u0e49\u0e14 : \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e0a\u0e37\u0e48\u0e2d\u0e2b\u0e25\u0e31\u0e01, \u0e0a\u0e37\u0e48\u0e2d\u0e41\u0e16\u0e27\u0e02\u0e2d\u0e07\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e41\u0e25\u0e30\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e40\u0e23\u0e32\u0e15\u0e31\u0e49\u0e07\u0e44\u0e27\u0e49\u0e41\u0e25\u0e49\u0e27\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e42\u0e04\u0e49\u0e14\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e48\u0e27\u0e19 <code class=\"language-plaintext highlighter-rouge\">columns=['GProfit']<\/code> \u0e43\u0e0a\u0e49\u0e15\u0e31\u0e49\u0e07\u0e0a\u0e37\u0e48\u0e2d\u0e2b\u0e25\u0e31\u0e01\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e01\u0e33\u0e44\u0e23\u0e43\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e44\u0e14\u0e49 <code class=\"language-plaintext highlighter-rouge\">.join(pivot_Order_profit['\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14']<\/code> \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e41\u0e15\u0e48\u0e25\u0e30 SKU \u0e41\u0e25\u0e30\u0e1b\u0e34\u0e14\u0e17\u0e49\u0e32\u0e22\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e0a\u0e37\u0e48\u0e2d\u0e2b\u0e25\u0e31\u0e01 <code class=\"language-plaintext highlighter-rouge\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/code> \u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">'detail'<\/code> \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e20\u0e32\u0e29\u0e32\u0e2d\u0e31\u0e07\u0e01\u0e24\u0e29\u0e17\u0e33\u0e07\u0e32\u0e19\u0e07\u0e48\u0e32\u0e22\u0e01\u0e27\u0e48\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a bokeh<\/p>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e14\u0e39 setup \u0e02\u0e2d\u0e07\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48\u0e01\u0e32\u0e23\u0e40\u0e25\u0e48\u0e19\u0e2a\u0e35\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\u0e42\u0e14\u0e22\u0e1c\u0e21\u0e08\u0e30\u0e41\u0e1a\u0e48\u0e07\u0e2a\u0e35\u0e40\u0e1b\u0e47\u0e19 25 \u0e02\u0e31\u0e49\u0e19\u0e08\u0e32\u0e01\u0e41\u0e14\u0e07\u0e2d\u0e48\u0e2d\u0e19\u0e44\u0e1b\u0e41\u0e14\u0e07\u0e40\u0e02\u0e49\u0e21\u0e41\u0e25\u0e30\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2b\u0e48\u0e32\u0e07\u0e02\u0e31\u0e49\u0e19\u0e25\u0e30 200(\u0e1a\u0e32\u0e17) \u0e16\u0e49\u0e32\u0e19\u0e31\u0e1a\u0e01\u0e33\u0e44\u0e23\u0e08\u0e32\u0e01 0 \u0e01\u0e47\u0e08\u0e30\u0e44\u0e1b\u0e2a\u0e38\u0e14\u0e17\u0e35\u0e48 5000 \u0e1a\u0e32\u0e17\u0e1e\u0e2d\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e2a\u0e35\u0e08\u0e30\u0e16\u0e39\u0e01 map \u0e43\u0e2b\u0e49\u0e15\u0e23\u0e07\u0e01\u0e31\u0e1a\u0e40\u0e25\u0e02\u0e01\u0e33\u0e44\u0e23\u0e17\u0e35\u0e48\u0e17\u0e33\u0e02\u0e31\u0e49\u0e19\u0e1a\u0e31\u0e19\u0e44\u0e14\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49<\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49 feed \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e17\u0e33 tools bar \u0e44\u0e27\u0e49\u0e43\u0e0a\u0e49\u0e02\u0e22\u0e32\u0e22 \u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01 \u0e23\u0e35\u0e40\u0e0b\u0e47\u0e15\u0e01\u0e23\u0e32\u0e1f \u0e2f\u0e25\u0e2f<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">colors<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span><span class=\"s\">'#feeaea'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#fcdcdc'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#facdcd'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#f9bebe'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#fab1b1'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#faa3a3'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#f99292'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#f68080'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#f17070'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#ed6161'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#e54f4f'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#df4040'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#d83131'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#d12323'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#c71616'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#be0a0a'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#b20303'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#a40202'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#950101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#870101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#750101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#670101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#5c0101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#4d0101'<\/span><span class=\"p\">,<\/span>\n<span class=\"s\">'#3d0101'<\/span><span class=\"p\">,<\/span> <span class=\"p\">]<\/span>\n\n<span class=\"n\">mapper<\/span> <span class=\"o\">=<\/span> <span class=\"n\">LinearColorMapper<\/span><span class=\"p\">(<\/span><span class=\"n\">palette<\/span><span class=\"o\">=<\/span><span class=\"n\">colors<\/span><span class=\"p\">,<\/span> <span class=\"n\">low<\/span><span class=\"o\">=<\/span><span class=\"mi\">0<\/span><span class=\"p\">,<\/span> <span class=\"n\">high<\/span><span class=\"o\">=<\/span><span class=\"mi\">5000<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">source<\/span> <span class=\"o\">=<\/span> <span class=\"n\">ColumnDataSource<\/span><span class=\"p\">(<\/span><span class=\"n\">df_plot<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">TOOLS<\/span> <span class=\"o\">=<\/span> <span class=\"s\">\"hover,save,pan,box_zoom,reset,wheel_zoom\"<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>setup \u0e15\u0e48\u0e32\u0e07\u0e46\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e23\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22 : \u0e27\u0e32\u0e07 Layout, \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e0a\u0e48\u0e2d\u0e07\u0e44\u0e1f, \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e25\u0e07\u0e2a\u0e35\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19\u0e0a\u0e48\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22<\/p>\n\n<p>\u0e2b\u0e32\u0e01\u0e43\u0e04\u0e23\u0e07\u0e07\u0e42\u0e04\u0e49\u0e14\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e01\u0e43\u0e08\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e25\u0e2d\u0e07\u0e15\u0e32\u0e21\u0e46\u0e44\u0e1b\u0e01\u0e48\u0e2d\u0e19 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e42\u0e04\u0e49\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e1c\u0e21\u0e40\u0e2d\u0e07\u0e01\u0e47<a href=\"https:\/\/bokeh.pydata.org\/en\/latest\/docs\/gallery\/unemployment.html\">\u0e25\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07<\/a>\u0e21\u0e32\u0e15\u0e23\u0e07\u0e46\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># figure \u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19 Layout \u0e02\u0e2d\u0e07\u0e01\u0e23\u0e32\u0e1f, \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e04\u0e27\u0e32\u0e21\u0e01\u0e27\u0e49\u0e32\u0e07 \u0e04\u0e27\u0e32\u0e21\u0e2a\u0e39\u0e07 \u0e41\u0e25\u0e30\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e02\u0e2d\u0e07 Element \u0e15\u0e48\u0e32\u0e07\u0e46\n<\/span><span class=\"n\">p<\/span> <span class=\"o\">=<\/span> <span class=\"n\">figure<\/span><span class=\"p\">(<\/span><span class=\"n\">title<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'425 Profit by SKU (from {0} to {1})'<\/span><span class=\"p\">.<\/span><span class=\"nb\">format<\/span><span class=\"p\">(<\/span><span class=\"n\">date<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">],<\/span> <span class=\"n\">date<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">1<\/span><span class=\"p\">]),<\/span>\n           <span class=\"n\">x_range<\/span> <span class=\"o\">=<\/span> <span class=\"n\">SKU<\/span><span class=\"p\">,<\/span> <span class=\"n\">y_range<\/span><span class=\"o\">=<\/span><span class=\"nb\">list<\/span><span class=\"p\">(<\/span><span class=\"nb\">reversed<\/span><span class=\"p\">(<\/span><span class=\"n\">date<\/span><span class=\"p\">)),<\/span>\n           <span class=\"n\">x_axis_location<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'above'<\/span><span class=\"p\">,<\/span> <span class=\"n\">plot_width<\/span> <span class=\"o\">=<\/span> <span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">data<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">)<\/span> <span class=\"o\">*<\/span> <span class=\"mi\">12<\/span><span class=\"p\">,<\/span> <span class=\"n\">plot_height<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1600<\/span><span class=\"p\">,<\/span>\n           <span class=\"n\">tools<\/span> <span class=\"o\">=<\/span> <span class=\"n\">TOOLS<\/span><span class=\"p\">,<\/span> <span class=\"n\">toolbar_location<\/span><span class=\"o\">=<\/span><span class=\"s\">\"below\"<\/span><span class=\"p\">)<\/span>\n\n<span class=\"c1\"># \u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49 customize \u0e02\u0e19\u0e32\u0e14 \u0e2d\u0e07\u0e28\u0e32 \u0e41\u0e25\u0e30\u0e0a\u0e48\u0e2d\u0e07\u0e44\u0e1f\n<\/span><span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">grid<\/span><span class=\"p\">.<\/span><span class=\"n\">grid_line_color<\/span> <span class=\"o\">=<\/span> <span class=\"bp\">None<\/span>\n<span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">axis<\/span><span class=\"p\">.<\/span><span class=\"n\">axis_line_color<\/span> <span class=\"o\">=<\/span> <span class=\"bp\">None<\/span>\n<span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">axis<\/span><span class=\"p\">.<\/span><span class=\"n\">major_tick_line_color<\/span> <span class=\"o\">=<\/span> <span class=\"bp\">None<\/span>\n<span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">axis<\/span><span class=\"p\">.<\/span><span class=\"n\">major_label_text_font_size<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'5pt'<\/span>\n<span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">axis<\/span><span class=\"p\">.<\/span><span class=\"n\">major_label_standoff<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">0<\/span>\n<span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">xaxis<\/span><span class=\"p\">.<\/span><span class=\"n\">major_label_orientation<\/span> <span class=\"o\">=<\/span> <span class=\"mi\">1<\/span>\n\n<span class=\"c1\"># rect \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e25\u0e07\u0e2a\u0e35\u0e43\u0e19\u0e01\u0e23\u0e2d\u0e1a\u0e1a\u0e2a\u0e35\u0e48\u0e40\u0e2b\u0e25\u0e35\u0e48\u0e22\u0e21\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21 \u0e42\u0e14\u0e22 feed data \u0e17\u0e35\u0e48\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e44\u0e27\u0e49\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e41\u0e25\u0e30\u0e25\u0e07\u0e2a\u0e35\u0e40\u0e02\u0e48\u0e49\u0e21\u0e2d\u0e48\u0e2d\u0e19\u0e15\u0e32\u0e21\u0e17\u0e35\u0e48 map \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e01\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e01\u0e33\u0e44\u0e23\n<\/span><span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">rect<\/span><span class=\"p\">(<\/span><span class=\"n\">x<\/span><span class=\"o\">=<\/span><span class=\"s\">'SKU'<\/span><span class=\"p\">,<\/span><span class=\"n\">y<\/span><span class=\"o\">=<\/span><span class=\"s\">'Date'<\/span><span class=\"p\">,<\/span><span class=\"n\">width<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span> <span class=\"n\">height<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span>\n       <span class=\"n\">source<\/span><span class=\"o\">=<\/span><span class=\"n\">source<\/span><span class=\"p\">,<\/span>\n       <span class=\"n\">fill_color<\/span><span class=\"o\">=<\/span><span class=\"p\">{<\/span><span class=\"s\">'field'<\/span><span class=\"p\">:<\/span> <span class=\"s\">'GProfit'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'transform'<\/span><span class=\"p\">:<\/span><span class=\"n\">mapper<\/span><span class=\"p\">},<\/span>\n       <span class=\"n\">line_color<\/span><span class=\"o\">=<\/span><span class=\"bp\">None<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">output_notebook<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e43\u0e19 tab \u0e40\u0e14\u0e34\u0e21\n<\/span>\n<span class=\"n\">show<\/span><span class=\"p\">(<\/span><span class=\"n\">p<\/span><span class=\"p\">,<\/span> <span class=\"n\">notebook_handle<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e07\u0e32\u0e19\n<\/span><\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_visualize04.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      Data Visualization 1st attempt\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e01\u0e23\u0e32\u0e1f\u0e21\u0e32\u0e41\u0e25\u0e49\u0e27! \u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32\u0e21\u0e32\u0e16\u0e39\u0e01\u0e17\u0e32\u0e07\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e22\u0e31\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21 Color bar \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19 reference \u0e43\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e02\u0e32\u0e14\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e40\u0e23\u0e35\u0e22\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 interactive \u0e43\u0e2b\u0e49\u0e2a\u0e27\u0e22\u0e46 \u0e27\u0e48\u0e32\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e44\u0e1b\u0e25\u0e38\u0e22\u0e01\u0e31\u0e19\u0e15\u0e48\u0e2d\u0e40\u0e25\u0e22\u0e08\u0e49\u0e32<\/p>\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># setup color bar \u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19 \u0e42\u0e14\u0e22\u0e43\u0e2b\u0e49\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 25 \u0e2a\u0e35\u0e41\u0e25\u0e30 mapper \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e15\u0e32\u0e21\u0e40\u0e25\u0e02\u0e01\u0e33\u0e44\u0e23\n<\/span><span class=\"n\">color_bar<\/span> <span class=\"o\">=<\/span> <span class=\"n\">ColorBar<\/span><span class=\"p\">(<\/span><span class=\"n\">color_mapper<\/span><span class=\"o\">=<\/span><span class=\"n\">mapper<\/span><span class=\"p\">,<\/span> <span class=\"n\">major_label_text_font_size<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'5pt'<\/span><span class=\"p\">,<\/span>\n                     <span class=\"n\">ticker<\/span><span class=\"o\">=<\/span><span class=\"n\">BasicTicker<\/span><span class=\"p\">(<\/span><span class=\"n\">desired_num_ticks<\/span><span class=\"o\">=<\/span><span class=\"nb\">len<\/span><span class=\"p\">(<\/span><span class=\"n\">colors<\/span><span class=\"p\">)),<\/span>\n                     <span class=\"n\">label_standoff<\/span><span class=\"o\">=<\/span><span class=\"mi\">6<\/span><span class=\"p\">,<\/span> <span class=\"n\">border_line_color<\/span><span class=\"o\">=<\/span><span class=\"bp\">None<\/span><span class=\"p\">,<\/span> <span class=\"n\">location<\/span><span class=\"o\">=<\/span><span class=\"p\">(<\/span><span class=\"mi\">0<\/span><span class=\"p\">,<\/span> <span class=\"mi\">0<\/span><span class=\"p\">))<\/span>\n\n<span class=\"c1\"># \u0e40\u0e1e\u0e34\u0e48\u0e21 color bar \u0e44\u0e27\u0e49\u0e17\u0e32\u0e07\u0e02\u0e27\u0e32\u0e02\u0e2d\u0e07\u0e01\u0e23\u0e32\u0e1f \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e14\u0e39\u0e40\u0e1b\u0e47\u0e19 reference\n<\/span><span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">add_layout<\/span><span class=\"p\">(<\/span><span class=\"n\">color_bar<\/span><span class=\"p\">,<\/span> <span class=\"s\">'right'<\/span><span class=\"p\">)<\/span>\n\n<span class=\"c1\"># \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e01\u0e32\u0e23\u0e41\u0e2a\u0e14\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e27\u0e25\u0e32\u0e40\u0e2d\u0e32\u0e40\u0e21\u0e49\u0e32\u0e2a\u0e4c\u0e44\u0e1b\u0e08\u0e48\u0e2d\u0e1a\u0e19\u0e01\u0e23\u0e32\u0e1f \u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e07 SKU, \u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14, \u0e01\u0e33\u0e44\u0e23 \u0e41\u0e25\u0e30\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30 plot\n<\/span><span class=\"n\">p<\/span><span class=\"p\">.<\/span><span class=\"n\">select_one<\/span><span class=\"p\">(<\/span><span class=\"n\">HoverTool<\/span><span class=\"p\">).<\/span><span class=\"n\">tooltips<\/span> <span class=\"o\">=<\/span> <span class=\"p\">[<\/span>\n     <span class=\"p\">(<\/span><span class=\"s\">'SKU'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'@SKU'<\/span><span class=\"p\">),<\/span>\n     <span class=\"p\">(<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'@detail'<\/span><span class=\"p\">),<\/span>\n     <span class=\"p\">(<\/span><span class=\"s\">'GProfit'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'@GProfit{1,111.11} THB'<\/span><span class=\"p\">),<\/span>\n     <span class=\"p\">(<\/span><span class=\"s\">'Date'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'@Date'<\/span><span class=\"p\">),<\/span>\n<span class=\"p\">]<\/span>\n\n<span class=\"n\">output_notebook<\/span><span class=\"p\">()<\/span> <span class=\"c1\"># \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e43\u0e19 tab \u0e40\u0e14\u0e34\u0e21\n<\/span>\n<span class=\"n\">show<\/span><span class=\"p\">(<\/span><span class=\"n\">p<\/span><span class=\"p\">,<\/span> <span class=\"n\">notebook_handle<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># \u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e07\u0e32\u0e19\n<\/span><\/code><\/pre><\/div><\/div>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/data_visualize05.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      Data Visualization final attempt\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n<p>\u0e1e\u0e25\u0e47\u0e2d\u0e15\u0e01\u0e23\u0e32\u0e1f\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07 6 \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e21\u0e31\u0e19\u0e01\u0e47\u0e08\u0e30\u0e14\u0e39\u0e04\u0e39\u0e25\u0e46\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e34\u0e1a\u0e1b\u0e32\u0e01\u0e27\u0e48\u0e32\u0e44\u0e21\u0e48\u0e40\u0e17\u0e48\u0e32\u0e15\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e08\u0e23\u0e34\u0e07\u0e46<\/p>\n\n<p>Data Visualization \u0e0a\u0e48\u0e27\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e17\u0e49\u0e08\u0e23\u0e34\u0e07 \u0e23\u0e39\u0e49\u0e40\u0e25\u0e22\u0e27\u0e48\u0e32\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e31\u0e27\u0e44\u0e2b\u0e19\u0e43\u0e2b\u0e49\u0e01\u0e33\u0e44\u0e23\u0e40\u0e22\u0e2d\u0e30 \u0e15\u0e31\u0e27\u0e44\u0e2b\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e21\u0e32\u0e43\u0e2b\u0e21\u0e48 \u0e15\u0e31\u0e27\u0e44\u0e2b\u0e19\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e22\u0e2d\u0e14\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e1a\u0e49\u0e32\u0e19\u0e46\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e23\u0e32\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e44\u0e1b\u0e27\u0e32\u0e07\u0e41\u0e1c\u0e19\u0e07\u0e32\u0e19\u0e15\u0e48\u0e32\u0e07\u0e46\u0e44\u0e14\u0e49\u0e15\u0e23\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e14\u0e47\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e40\u0e22\u0e2d\u0e30\u0e04\u0e23\u0e31\u0e1a ^^<\/p>\n\n<h2 id=\"\u0e2a\u0e23\u0e38\u0e1b\u0e17\u0e31\u0e49\u0e07-2-part\">\u0e2a\u0e23\u0e38\u0e1b\u0e17\u0e31\u0e49\u0e07 2 Part<\/h2>\n\n<p>\u0e41\u0e25\u0e30\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e21\u0e32\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e2a\u0e34\u0e49\u0e19\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07 Tutorial \u0e19\u0e35\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e17\u0e1a\u0e17\u0e27\u0e19\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e1a\u0e49\u0e32\u0e07<\/p>\n\n<p>\u0e43\u0e19 Part 1 \u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 Python \u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32 \u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e01\u0e32\u0e23\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e21\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e31\u0e1a\u0e1b\u0e23\u0e38\u0e07\u0e43\u0e2b\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19(Read -&gt; Clean -&gt; Join) \u0e41\u0e25\u0e30 Export \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49 Script \u0e40\u0e14\u0e34\u0e21\u0e23\u0e31\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e21\u0e48\u0e46\u0e44\u0e14\u0e49\u0e17\u0e38\u0e01\u0e27\u0e31\u0e19 \u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e08\u0e33<\/p>\n\n<p>\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e19 Part 2 \u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 Python \u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19 Function \u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e31\u0e14\u0e01\u0e23\u0e2d\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e41\u0e1a\u0e1a\u0e40\u0e08\u0e32\u0e30\u0e25\u0e36\u0e01 \u0e41\u0e25\u0e30\u0e44\u0e14\u0e49\u0e17\u0e33 Data Visualization \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e47\u0e15\u0e32\u0e21\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e44\u0e21\u0e48\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e23\u0e32\u0e04\u0e27\u0e23\u0e1b\u0e23\u0e31\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e1a\u0e31\u0e19\u0e17\u0e35\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e41\u0e25\u0e30\u0e2b\u0e21\u0e31\u0e48\u0e19\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e23\u0e2d\u0e22\u0e23\u0e31\u0e48\u0e27\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Tutorial \u0e19\u0e35\u0e49 \u0e2b\u0e32\u0e01\u0e21\u0e35\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e1c\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e02\u0e2d\u0e2d\u0e20\u0e31\u0e22\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\u0e41\u0e25\u0e30\u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e38\u0e01\u0e17\u0e48\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e25\u0e30\u0e40\u0e27\u0e25\u0e32\u0e21\u0e32\u0e2d\u0e48\u0e32\u0e19 blog \u0e19\u0e35\u0e49<\/p>\n\n<p>\u0e44\u0e27\u0e49\u0e40\u0e08\u0e2d\u0e01\u0e31\u0e19\u0e43\u0e2b\u0e21\u0e48 blog \u0e16\u0e31\u0e14\u0e44\u0e1b\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35<\/p>\n<blockquote>\n  <p>\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e19\u0e35\u0e49 \u0e1c\u0e21\u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e15\u0e38\u0e25\u0e22\u0e4c <a href=\"https:\/\/github.com\/bluenex\">@bluenex<\/a> \u0e41\u0e25\u0e30 \u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22 <a href=\"https:\/\/github.com\/titipata\">@titipata<\/a> \u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e2d\u0e31\u0e01\u0e29\u0e23\u0e17\u0e31\u0e49\u0e07 2 Part \u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13 <a href=\"https:\/\/www.425degree.com\/\">425degree<\/a>\u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e2a\u0e19\u0e31\u0e1a\u0e2a\u0e19\u0e38\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e49\u0e19\u0e43\u0e2b\u0e49\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n<\/blockquote>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/Python-for-Business-part2\/\">[Tutorial] Python for Business \u0e09\u0e1a\u0e31\u0e1a\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32 Part 2<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on March 17, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/Python-for-Business-part1\/"}},"id":"https:\/\/tupleblog.github.io\/Python-for-Business-part1","published":"2018-03-14T08:30:00+07:00","updated":"2018-03-14T08:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e04\u0e37\u0e2d \u0e01\u0e32\u0e23\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e40\u0e07\u0e34\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e2d\u0e30\u0e44\u0e23\u0e02\u0e32\u0e22\u0e14\u0e35 \u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e0b\u0e36\u0e48\u0e07\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e17\u0e33\u0e44\u0e14\u0e49\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e25\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 Export Data \u0e15\u0e48\u0e32\u0e07\u0e46 \u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e41\u0e15\u0e48\u0e2a\u0e48\u0e27\u0e19\u0e43\u0e2b\u0e0d\u0e48\u0e01\u0e47 Export \u0e44\u0e14\u0e49\u0e17\u0e35\u0e25\u0e30\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e14\u0e39\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e25\u0e31\u0e1a\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e44\u0e1b\u0e21\u0e32 \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e17\u0e48\u0e32\u0e19\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e44\u0e1f\u0e25\u0e4c Excel \u0e23\u0e27\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32 \u0e41\u0e15\u0e48\u0e17\u0e33\u0e17\u0e38\u0e01\u0e27\u0e31\u0e19\u0e01\u0e47\u0e40\u0e2b\u0e19\u0e37\u0e48\u0e2d\u0e22\u0e2d\u0e22\u0e39\u0e48\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19 Script (Python Commands) \u0e09\u0e1a\u0e31\u0e1a\u0e41\u0e21\u0e48\u0e04\u0e49\u0e32\u0e01\u0e31\u0e19 \u0e43\u0e0a\u0e49\u0e1b\u0e23\u0e30\u0e2b\u0e22\u0e31\u0e14\u0e40\u0e27\u0e25\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e33\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19 Routine \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e32\u0e23\u0e04\u0e49\u0e32\u0e44\u0e27\u0e49\u0e40\u0e0a\u0e47\u0e04\u0e2a\u0e38\u0e02\u0e20\u0e32\u0e1e\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e02\u0e2d\u0e07\u0e17\u0e38\u0e01\u0e17\u0e48\u0e32\u0e19\u0e44\u0e14\u0e49\u0e17\u0e38\u0e01\u0e27\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e04\u0e27\u0e32\u0e21\u0e04\u0e32\u0e14\u0e2b\u0e27\u0e31\u0e07\">\u0e04\u0e27\u0e32\u0e21\u0e04\u0e32\u0e14\u0e2b\u0e27\u0e31\u0e07<\/h2>\n\n<p>Tutorial \u0e19\u0e35\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e01\u0e36\u0e48\u0e07\u0e46 Beginner \u0e08\u0e30\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e42\u0e0a\u0e27\u0e4c\u0e1e\u0e25\u0e31\u0e07 Machine Learning, Sales Prediction \u0e2b\u0e23\u0e37\u0e2d Recommendation System \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e08\u0e31\u0e14\u0e40\u0e23\u0e35\u0e22\u0e07 Data \u0e15\u0e48\u0e32\u0e07\u0e46 \u0e41\u0e25\u0e30\u0e41\u0e1b\u0e25\u0e07\u0e40\u0e1b\u0e47\u0e19 Useful information \u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21<\/p>\n\n<p>Tutorial \u0e19\u0e35\u0e49\u0e01\u0e47\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48 Python 101 \u0e14\u0e49\u0e27\u0e22 \u0e09\u0e30\u0e19\u0e31\u0e49\u0e19\u0e1c\u0e39\u0e49\u0e40\u0e02\u0e35\u0e22\u0e19\u0e43\u0e0a\u0e49\u0e27\u0e34\u0e18\u0e35\u0e0a\u0e35\u0e49\u0e41\u0e08\u0e07\u0e42\u0e04\u0e49\u0e14\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e1a\u0e2d\u0e01\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e44\u0e14\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e41\u0e15\u0e48\u0e25\u0e30\u0e42\u0e04\u0e49\u0e14\u0e43\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e17\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e17\u0e35\u0e25\u0e30 Command \u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e2d\u0e36\u0e14\u0e2d\u0e31\u0e14\u0e43\u0e08\u0e27\u0e48\u0e32\u0e42\u0e04\u0e49\u0e14\u0e19\u0e35\u0e49\u0e19\u0e31\u0e49\u0e19\u0e42\u0e19\u0e49\u0e19\u0e43\u0e0a\u0e49\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e14\u0e39\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01 <a href=\"https:\/\/www.youtube.com\/watch?v=6ohWS7J1hVA\">YouTube \u0e42\u0e14\u0e22 Jonathan Rocher<\/a> \u0e2b\u0e23\u0e37\u0e2d Google \u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e17\u0e33\u0e21\u0e32\u0e2b\u0e32\u0e01\u0e34\u0e19\">\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e17\u0e33\u0e21\u0e32\u0e2b\u0e32\u0e01\u0e34\u0e19<\/h2>\n\n<p>Tutorial \u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49 Jupyter Notebook (Anaconda) \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e21\u0e35 \u0e01\u0e47<a href=\"https:\/\/www.anaconda.com\/download\/\">\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07<\/a>\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e01\u0e48\u0e2d\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49 \u0e02\u0e2d\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13 <a href=\"https:\/\/www.425degree.com\/\">425degree.com<\/a> \u0e17\u0e35\u0e48\u0e40\u0e2d\u0e37\u0e49\u0e2d\u0e40\u0e1f\u0e37\u0e49\u0e2d\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1a\u0e37\u0e49\u0e2d\u0e07\u0e15\u0e31\u0e19\u0e43\u0e2b\u0e49 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e14\u0e31\u0e14\u0e41\u0e1b\u0e25\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a Tutorial \u0e43\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49 <a href=\"https:\/\/github.com\/tupleblog\/tuple_code\/tree\/master\/python_for_business\">\u0e0b\u0e36\u0e48\u0e07\u0e1c\u0e21\u0e23\u0e27\u0e21\u0e44\u0e27\u0e49\u0e17\u0e35\u0e48\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a<\/a><\/p>\n\n<p>\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e48\u0e32\u0e19\u0e43\u0e14\u0e2a\u0e19\u0e43\u0e08\u0e0b\u0e37\u0e49\u0e2d \u0e40\u0e04\u0e2a \u0e01\u0e23\u0e30\u0e40\u0e1b\u0e4b\u0e32 \u0e2b\u0e39\u0e1f\u0e31\u0e07 \u0e40\u0e23\u0e35\u0e22\u0e19\u0e40\u0e0a\u0e34\u0e0d\u0e17\u0e35\u0e48\u0e23\u0e49\u0e32\u0e19\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e31\u0e48\u0e07\u0e07\u0e48\u0e32\u0e22 \u0e2a\u0e48\u0e07\u0e44\u0e27 \u0e44\u0e14\u0e49\u0e02\u0e2d\u0e07\u0e0a\u0e31\u0e27\u0e23\u0e4c\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e08\u0e23\u0e34\u0e07\u0e46\u0e25\u0e30-\">\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e08\u0e23\u0e34\u0e07\u0e46\u0e25\u0e30 !!<\/h2>\n\n<p>\u0e02\u0e2d\u0e2a\u0e21\u0e21\u0e15\u0e34\u0e27\u0e48\u0e32\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e1a\u0e31\u0e0d\u0e0a\u0e35\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16 Export \u0e44\u0e1f\u0e25\u0e4c Excel \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e44\u0e14\u0e49 \u0e41\u0e25\u0e30 \u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33\u0e04\u0e37\u0e2d \u0e2a\u0e23\u0e49\u0e32\u0e07 1. \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d 2. \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"\u0e40\u0e23\u0e32\u0e21\u0e32\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e07\u0e32\u0e19\u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a-\u0e27\u0e48\u0e32\u0e08\u0e30\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07\">\u0e40\u0e23\u0e32\u0e21\u0e32\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e07\u0e32\u0e19\u0e01\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a \u0e27\u0e48\u0e32\u0e08\u0e30\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07<\/h2>\n\n<h3 id=\"part-1-\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e02\u0e2d\u0e07-post-\u0e19\u0e35\u0e49\">Part 1 (\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e02\u0e2d\u0e07 Post \u0e19\u0e35\u0e49)<\/h3>\n<ol>\n  <li>\u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01 Spreadsheet \u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23 (Load Data)<\/li>\n  <li>\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e49\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 (Clean Data)<\/li>\n  <li>\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e41\u0e1a\u0e1a Pivot Table \u0e41\u0e25\u0e30 \u0e40\u0e02\u0e35\u0e22\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e40\u0e1b\u0e47\u0e19 Spreadsheet (Export Data)<\/li>\n<\/ol>\n\n<h3 id=\"part-2\">Part 2<\/h3>\n<ol>\n  <li>\u0e40\u0e02\u0e35\u0e22\u0e19 Function Search \u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 (Filter Data)<\/li>\n  <li>Plot Graph \u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21 (Data Visualization)<\/li>\n<\/ol>\n\n<h2 id=\"load-data\">Load Data<\/h2>\n\n<p>Python \u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e41\u0e1a\u0e1a General Purpose \u0e17\u0e33\u0e44\u0e14\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e42\u0e1f\u0e01\u0e31\u0e2a\u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19 \/ \u0e41\u0e1b\u0e25\u0e07 \/ \u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25 \/ \u0e40\u0e02\u0e35\u0e22\u0e19 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17 Speard Sheet \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e01\u0e23\u0e13\u0e35\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e43\u0e0a\u0e49 Pandas \u0e41\u0e25\u0e30 NumPy \u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e01\u0e48\u0e2d\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e01\u0e47\u0e40\u0e1b\u0e34\u0e14 Jupyter Notebook \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47 import Library \u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"kn\">import<\/span> <span class=\"nn\">numpy<\/span> <span class=\"k\">as<\/span> <span class=\"n\">np<\/span>\n<span class=\"kn\">import<\/span> <span class=\"nn\">pandas<\/span> <span class=\"k\">as<\/span> <span class=\"n\">pd<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49 Pandas \u0e43\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c Excel \u0e41\u0e25\u0e49\u0e27\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e21\u0e32\u0e14\u0e39\u0e0b\u0e31\u0e01\u0e17\u0e35\u0e27\u0e48\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e30\u0e44\u0e23\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e40\u0e23\u0e34\u0e48\u0e21\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07 variable \u0e15\u0e23\u0e30\u0e01\u0e39\u0e25 df (\u0e22\u0e48\u0e2d\u0e21\u0e32\u0e08\u0e32\u0e01 Dataframe) \u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">read_excel<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22_Sample.xlsx'<\/span><span class=\"p\">,<\/span> <span class=\"n\">sheetname<\/span><span class=\"o\">=<\/span><span class=\"s\">'Sheet2'<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_collections<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2d\u0e48\u0e32\u0e19 df_collections \u0e41\u0e25\u0e30 \u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48 1\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e1c\u0e21\u0e42\u0e01\u0e07\u0e19\u0e34\u0e14\u0e19\u0e36\u0e07 \u0e15\u0e23\u0e07\u0e17\u0e35\u0e48\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e22\u0e39\u0e48 Sheet \u0e0a\u0e37\u0e48\u0e2d\u0e2d\u0e30\u0e44\u0e23\u0e04\u0e23\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e40\u0e2d\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e16\u0e49\u0e32\u0e44\u0e1f\u0e25\u0e4c\u0e21\u0e35\u0e2b\u0e25\u0e32\u0e22 Sheet \u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e08\u0e32\u0e30\u0e08\u0e07\u0e44\u0e27\u0e49\u0e14\u0e49\u0e27\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<h2 id=\"clean-data\">Clean Data<\/h2>\n\n<p>\u0e25\u0e2d\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e2b\u0e47\u0e19\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e21\u0e35\u0e02\u0e32\u0e14\u0e46\u0e40\u0e01\u0e34\u0e19\u0e46\u0e1a\u0e49\u0e32\u0e07 \u0e40\u0e0a\u0e48\u0e19 \u0e21\u0e35\u0e04\u0e33\u0e27\u0e48\u0e32 \u201c\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u201d \u0e42\u0e1c\u0e25\u0e48\u0e21\u0e32\u0e17\u0e38\u0e01\u0e46 \u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e21\u0e48 \u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e31\u0e14\u0e43\u0e2b\u0e49\u0e40\u0e02\u0e49\u0e32\u0e23\u0e39\u0e1b\u0e40\u0e02\u0e49\u0e32\u0e23\u0e2d\u0e22\u0e2b\u0e19\u0e48\u0e2d\u0e22<\/p>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e23\u0e01\u0e40\u0e25\u0e22 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e25\u0e1a\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35 <code class=\"language-plaintext highlighter-rouge\">-<\/code> \u0e2d\u0e2d\u0e01 \u0e23\u0e2b\u0e31\u0e2a\u0e1e\u0e27\u0e01\u0e19\u0e35\u0e49\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e47\u0e19 SKU \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e02\u0e32\u0e22\u0e04\u0e23\u0e31\u0e1a <strong><em>[\u0e1c\u0e21\u0e1e\u0e2d\u0e08\u0e30\u0e23\u0e39\u0e49\u0e20\u0e32\u0e22\u0e43\u0e19\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e27\u0e48\u0e32 SKU \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35 - \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e32\u0e22 \u0e40\u0e23\u0e32\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e19\u0e31\u0e1a stock]<\/em><\/strong><\/p>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48 2 \u0e08\u0e31\u0e14\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 index \u0e04\u0e34\u0e14\u0e16\u0e36\u0e07\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19 ID \u0e01\u0e47\u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e0a\u0e35\u0e49\u0e2d\u0e49\u0e32\u0e07\u0e2d\u0e34\u0e07 (Pointer) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e14\u0e36\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01 Dataframe \u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e21\u0e32\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e21\u0e32\u0e14\u0e39\u0e44\u0e1f\u0e25\u0e4c\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22\u0e01\u0e31\u0e19\u0e2d\u0e35\u0e01\u0e17\u0e35 : \u0e40\u0e23\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c, \u0e25\u0e1a\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e31\u0e01\u0e29\u0e23 <code class=\"language-plaintext highlighter-rouge\">-<\/code>, set index \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 SKU, \u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e0a\u0e37\u0e48\u0e2d Column \u0e27\u0e31\u0e19\u0e17\u0e35\u0e48, sort_index<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">read_excel<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22_Sample.xlsx'<\/span><span class=\"p\">,<\/span> <span class=\"n\">sheetname<\/span><span class=\"o\">=<\/span><span class=\"s\">'Sheet2'<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">True<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">set_index<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">,<\/span> <span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">rename<\/span><span class=\"p\">(<\/span><span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">{<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">]<\/span> <span class=\"p\">:<\/span> <span class=\"s\">'\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48'<\/span><span class=\"p\">},<\/span> <span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">sort_index<\/span><span class=\"p\">(<\/span><span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n<p><strong><em>inplace=True : \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e41\u0e1b\u0e25\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e01\u0e33\u0e2b\u0e19\u0e14 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49 <code class=\"language-plaintext highlighter-rouge\">df_collections = df_collections.sort_index()<\/code> \u0e41\u0e17\u0e19\u0e04\u0e23\u0e31\u0e1a<\/em><\/strong><\/p>\n\n<p>\u0e44\u0e2b\u0e19\u0e25\u0e2d\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e14\u0e39\u0e2a\u0e34\u0e27\u0e48\u0e32 Commands \u0e14\u0e49\u0e32\u0e19\u0e1a\u0e19\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e40\u0e1b\u0e47\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07<\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection02.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e2d\u0e48\u0e32\u0e19 df_collections, Clean \u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22 \u0e41\u0e25\u0e30 \u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e25\u0e2d\u0e07\u0e21\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e17\u0e35\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e04\u0e23\u0e31\u0e1a <em>\u0e2d\u0e22\u0e48\u0e32\u0e25\u0e37\u0e21\u0e40\u0e0a\u0e47\u0e04\u0e19\u0e32\u0e21\u0e2a\u0e01\u0e38\u0e25\u0e02\u0e2d\u0e07\u0e44\u0e1f\u0e25\u0e4c\u0e17\u0e35\u0e48\u0e2d\u0e48\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/em> \u0e42\u0e14\u0e22\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30 Clean \u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 \u0e41\u0e25\u0e30 \u0e08\u0e31\u0e14\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 index<\/p>\n\n<p>\u0e44\u0e1f\u0e25\u0e4c\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d : \u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c, \u0e40\u0e25\u0e37\u0e2d\u0e01\u0e23\u0e31\u0e01\u0e29\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e09\u0e1e\u0e32\u0e30 SKU \u0e17\u0e35\u0e48\u0e21\u0e35 <code class=\"language-plaintext highlighter-rouge\">-<\/code> \u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19, set index \u0e41\u0e25\u0e30 \u0e40\u0e23\u0e35\u0e22\u0e07\u0e25\u0e33\u0e14\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_Stock<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">read_excel<\/span><span class=\"p\">(<\/span><span class=\"s\">'stock_Sample.xls'<\/span><span class=\"p\">,<\/span> <span class=\"s\">'Stock_Update'<\/span><span class=\"p\">)<\/span> <span class=\"c1\"># sheetname \u0e0a\u0e37\u0e48\u0e2d 'Stock_Update'\n<\/span><span class=\"n\">df_Stock<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">True<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">set_index<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">,<\/span> <span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">sort_index<\/span><span class=\"p\">(<\/span><span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_stock02.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e44\u0e1f\u0e25\u0e4c\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e44\u0e1f\u0e25\u0e4c\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 : \u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1f\u0e25\u0e4c\u0e42\u0e14\u0e22\u0e40\u0e25\u0e37\u0e2d\u0e01 Column, \u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e17\u0e35\u0e48\u0e23\u0e32\u0e04\u0e32\u0e40\u0e1b\u0e47\u0e19 0 \u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e21\u0e35 <code class=\"language-plaintext highlighter-rouge\">-<\/code> \u0e16\u0e39\u0e01\u0e15\u0e31\u0e14\u0e2d\u0e2d\u0e01, set index, \u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19 \u0e40\u0e0a\u0e48\u0e19 \u2018%\u0e01\u0e33\u0e44\u0e23\u2019, \u2018\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u2019 \u0e41\u0e25\u0e30 \u2018\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u2019<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># COGS and GP\n<\/span><span class=\"n\">file_Inventory_name<\/span> <span class=\"o\">=<\/span> <span class=\"s\">'Inventory_Sample.xls'<\/span>\n\n<span class=\"c1\"># sheetname \u0e0a\u0e37\u0e48\u0e2d 'Inventory_Sample\u2019 \u0e41\u0e25\u0e30\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e1a\u0e32\u0e07 Column\n<\/span><span class=\"n\">df_Inventory<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">read_excel<\/span><span class=\"p\">(<\/span><span class=\"n\">file_Inventory_name<\/span><span class=\"p\">,<\/span> <span class=\"n\">sheetname<\/span><span class=\"o\">=<\/span><span class=\"n\">file_Inventory_name<\/span><span class=\"p\">[:<\/span><span class=\"o\">-<\/span><span class=\"mi\">4<\/span><span class=\"p\">],<\/span> <span class=\"n\">parse_cols<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">,<\/span><span class=\"mi\">1<\/span><span class=\"p\">,<\/span><span class=\"mi\">4<\/span><span class=\"p\">,<\/span><span class=\"mi\">5<\/span><span class=\"p\">,<\/span><span class=\"mi\">6<\/span><span class=\"p\">,<\/span><span class=\"mi\">7<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">df_Inventory<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e04\u0e48\u0e32\u0e02\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">]<\/span> <span class=\"o\">&gt;<\/span> <span class=\"mi\">0<\/span><span class=\"p\">][<\/span><span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">].<\/span><span class=\"nb\">str<\/span><span class=\"p\">.<\/span><span class=\"n\">contains<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">True<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">.<\/span><span class=\"n\">set_index<\/span><span class=\"p\">(<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">,<\/span> <span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'%\u0e01\u0e33\u0e44\u0e23'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e02\u0e31\u0e49\u0e19\u0e15\u0e49\u0e19'<\/span><span class=\"p\">]<\/span> <span class=\"o\">\/<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e04\u0e48\u0e32\u0e02\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e04\u0e48\u0e32\u0e02\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">]<\/span> <span class=\"o\">\/<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e17\u0e35\u0e48\u0e02\u0e32\u0e22'<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"p\">(<\/span><span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">]<\/span> <span class=\"o\">*<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'%\u0e01\u0e33\u0e44\u0e23'<\/span><span class=\"p\">]).<\/span><span class=\"nb\">round<\/span><span class=\"p\">(<\/span><span class=\"n\">decimals<\/span><span class=\"o\">=<\/span><span class=\"mi\">2<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">.<\/span><span class=\"n\">sort_index<\/span><span class=\"p\">(<\/span><span class=\"n\">inplace<\/span><span class=\"o\">=<\/span><span class=\"bp\">True<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_Inventory01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e44\u0e1f\u0e25\u0e4c\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22 \u0e21\u0e35\u0e1a\u0e32\u0e07\u0e0a\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e2d\u0e07 Missing Data \u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">describe<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection03.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      method .describe() \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e40\u0e0a\u0e47\u0e04 Dataframe \u0e04\u0e23\u0e48\u0e32\u0e27\u0e46 \u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e01\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23 Missing Data \u0e21\u0e35\u0e2b\u0e25\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e40\u0e0a\u0e48\u0e19 \u0e40\u0e15\u0e34\u0e21\u0e08\u0e32\u0e01\u0e0a\u0e48\u0e2d\u0e07\u0e01\u0e48\u0e2d\u0e19\u0e2b\u0e19\u0e49\u0e32, \u0e40\u0e15\u0e34\u0e21\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e04\u0e48\u0e32\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22, \u0e2f\u0e25\u0e2f \u0e41\u0e15\u0e48\u0e1c\u0e21\u0e1e\u0e2d\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e22\u0e37\u0e21\u0e02\u0e2d\u0e07\u0e20\u0e32\u0e22\u0e43\u0e19\u0e23\u0e49\u0e32\u0e19\u0e04\u0e49\u0e32\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e01\u0e47\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e15\u0e31\u0e14\u0e17\u0e34\u0e49\u0e07\u0e44\u0e1b\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>Command \u0e19\u0e35\u0e49 \u0e1c\u0e21\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e19\u0e0a\u0e48\u0e2d\u0e07 \u2018\u0e08\u0e33\u0e19\u0e27\u0e19\u0e2b\u0e22\u0e34\u0e1a\u0e02\u0e2d\u0e07\u2019 \u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02 \u0e41\u0e25\u0e30\u0e16\u0e49\u0e32\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e40\u0e25\u0e02\u0e01\u0e47\u0e43\u0e2b\u0e49\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e0a\u0e48\u0e2d\u0e07\u0e42\u0e1a\u0e4b \u0e23\u0e27\u0e21\u0e17\u0e31\u0e49\u0e07 \u0e40\u0e0a\u0e47\u0e04\u0e27\u0e48\u0e32\u0e0a\u0e48\u0e2d\u0e07\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e22\u0e39\u0e48\u0e14\u0e49\u0e32\u0e19\u0e43\u0e19\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e04\u0e31\u0e14\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e0a\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 (\u0e0a\u0e48\u0e2d\u0e07\u0e44\u0e21\u0e48\u0e42\u0e1a\u0e4b) \u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e15\u0e48\u0e2d \u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e19\u0e35\u0e49\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Masking \u0e04\u0e23\u0e31\u0e1a (\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e40\u0e09\u0e1e\u0e32\u0e30\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e48\u0e32 True)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">isnull<\/span><span class=\"p\">(<\/span><span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">to_numeric<\/span><span class=\"p\">(<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e2b\u0e22\u0e34\u0e1a\u0e02\u0e2d\u0e07'<\/span><span class=\"p\">],<\/span> <span class=\"n\">errors<\/span><span class=\"o\">=<\/span><span class=\"s\">'coerce'<\/span><span class=\"p\">))<\/span> <span class=\"o\">==<\/span> <span class=\"bp\">False<\/span><span class=\"p\">]<\/span>\n<span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">describe<\/span><span class=\"p\">()<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection04.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e21\u0e35 Missing Data \u0e41\u0e25\u0e49\u0e27 \u0e22\u0e31\u0e07\u0e21\u0e35 Data 1 \u0e15\u0e31\u0e27\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e14\u0e49\u0e27\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a\u0e40\u0e19\u0e35\u0e48\u0e22\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e1c\u0e21\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e27\u0e48\u0e32 SKU \u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2a\u0e39\u0e07\u0e21\u0e32\u0e01 \u0e41\u0e22\u0e01\u0e2a\u0e35\u0e41\u0e22\u0e01\u0e23\u0e38\u0e48\u0e19\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e04\u0e23\u0e1a\u0e40\u0e25\u0e22 \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e43\u0e19\u0e01\u0e32\u0e23\u0e21\u0e2d\u0e07\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e21\u0e32\u0e01\u0e19\u0e31\u0e01 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e33 Grouping \u0e44\u0e27\u0e49\u0e14\u0e49\u0e27\u0e22 \u0e42\u0e14\u0e22\u0e2a\u0e23\u0e49\u0e32\u0e07 Column \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a SKU \u0e17\u0e35\u0e48\u0e2b\u0e22\u0e32\u0e1a\u0e02\u0e36\u0e49\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p><code class=\"language-plaintext highlighter-rouge\">.index.map(lambda x : x.rpartition('-')[0])<\/code> \u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e19\u0e35\u0e49\u0e44\u0e27\u0e49\u0e15\u0e31\u0e14\u0e04\u0e33\u0e04\u0e23\u0e31\u0e1a \u0e04\u0e33\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48\u0e04\u0e37\u0e2d index \u0e2b\u0e23\u0e37\u0e2d SKU \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e42\u0e14\u0e22\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07\u0e15\u0e31\u0e14\u0e04\u0e33\u0e04\u0e37\u0e2d\u0e2d\u0e31\u0e01\u0e29\u0e23 <code class=\"language-plaintext highlighter-rouge\">-<\/code> \u0e15\u0e31\u0e27\u0e41\u0e23\u0e01\u0e19\u0e31\u0e1a\u0e08\u0e32\u0e01\u0e14\u0e49\u0e32\u0e19\u0e2b\u0e25\u0e31\u0e07 \u0e41\u0e25\u0e30\u0e2a\u0e23\u0e49\u0e32\u0e07 Column \u0e43\u0e2b\u0e21\u0e48\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e0a\u0e37\u0e48\u0e2d SKU_8digits<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span> <span class=\"p\">:<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">rpartition<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)[<\/span><span class=\"mi\">0<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Inventory<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span> <span class=\"p\">:<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">rpartition<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)[<\/span><span class=\"mi\">0<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span> <span class=\"p\">:<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">rpartition<\/span><span class=\"p\">(<\/span><span class=\"s\">'-'<\/span><span class=\"p\">)[<\/span><span class=\"mi\">0<\/span><span class=\"p\">])<\/span>\n\n<span class=\"n\">df_Stock<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection05.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      df_collection \u0e41\u0e1a\u0e1a\u0e21\u0e35 SKU_8digits\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_stock01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e14\u0e39 df_Stock \u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e21\u0e35 SKU_8digits \u0e15\u0e32\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e40\u0e25\u0e22\u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e14\u0e36\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e49\u0e32\u0e21\u0e21\u0e32\u0e08\u0e32\u0e01 Dataframe \u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e27\u0e22\u0e0b\u0e30\u0e40\u0e25\u0e22<\/p>\n\n<p><code class=\"language-plaintext highlighter-rouge\">.join()<\/code> \u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19 vlookup \u0e43\u0e19 MS Excel \u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 index \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e0b\u0e47\u0e15\u0e44\u0e27\u0e49\u0e40\u0e1b\u0e47\u0e19 reference \u0e43\u0e19\u0e01\u0e32\u0e23\u0e14\u0e36\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 2 Dataframe \u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_Inventory<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22 A'<\/span><span class=\"p\">])<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u2018\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u2019 \u0e40\u0e23\u0e32\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e23 \u0e2d\u0e32\u0e08\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e2b\u0e32\u0e23\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">inf<\/code>, <code class=\"language-plaintext highlighter-rouge\">-inf<\/code> \u0e44\u0e14\u0e49\u0e04\u0e23\u0e31\u0e1a \u0e16\u0e49\u0e32\u0e15\u0e31\u0e27\u0e2b\u0e32\u0e23\u0e40\u0e1b\u0e47\u0e19 0 \u0e0b\u0e37\u0e48\u0e07\u0e1c\u0e21\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e41\u0e1b\u0e25\u0e07\u0e04\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">NaN<\/code> (\u0e0a\u0e48\u0e2d\u0e07\u0e42\u0e1a\u0e4b) \u0e41\u0e17\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">replace<\/span><span class=\"p\">([<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">inf<\/span><span class=\"p\">,<\/span> <span class=\"o\">-<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">inf<\/span><span class=\"p\">],<\/span> <span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">nan<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e0b\u0e36\u0e48\u0e07\u0e0a\u0e48\u0e2d\u0e07\u0e42\u0e1a\u0e4b\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22\u0e40\u0e1b\u0e47\u0e19 Missing Data \u0e1c\u0e21\u0e41\u0e01\u0e49\u0e40\u0e01\u0e21\u0e42\u0e14\u0e22 Assume \u0e01\u0e33\u0e44\u0e23\u0e08\u0e32\u0e01\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22\u0e1b\u0e25\u0e35\u0e01 30%\n\u0e41\u0e25\u0e30 \u0e01\u0e33\u0e44\u0e23\u0e23\u0e27\u0e21 = \u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22 x \u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e32\u0e22\u0e44\u0e14\u0e49<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">loc<\/span><span class=\"p\">[:,(<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">)][<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"n\">isnan<\/span><span class=\"p\">(<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">])]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e04\u0e32\u0e02\u0e32\u0e22 A'<\/span><span class=\"p\">]<\/span> <span class=\"o\">*<\/span> <span class=\"mf\">0.3<\/span>\n<span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23X\u0e08\u0e33\u0e19\u0e27\u0e19'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"p\">(<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e2b\u0e22\u0e34\u0e1a\u0e02\u0e2d\u0e07'<\/span><span class=\"p\">]<\/span> <span class=\"o\">*<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23\u0e40\u0e09\u0e25\u0e35\u0e48\u0e22'<\/span><span class=\"p\">])<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/df_collection06.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      df_collections \u0e41\u0e1a\u0e1a Final \u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"pivot-table\">Pivot Table<\/h2>\n\n<p>\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22 Pivot Table \u0e2a\u0e31\u0e49\u0e19\u0e46 \u0e41\u0e1b\u0e25\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 \u0e01\u0e32\u0e23 flatten data \u0e25\u0e07\u0e21\u0e32\u0e04\u0e23\u0e31\u0e1a \u0e40\u0e23\u0e35\u0e22\u0e01\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e38\u0e1b\u0e41\u0e1a\u0e1a\u0e19\u0e36\u0e07\u0e19\u0e31\u0e48\u0e19\u0e41\u0e2b\u0e25\u0e30<\/p>\n\n<p>\u0e40\u0e23\u0e34\u0e48\u0e21\u0e01\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23 Pivot \u0e08\u0e33\u0e19\u0e27\u0e19\u0e02\u0e32\u0e22\u0e41\u0e15\u0e48\u0e25\u0e30\u0e27\u0e31\u0e19 \u0e42\u0e14\u0e22\u0e23\u0e27\u0e21\u0e08\u0e33\u0e19\u0e27\u0e19\u0e01\u0e25\u0e48\u0e2d\u0e07 \u0e41\u0e25\u0e30\u0e08\u0e33\u0e41\u0e19\u0e01\u0e15\u0e32\u0e21\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e41\u0e25\u0e30 SKU \u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c1\"># \u0e08\u0e33\u0e19\u0e27\u0e19\u0e01\u0e25\u0e48\u0e2d\u0e07\n<\/span><span class=\"n\">pivot_Order_box<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">pivot_table<\/span><span class=\"p\">(<\/span><span class=\"n\">values<\/span><span class=\"o\">=<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e2b\u0e22\u0e34\u0e1a\u0e02\u0e2d\u0e07'<\/span><span class=\"p\">,<\/span>\n                                             <span class=\"n\">index<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e2b\u0e31\u0e2a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32'<\/span><span class=\"p\">],<\/span>\n                                             <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"mi\">0<\/span><span class=\"p\">],<\/span>\n                                             <span class=\"n\">aggfunc<\/span><span class=\"o\">=<\/span><span class=\"nb\">sum<\/span><span class=\"p\">)<\/span>\n\n<span class=\"n\">pivot_Order_box<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/pivot_Order_box01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      Pivot Table \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e01\u0e47\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>Column \u0e40\u0e14\u0e34\u0e21\u0e43\u0e0a\u0e49 Timestamp \u0e40\u0e25\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e08\u0e31\u0e14\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e21\u0e48\u0e43\u0e2b\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e07\u0e48\u0e32\u0e22\u0e02\u0e36\u0e49\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span> <span class=\"p\">:<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">strftime<\/span><span class=\"p\">(<\/span><span class=\"s\">\"%d-%m-%y\"<\/span><span class=\"p\">))<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e23\u0e27\u0e21\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22\u0e15\u0e25\u0e2d\u0e14\u0e01\u0e32\u0e25\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30 SKU, \u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22 7 \u0e27\u0e31\u0e19 \u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07, \u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"s\">'Grand Total'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">pivot_Order_box<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">]).<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d'<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"s\">'Sum7D'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">10<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">3<\/span><span class=\"p\">]].<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">pivot_Order_box<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">[<\/span><span class=\"o\">~<\/span><span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">index<\/span><span class=\"p\">.<\/span><span class=\"n\">duplicated<\/span><span class=\"p\">()]<\/span>\n<\/code><\/pre><\/div><\/div>\n<p><strong><em>\u0e40\u0e25\u0e02\u0e15\u0e34\u0e14\u0e25\u0e1a \u0e04\u0e37\u0e2d\u0e15\u0e33\u0e41\u0e2b\u0e19\u0e48\u0e07 Column \u0e19\u0e31\u0e1a\u0e08\u0e32\u0e01\u0e2b\u0e25\u0e31\u0e07\u0e2a\u0e38\u0e14\u0e04\u0e23\u0e31\u0e1a <code class=\"language-plaintext highlighter-rouge\">-1<\/code> \u0e04\u0e37\u0e2d\u0e41\u0e16\u0e27\u0e2b\u0e25\u0e31\u0e07\u0e2a\u0e38\u0e14 <code class=\"language-plaintext highlighter-rouge\">-2<\/code> \u0e41\u0e16\u0e27\u0e23\u0e2d\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e2a\u0e38\u0e14<\/em><\/strong><\/p>\n\n<p>\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e25\u0e48\u0e32\u0e07\u0e2a\u0e38\u0e14\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e41\u0e01\u0e49 duplicated Row \u0e0b\u0e36\u0e48\u0e07\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e19\u0e35\u0e49\u0e2d\u0e32\u0e08\u0e40\u0e01\u0e34\u0e14\u0e44\u0e14\u0e49\u0e2b\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e2d\u0e32\u0e21\u0e32 <code class=\"language-plaintext highlighter-rouge\">.join()<\/code> \u0e21\u0e35 Key \u0e0b\u0e49\u0e33 (<a href=\"https:\/\/stackoverflow.com\/questions\/22720739\/pandas-left-outer-join-results-in-table-larger-than-left-table\">\u0e2d\u0e48\u0e32\u0e19\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e25\u0e34\u0e49\u0e07\u0e19\u0e35\u0e49\u0e04\u0e23\u0e31\u0e1a<\/a>)<\/p>\n\n<p>\u0e40\u0e23\u0e35\u0e22\u0e1a\u0e23\u0e49\u0e2d\u0e22\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a\u0e01\u0e31\u0e1a\u0e40\u0e1b\u0e49\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e41\u0e23\u0e01\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32 : \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/pivot_Order_box02.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e22\u0e2d\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e02\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e17\u0e33 Pivot \u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07\u0e04\u0e23\u0e31\u0e1a \u0e17\u0e35\u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e32\u0e07\u0e1d\u0e31\u0e48\u0e07\u0e01\u0e33\u0e44\u0e23\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e08\u0e30\u0e44\u0e14\u0e49\u0e40\u0e2b\u0e47\u0e19\u0e40\u0e21\u0e47\u0e14\u0e40\u0e07\u0e34\u0e19\u0e17\u0e35\u0e48\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e17\u0e33\u0e44\u0e14\u0e49<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19 index \u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e47\u0e19 \u2018SKU_8digits\u2019 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e08\u0e30\u0e44\u0e14\u0e49 ignore \u0e04\u0e27\u0e32\u0e21\u0e15\u0e48\u0e32\u0e07\u0e40\u0e25\u0e47\u0e01\u0e46\u0e19\u0e49\u0e2d\u0e22\u0e46\u0e02\u0e2d\u0e07 SKU \u0e15\u0e48\u0e32\u0e07\u0e46 \u0e40\u0e0a\u0e48\u0e19 \u0e2a\u0e35, \u0e02\u0e19\u0e32\u0e14 \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_profit<\/span> <span class=\"o\">=<\/span> <span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">pivot_table<\/span><span class=\"p\">(<\/span><span class=\"n\">values<\/span><span class=\"o\">=<\/span><span class=\"s\">'\u0e01\u0e33\u0e44\u0e23X\u0e08\u0e33\u0e19\u0e27\u0e19'<\/span><span class=\"p\">,<\/span>\n                                            <span class=\"n\">index<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">],<\/span>\n                                            <span class=\"n\">columns<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48'<\/span><span class=\"p\">],<\/span>\n                                            <span class=\"n\">aggfunc<\/span><span class=\"o\">=<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e01\u0e47\u0e41\u0e1b\u0e25\u0e07\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48, \u0e17\u0e33 Columns \u0e23\u0e27\u0e21\u0e40\u0e25\u0e02\u0e22\u0e49\u0e2d\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e17\u0e31\u0e49\u0e07\u0e41\u0e1a\u0e1a\u0e15\u0e25\u0e2d\u0e14 \u0e41\u0e25\u0e30 \u0e41\u0e1a\u0e1a 7 \u0e27\u0e31\u0e19 \u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e40\u0e14\u0e34\u0e21<\/p>\n\n<p>\u0e17\u0e35\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e04\u0e37\u0e2d\u0e40\u0e23\u0e32 <code class=\"language-plaintext highlighter-rouge\">.join()<\/code> \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u2018\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u2019 \u0e41\u0e25\u0e30 \u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e41\u0e1a\u0e1a\u0e23\u0e27\u0e21\u0e17\u0e38\u0e01\u0e2a\u0e35 \/ \u0e02\u0e19\u0e32\u0e14\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e14\u0e49\u0e27\u0e22 (\u0e15\u0e49\u0e2d\u0e07 pivot_table \u0e41\u0e1a\u0e1a sum \u0e40\u0e02\u0e49\u0e32\u0e21\u0e32)<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">.<\/span><span class=\"nb\">map<\/span><span class=\"p\">(<\/span><span class=\"k\">lambda<\/span> <span class=\"n\">x<\/span> <span class=\"p\">:<\/span> <span class=\"n\">x<\/span><span class=\"p\">.<\/span><span class=\"n\">strftime<\/span><span class=\"p\">(<\/span><span class=\"s\">\"%d-%m-%y\"<\/span><span class=\"p\">))<\/span>\n<span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"s\">'Grand Total'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">pivot_Order_profit<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_collections<\/span><span class=\"p\">.<\/span><span class=\"n\">reset_index<\/span><span class=\"p\">().<\/span><span class=\"n\">set_index<\/span><span class=\"p\">(<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">)[<\/span><span class=\"s\">'\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14'<\/span><span class=\"p\">])<\/span>\n<span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"s\">'GrossProfit7D'<\/span><span class=\"p\">]<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">[<\/span><span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">columns<\/span><span class=\"p\">[<\/span><span class=\"o\">-<\/span><span class=\"mi\">9<\/span><span class=\"p\">:<\/span><span class=\"o\">-<\/span><span class=\"mi\">2<\/span><span class=\"p\">]].<\/span><span class=\"nb\">sum<\/span><span class=\"p\">(<\/span><span class=\"n\">axis<\/span><span class=\"o\">=<\/span><span class=\"mi\">1<\/span><span class=\"p\">)<\/span>\n<span class=\"n\">pivot_Order_profit<\/span> <span class=\"o\">=<\/span> <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">join<\/span><span class=\"p\">(<\/span><span class=\"n\">df_Stock<\/span><span class=\"p\">.<\/span><span class=\"n\">pivot_table<\/span><span class=\"p\">(<\/span><span class=\"n\">values<\/span><span class=\"o\">=<\/span><span class=\"s\">'\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d'<\/span><span class=\"p\">,<\/span><span class=\"n\">index<\/span><span class=\"o\">=<\/span><span class=\"p\">[<\/span><span class=\"s\">'SKU_8digits'<\/span><span class=\"p\">],<\/span><span class=\"n\">aggfunc<\/span><span class=\"o\">=<\/span><span class=\"n\">np<\/span><span class=\"p\">.<\/span><span class=\"nb\">sum<\/span><span class=\"p\">))<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19\u0e04\u0e23\u0e31\u0e1a \u0e27\u0e48\u0e32\u0e19\u0e35\u0e49\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1b\u0e47\u0e19 \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e23\u0e2d\u0e04\u0e2d\u0e22!<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"n\">pivot_Order_profit<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/pivot_Order_profit01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e33\u0e44\u0e23\u0e23\u0e32\u0e22\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e42\u0e2d\u0e40\u0e04! \u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e25\u0e07\u0e15\u0e31\u0e27 Export \u0e40\u0e1b\u0e47\u0e19 MS Excel \u0e44\u0e27\u0e49\u0e14\u0e39\u0e40\u0e25\u0e48\u0e19\u0e44\u0e14\u0e49 \u0e42\u0e14\u0e22\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33 2 file \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e41\u0e08\u0e01\u0e41\u0e08\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e22\u0e2d\u0e14\u0e02\u0e32\u0e22 \u0e41\u0e25\u0e30 \u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e33\u0e44\u0e23<\/p>\n\n<div class=\"language-py highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"o\">%<\/span><span class=\"n\">cd<\/span> <span class=\"o\">~\/<\/span><span class=\"n\">Desktop<\/span><span class=\"o\">\/<\/span>\n<span class=\"k\">with<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">ExcelWriter<\/span><span class=\"p\">(<\/span><span class=\"s\">'box_\u0e22\u0e49\u0e32\u0e22\u0e41\u0e25\u0e49\u0e27\u0e08\u0e49\u0e32.xlsx'<\/span><span class=\"p\">)<\/span> <span class=\"k\">as<\/span> <span class=\"n\">writer<\/span><span class=\"p\">:<\/span>\n    <span class=\"n\">pivot_Order_box<\/span><span class=\"p\">.<\/span><span class=\"n\">to_excel<\/span><span class=\"p\">(<\/span><span class=\"n\">writer<\/span><span class=\"p\">,<\/span> <span class=\"n\">sheet_name<\/span><span class=\"o\">=<\/span><span class=\"s\">'All'<\/span><span class=\"p\">)<\/span>\n\n<span class=\"o\">%<\/span><span class=\"n\">cd<\/span> <span class=\"o\">~\/<\/span><span class=\"n\">Desktop<\/span><span class=\"o\">\/<\/span>\n<span class=\"k\">with<\/span> <span class=\"n\">pd<\/span><span class=\"p\">.<\/span><span class=\"n\">ExcelWriter<\/span><span class=\"p\">(<\/span><span class=\"s\">'profit_\u0e22\u0e49\u0e32\u0e22\u0e41\u0e25\u0e49\u0e27\u0e08\u0e49\u0e32.xlsx'<\/span><span class=\"p\">)<\/span> <span class=\"k\">as<\/span> <span class=\"n\">writer<\/span><span class=\"p\">:<\/span>\n    <span class=\"n\">pivot_Order_profit<\/span><span class=\"p\">.<\/span><span class=\"n\">to_excel<\/span><span class=\"p\">(<\/span><span class=\"n\">writer<\/span><span class=\"p\">,<\/span> <span class=\"n\">sheet_name<\/span><span class=\"o\">=<\/span><span class=\"s\">'All'<\/span><span class=\"p\">)<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p><code class=\"language-plaintext highlighter-rouge\">%cd<\/code> \u0e40\u0e1b\u0e47\u0e19 unix command \u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01 Export location \u0e04\u0e23\u0e31\u0e1a \u0e42\u0e14\u0e22\u0e1c\u0e21\u0e43\u0e0a\u0e49 Desktop \u0e41\u0e1a\u0e1a\u0e0a\u0e34\u0e27\u0e46<\/p>\n\n<p><code class=\"language-plaintext highlighter-rouge\">with<\/code> \u0e40\u0e1b\u0e47\u0e19 Good Practice \u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33 Export \u0e04\u0e23\u0e31\u0e1a \u0e04\u0e37\u0e2d\u0e1b\u0e01\u0e15\u0e34\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33 Export \u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1b\u0e34\u0e14\u0e44\u0e1f\u0e25\u0e4c\u0e01\u0e48\u0e2d\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07 with \u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e41\u0e19\u0e48\u0e43\u0e08\u0e27\u0e48\u0e32 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e1a session python \u0e08\u0e30\u0e1b\u0e34\u0e14\u0e44\u0e1f\u0e25\u0e4c\u0e43\u0e2b\u0e49\u0e14\u0e49\u0e27\u0e22\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2d\u0e22\u0e48\u0e32\u0e25\u0e37\u0e21\u0e44\u0e1b\u0e40\u0e0a\u0e47\u0e04\u0e27\u0e48\u0e32\u0e17\u0e35\u0e48 Directory \u0e21\u0e35\u0e44\u0e1f\u0e25\u0e4c\u0e42\u0e1c\u0e25\u0e48\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e44\u0e2b\u0e21\u0e14\u0e49\u0e27\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/python_for_business\/export_files01.png\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e21\u0e32\u0e04\u0e23\u0e1a\u0e17\u0e31\u0e49\u0e07 2 \u0e44\u0e1f\u0e25\u0e4c\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e40\u0e17\u0e48\u0e32\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e01\u0e47\u0e44\u0e14\u0e49\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e2a\u0e38\u0e02\u0e20\u0e32\u0e1e\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e02\u0e2d\u0e07\u0e17\u0e48\u0e32\u0e19\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e27\u0e31\u0e19\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a \u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e01\u0e47\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e44\u0e25\u0e48\u0e14\u0e39\u0e17\u0e35\u0e48\u0e25\u0e30\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19 \u0e02\u0e49\u0e32\u0e21\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e21\u0e21\u0e32 \u0e2b\u0e23\u0e37\u0e2d\u0e21\u0e32\u0e04\u0e2d\u0e22\u0e01\u0e14\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e14\u0e49\u0e27\u0e22\u0e21\u0e37\u0e2d\u0e17\u0e38\u0e01\u0e46\u0e27\u0e31\u0e19\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a :))<\/p>\n\n<h2 id=\"\u0e2a\u0e23\u0e38\u0e1b-part-1\">\u0e2a\u0e23\u0e38\u0e1b Part 1<\/h2>\n\n<p>\u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 Python \u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e20\u0e32\u0e1e\u0e23\u0e27\u0e21\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e41\u0e17\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e19\u0e31\u0e48\u0e07\u0e01\u0e14\u0e2a\u0e39\u0e15\u0e23\u0e17\u0e38\u0e01\u0e46\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e19\u0e35\u0e49 \u0e41\u0e25\u0e30 Export \u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e19\u0e35\u0e49\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e17\u0e35\u0e40\u0e14\u0e47\u0e14\u0e04\u0e37\u0e2d \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e0a\u0e38\u0e14\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e02\u0e49\u0e32\u0e07\u0e1a\u0e19\u0e25\u0e07\u0e15\u0e31\u0e27\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e23\u0e31\u0e19\u0e23\u0e27\u0e14\u0e40\u0e14\u0e35\u0e22\u0e27\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e41\u0e25\u0e30\u0e23\u0e31\u0e19\u0e44\u0e14\u0e49\u0e17\u0e38\u0e01\u0e40\u0e27\u0e25\u0e32\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a\u0e23\u0e32\u0e22\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e08\u0e33<\/p>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a Part 2 \u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e32\u0e18\u0e34\u0e15\u0e27\u0e34\u0e18\u0e35\u0e43\u0e0a\u0e49 Python \u0e09\u0e1a\u0e31\u0e1a\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32\u0e43\u0e19\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 \u0e41\u0e25\u0e30\u0e17\u0e33 Data Visualization \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22\u0e01\u0e31\u0e19\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e42\u0e1b\u0e23\u0e14\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e15\u0e2d\u0e19\u0e15\u0e48\u0e2d\u0e44\u0e1b \u0e41\u0e25\u0e30 \u0e02\u0e2d\u0e01\u0e23\u0e32\u0e1a\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35<\/p>\n\n<blockquote>\n  <p>\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e15\u0e38\u0e25\u0e22\u0e4c <a href=\"https:\/\/github.com\/bluenex\">@bluenex<\/a> \u0e41\u0e25\u0e30 \u0e08\u0e32\u0e23\u0e22\u0e4c\u0e21\u0e32\u0e22 <a href=\"https:\/\/github.com\/titipata\">@titipata<\/a> \u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e1e\u0e34\u0e2a\u0e39\u0e08\u0e19\u0e4c\u0e2d\u0e31\u0e01\u0e29\u0e23<\/p>\n<\/blockquote>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/Python-for-Business-part1\/\">[Tutorial] Python for Business \u0e09\u0e1a\u0e31\u0e1a\u0e1e\u0e48\u0e2d\u0e04\u0e49\u0e32 Part 1<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on March 14, 2018.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/sfn-conference-2017\/"}},"id":"https:\/\/tupleblog.github.io\/sfn-conference-2017","published":"2017-10-24T21:30:00+07:00","updated":"2017-10-24T21:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>The Society for Neuroscience (SfN), one of the biggest neuroscience conference in the world, is approaching in a few weeks. It has over 14,700 posters presented across 5 days this year. For people who went to SfN, you know that it is an exhaustive conference.\nBasically, it is hard to plan out as a newcomer to the conference (like myself as a grad student).\nOne way to plan out what to see in the conference is to use a <a href=\"http:\/\/www.abstractsonline.com\/pp8\/#!\/4376\">search and recommendation engine<\/a> provided by SfN (that we\u2019ve helped SfN build since 2015!) that you can use for searching for specific posters.\nHowever, if you are someone who likes to hover around the conference and see what interesting posters you\nhappen to come across, my analysis below will hopefully help you plan out where to go while the conference based on the themes of research that you\u2019re generally interested in. This analysis can provide you with a global overview of the research being presented at SfN this year.\nMy analysis is divided into main 3 sections (1) Getting a basic summarization of themes in SfN, (2) Finding the number of unique authors presenting at SfN, and (3) Using language modeling to analyze which of the topics in neuroscience have similar language usage.<\/p>\n\n<h1 id=\"distribution-of-themes-in-sfn\">Distribution of themes in SfN<\/h1>\n\n<p>When author submits to SfN, they have to choose a <code class=\"language-plaintext highlighter-rouge\">theme<\/code>, <code class=\"language-plaintext highlighter-rouge\">topic<\/code> and <code class=\"language-plaintext highlighter-rouge\">subtopic<\/code> they are working on.\nFor example, poster can have subtopic of <code class=\"language-plaintext highlighter-rouge\">D.03.i. Pain models: Behavior<\/code> which is in the <code class=\"language-plaintext highlighter-rouge\">D.03. Somatosensation: Pain topic<\/code> and <code class=\"language-plaintext highlighter-rouge\">Theme D: Sensory Systems theme<\/code>. These themes change over years. For this year, there are 10 themes, 83 topics and 510 subtopics that authors can choose when submitting the poster. Authors are allowed to choose multiple subtopics for submission. For example, one poster can have 2 subtopics such as <code class=\"language-plaintext highlighter-rouge\">D.07. Vision<\/code> and <code class=\"language-plaintext highlighter-rouge\">H.02. Human Cognition and Behavior<\/code>. For this year, 60 percent of the posters have 1 topic with and the remaining 40 percent have 2 topics. This is very similar to last year where there are 60.4 percent of posters had 1 topic. If we divide posters using the first submitted theme (theme1), we can see the distribution as follows<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/sfn2017\/theme.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>Theme C (Disorders and Injury) has the highest number of posters this year with 2278 posters follows by Theme H (Cognition) with 1780 posters.\nIf we plot by days dividing into morning and afternoon session, the distribution will look like the following<\/p>\n\n<figure><center>\n  <img width=\"auto\" src=\"\/images\/post\/sfn2017\/first_days.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"auto\" src=\"\/images\/post\/sfn2017\/last_days.png\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>Definitely, if you want to check posters in theme J about history and education (which I\u2019m not quite sure what it is), you have to go on the first day of the conference. The distribution is pretty similar across days and time with small variation.\nHowever, if you are interested in theme C, you should attend the second day morning session.<\/p>\n\n<h2 id=\"author-disambiguation-across-all-posters\">Author disambiguation across all posters<\/h2>\n\n<p>I was a little curious about how many people are actually involved in SfN conference.\nI take all the 14,700 posters and see number of total authors in all the papers.\nThere are 72,181 total authors in all posters submitted in SfN. In the list, there might be duplicate\nauthors (such as <code class=\"language-plaintext highlighter-rouge\">K. Deisseroth, MIT<\/code>, <code class=\"language-plaintext highlighter-rouge\">K. Deisseroth, Massachusetts Institute of Technology<\/code>).\nWe can capture data duplication using <code class=\"language-plaintext highlighter-rouge\">dedupe<\/code> library. For author disambiguation,\nwe can use first initials, last name and affiliation and figure out how many unique\nauthors appear in all the posters in SfN. I found that there are approximately 53,919 unique authors\nin the papers in the conference (recall = 0.905, precision = 0.902). This is 47 percent of total people in <a href=\"https:\/\/neurotree.org\/neurotree\/index.php\">Neurotree<\/a> which is a lot of people!<\/p>\n\n<h2 id=\"language-aspect-in-the-conference\">Language aspect in the conference<\/h2>\n\n<p>There was a recent cool <a href=\"https:\/\/arxiv.org\/pdf\/1706.08671.pdf\">paper published on arXiv<\/a>\nby Martin Gerlach from Luis Amaral Lab at Northwestern who proposes a metric to measure\nsimilarity between 2 fields using Jensen-Shanon entropy. He also published the source code on Github <a href=\"https:\/\/github.com\/martingerlach\/jensen-shannon-alpha-divergence\">here<\/a> (feel free to check it out or check my implementation <a href=\"https:\/\/github.com\/titipata\/be566_network_neuroscience\/blob\/master\/project3\/utils.py#L13-L86\">here<\/a>).\nBasically, the proposed metric can capture a difference between long-tail probability distribution of a word distribution\nbetween the fields. It works a bit better than cosine distance so we\u2019ll use it in the analysis.<\/p>\n\n<p>In the paper, they applied to the distribution of words across fields in Scopus data.\nI apply the same analysis between group of papers in the same topics in SfN.\n<strong>Note<\/strong> that there are 83 unique topics such as <code class=\"language-plaintext highlighter-rouge\">C.04. Movement Disorders<\/code>, <code class=\"language-plaintext highlighter-rouge\">G.06. Post-traumatic Stress Disorder<\/code> and <code class=\"language-plaintext highlighter-rouge\">F.01. Neuroethology<\/code> so\nyou will see 83 by 83 matrix in the plot. Basically, we want to see topics that are similar to each\nother by language (i.e. they use similar language on titles and abstracts). Below, I compare between\nexpert distance using Hamming distance between topics and distance between topics using Jensen-Shanon entropy.<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/sfn2017\/distance.png\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a>\n      (left) Hamming distance between topics proposed by SfN\n      (right) Jensen-Shanon entropy between topics (computed using posters' title, abstracts word distribution )\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>If we compute Pearson correlation between lower diagonal excluding diagonal between 2 matrices,\nwe get correlation coefficient around 0.7 (<em>p &lt; 0.001<\/em>). This means that the topic proposed by SfN\ncan capture similarity between language people use. There are cross topics that people tend to use similar language.\nHere, I list top topic pairs in SfN that have similar language usage.<\/p>\n\n<table>\n  <thead>\n    <tr>\n      <th>Topic<\/th>\n      <th style=\"text-align: center\">Topic<\/th>\n      <th style=\"text-align: right\">distance<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>B.05. Transporters<\/td>\n      <td style=\"text-align: center\">I.01. Molecular, Biochemical, and Genetic Techniques<\/td>\n      <td style=\"text-align: right\">0.164<\/td>\n    <\/tr>\n    <tr>\n      <td>J.02. Teaching of Neuroscience<\/td>\n      <td style=\"text-align: center\">J.03. Public Awareness of Neuroscience<\/td>\n      <td style=\"text-align: right\">0.215<\/td>\n    <\/tr>\n    <tr>\n      <td>C.09. Brain Injury and Trauma<\/td>\n      <td style=\"text-align: center\">E.09. Spinal Cord Injury and Plasticity<\/td>\n      <td style=\"text-align: right\">0.290<\/td>\n    <\/tr>\n    <tr>\n      <td>D.09. Visual Sensory-motor Processing<\/td>\n      <td style=\"text-align: center\">E.01. Eye Movements<\/td>\n      <td style=\"text-align: right\">0.365<\/td>\n    <\/tr>\n    <tr>\n      <td>D.09. Visual Sensory-motor Processing<\/td>\n      <td style=\"text-align: center\">D.10. Multisensory Integration<\/td>\n      <td style=\"text-align: right\">0.402<\/td>\n    <\/tr>\n    <tr>\n      <td>A.04. Transplantation and Regeneration<\/td>\n      <td style=\"text-align: center\">C.09. Brain Injury and Trauma<\/td>\n      <td style=\"text-align: right\">0.422<\/td>\n    <\/tr>\n    <tr>\n      <td>D.07. Vision<\/td>\n      <td style=\"text-align: center\">D.09. Visual Sensory-motor Processing<\/td>\n      <td style=\"text-align: right\">0.427<\/td>\n    <\/tr>\n    <tr>\n      <td>B.01. Neurotransmitters and Signaling Molecules<\/td>\n      <td style=\"text-align: center\">I.01. Molecular, Biochemical, and Genetic Techniques<\/td>\n      <td style=\"text-align: right\">0.439<\/td>\n    <\/tr>\n    <tr>\n      <td>D.07. Vision<\/td>\n      <td style=\"text-align: center\">D.10. Multisensory Integration<\/td>\n      <td style=\"text-align: right\">0.440<\/td>\n    <\/tr>\n    <tr>\n      <td>I.01. Molecular, Biochemical, and Genetic Techniques<\/td>\n      <td style=\"text-align: center\">I.07. Data Analysis and Statistics<\/td>\n      <td style=\"text-align: right\">0.440<\/td>\n    <\/tr>\n    <tr>\n      <td>G.01. Appetitive and Aversive Learning<\/td>\n      <td style=\"text-align: center\">G.06. Post-traumatic Stress Disorder<\/td>\n      <td style=\"text-align: right\">0.450<\/td>\n    <\/tr>\n    <tr>\n      <td>F.04. Stress and the Brain<\/td>\n      <td style=\"text-align: center\">G.06. Post-traumatic Stress Disorder<\/td>\n      <td style=\"text-align: right\">0.455<\/td>\n    <\/tr>\n    <tr>\n      <td>B.01. Neurotransmitters and Signaling Molecules<\/td>\n      <td style=\"text-align: center\">B.05. Transporters<\/td>\n      <td style=\"text-align: right\">0.455<\/td>\n    <\/tr>\n    <tr>\n      <td>B.07. Synaptic Transmission<\/td>\n      <td style=\"text-align: center\">B.08. Synaptic Plasticity<\/td>\n      <td style=\"text-align: right\">0.465<\/td>\n    <\/tr>\n    <tr>\n      <td>F.04. Stress and the Brain<\/td>\n      <td style=\"text-align: center\">G.05. Anxiety Disorders<\/td>\n      <td style=\"text-align: right\">0.479<\/td>\n    <\/tr>\n    <tr>\n      <td>B.09. Physiological Properties of Neurons<\/td>\n      <td style=\"text-align: center\">B.10. Network Interactions<\/td>\n      <td style=\"text-align: right\">0.482<\/td>\n    <\/tr>\n    <tr>\n      <td>F.04. Stress and the Brain<\/td>\n      <td style=\"text-align: center\">G.04. Mood Disorders: Depression and Bipolar Disorders<\/td>\n      <td style=\"text-align: right\">0.484<\/td>\n    <\/tr>\n    <tr>\n      <td>C.06. Neurotoxicity, Inflammation, and Neuroprotection<\/td>\n      <td style=\"text-align: center\">C.09. Brain Injury and Trauma<\/td>\n      <td style=\"text-align: right\">0.485<\/td>\n    <\/tr>\n    <tr>\n      <td>E.04. Voluntary Movements<\/td>\n      <td style=\"text-align: center\">E.10. Motor Neurons and Muscle<\/td>\n      <td style=\"text-align: right\">0.487<\/td>\n    <\/tr>\n    <tr>\n      <td>E.04. Voluntary Movements<\/td>\n      <td style=\"text-align: center\">E.05. Brain-Machine Interface<\/td>\n      <td style=\"text-align: right\">0.493<\/td>\n    <\/tr>\n    <tr>\n      <td>A.06. Synaptogenesis and Activity-Dependent Development<\/td>\n      <td style=\"text-align: center\">B.07. Synaptic Transmission<\/td>\n      <td style=\"text-align: right\">0.505<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n\n<p>As you can see here, these are topics that do not lie into the same theme but community tends to use\nsimilar language which we find it here. We can also list fields that are far from everyone else in\nneuroscience in language perspective.<\/p>\n\n<table>\n  <thead>\n    <tr>\n      <th>Topic<\/th>\n    <\/tr>\n  <\/thead>\n  <tbody>\n    <tr>\n      <td>F.09. Thirst and Water Balance<\/td>\n    <\/tr>\n    <tr>\n      <td>C.10. Tauopathies, Tau-dementias, and Prion diseases<\/td>\n    <\/tr>\n    <tr>\n      <td>B.05. Transporters<\/td>\n    <\/tr>\n    <tr>\n      <td>J.02. Teaching of Neuroscience<\/td>\n    <\/tr>\n    <tr>\n      <td>I.01. Molecular, Biochemical, and Genetic Techniques<\/td>\n    <\/tr>\n    <tr>\n      <td>J.04. Ethical and Policy Issues in Neuroscience<\/td>\n    <\/tr>\n    <tr>\n      <td>J.03. Public Awareness of Neuroscience<\/td>\n    <\/tr>\n    <tr>\n      <td>B.14. Neuro-Oncology<\/td>\n    <\/tr>\n    <tr>\n      <td>D.08. Vestibular System<\/td>\n    <\/tr>\n    <tr>\n      <td>D.05. Olfaction and Taste<\/td>\n    <\/tr>\n  <\/tbody>\n<\/table>\n\n<p>Not only that, if we apply hierarchical clustering algorithm on language distance matrix.\nWe can see the clusters of neuroscience topics by language.<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/sfn2017\/sfn_distance_hclus.png\" data-action=\"zoom\" \/>\n  <figcaption>\n    <a>\n      Hierarchical clustering of language distance matrix\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>It might be interested to see in details how people write abstracts in these given topics and see\nwhy it is dissimilar from other topics. This might also be useful for SfN where they can arrange\nthe topics or themes more meaningful in the future (just my thinking).<\/p>\n\n<h2 id=\"prologue\">Prologue<\/h2>\n\n<p>This is just a simple analysis that I did over few hours. Please feel free to comment or\nsuggest if there are more analyses you want to see in SfN 2017. I will try to do follow\nup analysis and update the blog later!<\/p>\n\n<h2 id=\"acknowledgement\">Acknowledgement<\/h2>\n\n<p>This analysis is done at <a href=\"http:\/\/kordinglab.com\/\">Konrad Kording lab<\/a> at UPenn (all the wrong analyses here are on me).\nThanks Konrad for a great mentorship. Thanks to extra knowledge from Danielle Bassett\u2019s network neuroscience class.\n<a href=\"http:\/\/acuna.io\/\">Daniel Acuna<\/a> and <a href=\"http:\/\/kordinglab.com\/people\/roozbeh_farhoodi\/index.html\">Roozbeh Farhoodi<\/a> for\ngreat suggestions. Thanks Martin Gerlach from Luis Amaral Lab at Northwestern for sharing the code of his work. And finally, Torben for editing my writing.<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/sfn-conference-2017\/\">Rookie analysis of Society for Neuroscience 2017<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on October 24, 2017.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/latex-on-messenger\/"}},"id":"https:\/\/tupleblog.github.io\/latex-on-messenger","published":"2017-08-18T21:30:00+07:00","updated":"2017-08-18T21:30:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e38\u0e01\u0e17\u0e48\u0e32\u0e19 \u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e01\u0e47\u0e21\u0e35\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e19\u0e34\u0e23\u0e4c\u0e14\u0e46 \u0e01\u0e35\u0e04\u0e46 \u0e21\u0e32\u0e19\u0e33\u0e40\u0e2a\u0e19\u0e2d\u0e2d\u0e35\u0e01\u0e40\u0e0a\u0e48\u0e19\u0e40\u0e04\u0e22 \u0e42\u0e14\u0e22\u0e04\u0e27\u0e32\u0e21\u0e40\u0e19\u0e34\u0e23\u0e4c\u0e14\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32 Facebook Messenger \u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c <a href=\"https:\/\/www.latex-project.org\/\">LaTeX<\/a> syntax \u0e41\u0e25\u0e49\u0e27\u0e08\u0e49\u0e32 \u0e42\u0e14\u0e22\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e23\u0e39\u0e49\u0e21\u0e32\u0e08\u0e32\u0e01\u0e1e\u0e35\u0e48\u0e2a\u0e32\u0e27\u0e02\u0e2d\u0e07 <a href=\"https:\/\/www.facebook.com\/kukkik.oparad\">@bachkukkik<\/a> \u0e2d\u0e35\u0e01\u0e17\u0e35 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e22\u0e31\u0e07\u0e2b\u0e32\u0e02\u0e48\u0e32\u0e27\u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e49\u0e32\u0e07\u0e2d\u0e34\u0e07\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19\u0e44\u0e21\u0e48\u0e40\u0e08\u0e2d\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01<a href=\"https:\/\/www.reddit.com\/r\/Physics\/comments\/6uc6fg\/psa_latex_now_renders_on_facebook_messenger\/\">\u0e01\u0e23\u0e30\u0e17\u0e39\u0e49\u0e19\u0e35\u0e49\u0e08\u0e32\u0e01 Reddit<\/a> \u0e01\u0e47\u0e08\u0e30\u0e02\u0e2d\u0e40\u0e02\u0e35\u0e22\u0e19\u0e08\u0e32\u0e01\u0e40\u0e17\u0e48\u0e32\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e14\u0e39\u0e25\u0e30\u0e01\u0e31\u0e19 \u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e41\u0e1a\u0e1a\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e19\u0e35\u0e49\u0e2b\u0e25\u0e31\u0e01\u0e46 \u0e08\u0e30\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 TeX Math block \u0e01\u0e31\u0e1a Inline code \u0e41\u0e25\u0e30 Fence code block \u0e17\u0e35\u0e48\u0e41\u0e2a\u0e14\u0e07\u0e1c\u0e25\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e41\u0e04\u0e48\u0e19\u0e35\u0e49\u0e1e\u0e2d \u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e40\u0e25\u0e48\u0e19\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e01\u0e31\u0e19\u0e14\u0e39\u0e40\u0e25\u0e22\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32<\/p>\n\n<h2 id=\"tex-math-block\">TeX Math block<\/h2>\n\n<p>\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e17\u0e32\u0e07\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e40\u0e23\u0e32\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e08\u0e30\u0e0a\u0e37\u0e48\u0e19\u0e0a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 LaTeX \u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e19\u0e49\u0e2d\u0e22 \u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e40\u0e01\u0e48\u0e32\u0e46 \u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a LaTeX \u0e01\u0e47\u0e21\u0e35\u0e2d\u0e22\u0e39\u0e48\u0e1a\u0e49\u0e32\u0e07 (<a href=\"https:\/\/tupleblog.github.io\/latex-on-atom\/\">1<\/a>, <a href=\"https:\/\/tupleblog.github.io\/latex-ieeetran\/\">2<\/a>, <a href=\"https:\/\/tupleblog.github.io\/bibtex-ieeetran\/\">3<\/a>) \u0e1e\u0e2d\u0e40\u0e2b\u0e47\u0e19\u0e1f\u0e35\u0e40\u0e08\u0e2d\u0e23\u0e4c\u0e19\u0e35\u0e49\u0e21\u0e32\u0e01\u0e47\u0e2d\u0e14\u0e15\u0e37\u0e48\u0e19\u0e40\u0e15\u0e49\u0e19\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e23\u0e31\u0e27\u0e46 \u0e41\u0e25\u0e30\u0e08\u0e30\u0e21\u0e32\u0e41\u0e1a\u0e48\u0e07\u0e04\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07 \u0e40\u0e23\u0e34\u0e48\u0e21\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22<\/p>\n\n<p>Facebook Messenger \u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c TeX Math \u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e1b\u0e01\u0e15\u0e34\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e32\u0e23\u0e04\u0e23\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22 <code class=\"language-plaintext highlighter-rouge\">$$<\/code> \u0e40\u0e0a\u0e48\u0e19 <code class=\"language-plaintext highlighter-rouge\">$$ LaTeX syntax $$<\/code> \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e2d\u0e19\u0e08\u0e34\u0e19\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e01\u0e47\u0e04\u0e37\u0e2d <a href=\"https:\/\/github.com\/Khan\/KaTeX\">KaTeX<\/a> \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 JS library \u0e17\u0e35\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c TeX Math \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e40\u0e25\u0e22\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32<\/p>\n\n<p>\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49 <code class=\"language-plaintext highlighter-rouge\">$$ x + y = 1 $$<\/code> \u0e21\u0e31\u0e19\u0e01\u0e47\u0e08\u0e30\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e44\u0e14\u0e49\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/latex_messenger\/latex1.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e14\u0e39\u0e17\u0e35\u0e48\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e19\u0e34\u0e14\u0e19\u0e36\u0e07 \u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e31\u0e19\u0e19\u0e35\u0e49 <code class=\"language-plaintext highlighter-rouge\">$$ x=\\frac{1+y}{1+2z^2} $$<\/code> \u0e2a\u0e21\u0e01\u0e32\u0e23\u0e08\u0e30\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/latex_messenger\/latex2.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22 \u0e25\u0e2d\u0e07\u0e40\u0e21\u0e15\u0e23\u0e34\u0e01\u0e0b\u0e4c\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e40\u0e25\u0e22 \u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>A_{m,n} =\n \\begin{pmatrix}\n  a_{1,1} &amp; a_{1,2} &amp; \\cdots &amp; a_{1,n} \\\\\n  a_{2,1} &amp; a_{2,2} &amp; \\cdots &amp; a_{2,n} \\\\\n  \\vdots  &amp; \\vdots  &amp; \\ddots &amp; \\vdots  \\\\\n  a_{m,1} &amp; a_{m,2} &amp; \\cdots &amp; a_{m,n}\n \\end{pmatrix}\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e44\u0e14\u0e49\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/latex_messenger\/latex4.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e04\u0e19\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 \u0e01\u0e47\u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e15\u0e37\u0e48\u0e19\u0e40\u0e15\u0e49\u0e19\u0e01\u0e31\u0e19\u0e44\u0e21\u0e48\u0e21\u0e32\u0e01\u0e01\u0e47\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e2b\u0e25\u0e30 (\u0e21\u0e31\u0e49\u0e22\u0e2d\u0e30) \u0e40\u0e27\u0e25\u0e32\u0e04\u0e38\u0e22\u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e23\u0e48\u0e27\u0e21\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e2d\u0e30\u0e44\u0e23\u0e1e\u0e27\u0e01\u0e19\u0e35\u0e49 \u0e2b\u0e23\u0e37\u0e2d\u0e2d\u0e22\u0e32\u0e01\u0e43\u0e2b\u0e49\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e27\u0e25\u0e32\u0e04\u0e38\u0e22\u0e07\u0e32\u0e19\u0e14\u0e39\u0e14\u0e35\u0e21\u0e35\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e44\u0e14\u0e49\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e40\u0e25\u0e22 \u0e1c\u0e48\u0e32\u0e19 Facebook Messenger \u0e19\u0e35\u0e48\u0e40\u0e2d\u0e07 \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e01\u0e47\u0e14\u0e35\u0e02\u0e49\u0e2d\u0e08\u0e33\u0e01\u0e31\u0e14\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 TeX Math syntax \u0e19\u0e35\u0e49\u0e04\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1c\u0e2a\u0e21\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e02\u0e35\u0e22\u0e19\u0e1a\u0e23\u0e23\u0e22\u0e32\u0e22\u0e44\u0e14\u0e49 \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e30\u0e41\u0e0a\u0e23\u0e4c\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e02\u0e35\u0e22\u0e19\u0e41\u0e15\u0e48\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e43\u0e19\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e04\u0e48\u0e2d\u0e22\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e43\u0e19\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e15\u0e48\u0e2d\u0e46 \u0e44\u0e1b<\/p>\n\n<h2 id=\"code-block\">Code block<\/h2>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e46 \u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e40\u0e21\u0e2d\u0e23\u0e4c \u0e40\u0e27\u0e25\u0e32\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e08\u0e30\u0e41\u0e0a\u0e23\u0e4c snippet \u0e01\u0e31\u0e1a\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e19\u0e01\u0e47\u0e21\u0e31\u0e01\u0e08\u0e30\u0e43\u0e0a\u0e49 <a href=\"https:\/\/en.wikipedia.org\/wiki\/Markdown\">Markdown (md)<\/a> \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32 Markup \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e07\u0e48\u0e32\u0e22\u0e20\u0e32\u0e29\u0e32\u0e19\u0e36\u0e07\u0e01\u0e31\u0e19 \u0e41\u0e15\u0e48 <strong>md<\/strong> \u0e21\u0e31\u0e19\u0e01\u0e47\u0e21\u0e35\u0e43\u0e2b\u0e49\u0e43\u0e0a\u0e49\u0e41\u0e04\u0e48\u0e1a\u0e19 GitHub, Bitbucket \u0e2b\u0e23\u0e37\u0e2d Slack \u0e2d\u0e30\u0e44\u0e23\u0e1e\u0e27\u0e01\u0e19\u0e31\u0e49\u0e19 \u0e41\u0e15\u0e48\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49 Facebook Messenger \u0e01\u0e47\u0e40\u0e23\u0e34\u0e48\u0e21\u0e2a\u0e19\u0e31\u0e1a\u0e2a\u0e19\u0e38\u0e19\u0e01\u0e32\u0e23\u0e41\u0e0a\u0e23\u0e4c\u0e42\u0e04\u0e49\u0e14\u0e1c\u0e48\u0e32\u0e19\u0e41\u0e0a\u0e17\u0e41\u0e25\u0e49\u0e27\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19 \u0e2d\u0e31\u0e19\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e27\u0e48\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e2d\u0e19\u0e08\u0e34\u0e19\u0e2d\u0e30\u0e44\u0e23\u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e41\u0e15\u0e48\u0e01\u0e47\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e42\u0e2d\u0e40\u0e04\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e40\u0e23\u0e34\u0e48\u0e21\u0e01\u0e31\u0e19\u0e17\u0e35\u0e48 Inline code \u0e01\u0e48\u0e2d\u0e19<\/p>\n\n<h3 id=\"inline-code\">Inline code<\/h3>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a inline code \u0e01\u0e47\u0e21\u0e31\u0e01\u0e08\u0e30\u0e40\u0e2d\u0e32\u0e44\u0e27\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e15\u0e31\u0e27\u0e41\u0e1b\u0e23 \u0e2a\u0e21\u0e01\u0e32\u0e23\u0e2a\u0e31\u0e49\u0e19\u0e46 \u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e48\u0e32\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e23\u0e27\u0e21\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e1a\u0e23\u0e23\u0e22\u0e32\u0e22 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e1f\u0e49\u0e2d\u0e19\u0e15\u0e4c\u0e19\u0e31\u0e49\u0e19\u0e14\u0e39\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e15\u0e31\u0e27\u0e2b\u0e19\u0e31\u0e07\u0e2a\u0e37\u0e2d\u0e42\u0e14\u0e22\u0e23\u0e2d\u0e1a \u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e0a\u0e48\u0e19\u0e16\u0e49\u0e32\u0e40\u0e23\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e31\u0e21\u0e1e\u0e31\u0e19\u0e18\u0e4c\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e23\u0e30\u0e22\u0e30\u0e17\u0e32\u0e07 \u0e40\u0e27\u0e25\u0e32 \u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27 \u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32 `S = ut + 1\/2a(t^2)`\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e21\u0e31\u0e19\u0e08\u0e30\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/latex_messenger\/code1.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Inline Code 1\">\n      \u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Inline code (\u0e1a\u0e19) \u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e49 (\u0e25\u0e48\u0e32\u0e07)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e0b\u0e36\u0e48\u0e07\u0e04\u0e19\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e2a\u0e19\u0e43\u0e08\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e2a\u0e31\u0e07\u0e40\u0e01\u0e15\u0e2d\u0e35\u0e01\u0e19\u0e34\u0e14\u0e08\u0e30\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49 Inline code \u0e08\u0e30\u0e2d\u0e48\u0e32\u0e19\u0e07\u0e48\u0e32\u0e22\u0e01\u0e27\u0e48\u0e32\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e1f\u0e49\u0e2d\u0e19\u0e15\u0e4c\u0e16\u0e39\u0e01\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19 <a href=\"https:\/\/en.wikipedia.org\/wiki\/Monospaced_font\">Monospace<\/a> \u0e41\u0e25\u0e49\u0e27\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e2b\u0e49 Code block \u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01 LaTeX Math \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e08\u0e30\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e2b\u0e21\u0e32\u0e22\u0e17\u0e32\u0e07\u0e04\u0e13\u0e34\u0e15\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e44\u0e14\u0e49\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07<\/p>\n\n<h3 id=\"fence-code-block\">Fence code block<\/h3>\n\n<p>\u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07 Fence code block \u0e1a\u0e19 Facebook Messenger \u0e19\u0e35\u0e49\u0e08\u0e30\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e2a\u0e31\u0e01\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e2b\u0e25\u0e31\u0e07\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e08\u0e30\u0e21\u0e35\u0e2a\u0e35\u0e1e\u0e37\u0e49\u0e19\u0e2b\u0e25\u0e31\u0e07\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22 \u0e41\u0e15\u0e48\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e19\u0e31\u0e49\u0e19\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e14\u0e39\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e25\u0e49\u0e32\u0e22\u0e01\u0e31\u0e1a <a href=\"https:\/\/help.github.com\/articles\/creating-and-highlighting-code-blocks\/\">GitHub Flavored Markdown (GFM)<\/a> \u0e21\u0e32\u0e01\u0e46 \u0e40\u0e25\u0e22 \u0e01\u0e47\u0e40\u0e25\u0e22\u0e08\u0e30\u0e02\u0e2d\u0e2b\u0e22\u0e34\u0e1a\u0e1a\u0e32\u0e07\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e17\u0e32\u0e07 GitHub \u0e21\u0e32\u0e41\u0e2a\u0e14\u0e07\u0e1a\u0e19\u0e19\u0e35\u0e49\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e02\u0e2d\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e49\u0e27\u0e22 snippet \u0e02\u0e2d\u0e07\u0e20\u0e32\u0e29\u0e32 JavaScript (JS) \u0e17\u0e35\u0e48\u0e21\u0e32\u0e08\u0e32\u0e01 GitHub \u0e19\u0e35\u0e49\u0e25\u0e30\u0e01\u0e31\u0e19<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>```\n  function test() {\n    console.log(\"notice the blank line before this function?\");\n  }\n```\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e30\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/latex_messenger\/code2.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<p>\u0e41\u0e15\u0e48\u0e04\u0e27\u0e32\u0e21\u0e1e\u0e34\u0e40\u0e28\u0e29\u0e21\u0e31\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e15\u0e23\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e44\u0e2e\u0e44\u0e25\u0e17\u0e4c syntax \u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e20\u0e32\u0e29\u0e32\u0e44\u0e14\u0e49\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e0a\u0e37\u0e48\u0e2d\u0e20\u0e32\u0e29\u0e32\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e2b\u0e25\u0e31\u0e07 <code>```<\/code> \u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-plaintext highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code>```javascript\n  function test() {\n    console.log(\"notice the blank line before this function?\");\n  }\n```\n<\/code><\/pre><\/div><\/div>\n\n<p>code \u0e17\u0e35\u0e48\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e08\u0e30\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e21\u0e35\u0e2a\u0e35\u0e44\u0e2e\u0e44\u0e25\u0e17\u0e4c\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e21\u0e31\u0e19\u0e04\u0e27\u0e23\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49\u0e40\u0e25\u0e22 \u0e41\u0e17\u0e48\u0e19\u0e19<\/p>\n\n<figure><center>\n  <img src=\"\/images\/post\/latex_messenger\/code3.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<h2 id=\"\u0e04\u0e2d\u0e21\u0e40\u0e21\u0e49\u0e19\u0e15\u0e4c\u0e2a\u0e48\u0e07\u0e17\u0e49\u0e32\u0e22\">\u0e04\u0e2d\u0e21\u0e40\u0e21\u0e49\u0e19\u0e15\u0e4c\u0e2a\u0e48\u0e07\u0e17\u0e49\u0e32\u0e22<\/h2>\n\n<p>\u0e08\u0e1a\u0e01\u0e31\u0e19\u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e17\u0e48\u0e32\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e25\u0e2d\u0e07\u0e40\u0e25\u0e48\u0e19\u0e40\u0e2d\u0e07\u0e41\u0e25\u0e49\u0e27\u0e40\u0e08\u0e2d\u0e21\u0e32 \u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e04\u0e07\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c(?)\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e17\u0e38\u0e01\u0e17\u0e48\u0e32\u0e19\u0e44\u0e14\u0e49\u0e25\u0e2d\u0e07\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e44\u0e1b\u0e40\u0e25\u0e48\u0e19\u0e01\u0e31\u0e19\u0e14\u0e39 \u0e08\u0e23\u0e34\u0e07\u0e46 \u0e41\u0e25\u0e49\u0e27\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e21\u0e31\u0e19\u0e40\u0e08\u0e4b\u0e07\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e14\u0e39\u0e14\u0e35\u0e2d\u0e48\u0e32\u0e19\u0e07\u0e48\u0e32\u0e22\u0e02\u0e36\u0e49\u0e19\u0e19\u0e35\u0e48\u0e41\u0e2b\u0e25\u0e30 \u0e16\u0e36\u0e07\u0e41\u0e21\u0e49\u0e27\u0e48\u0e32\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e2a\u0e21\u0e1a\u0e39\u0e23\u0e13\u0e4c\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\u0e41\u0e25\u0e30\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e21\u0e35 documentation \u0e41\u0e15\u0e48\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e2d\u0e35\u0e01\u0e44\u0e21\u0e48\u0e19\u0e32\u0e19\u0e19\u0e48\u0e32\u0e08\u0e30\u0e21\u0e35\u0e15\u0e32\u0e21\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19 (\u0e16\u0e49\u0e32\u0e40\u0e04\u0e49\u0e32\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e43\u0e08\u0e1e\u0e31\u0e1a\u0e41\u0e1c\u0e19\u0e40\u0e01\u0e47\u0e1a\u0e19\u0e48\u0e30\u0e19\u0e30) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e07\u0e08\u0e30\u0e21\u0e35\u0e40\u0e17\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e02\u0e2d\u0e2d\u0e20\u0e31\u0e22\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e23\u0e39\u0e1b\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e22\u0e2d\u0e30\u0e44\u0e1b\u0e2a\u0e31\u0e01\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e44\u0e1b\u0e40\u0e25\u0e48\u0e19\u0e21\u0e32\u0e40\u0e08\u0e2d\u0e2d\u0e30\u0e44\u0e23\u0e40\u0e14\u0e47\u0e14\u0e46 \u0e01\u0e27\u0e48\u0e32\u0e19\u0e35\u0e49\u0e01\u0e47\u0e40\u0e2d\u0e32\u0e21\u0e32\u0e41\u0e0a\u0e23\u0e4c\u0e01\u0e31\u0e19\u0e1a\u0e49\u0e32\u0e07\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e35<\/p>\n\n<blockquote>\n  <p>\u0e1b\u0e25.\u0e17\u0e38\u0e01\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e38\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e1b\u0e43\u0e19\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e19\u0e35\u0e49 \u0e13 \u0e02\u0e13\u0e30\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e41\u0e15\u0e48\u0e1a\u0e19 Facebook Messenger \u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19 Desktop \u0e2b\u0e23\u0e37\u0e2d\u0e1a\u0e19\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e41\u0e1b\u0e25\u0e01\u0e43\u0e08\u0e27\u0e48\u0e32\u0e17\u0e33\u0e44\u0e21\u0e1a\u0e19\u0e21\u0e37\u0e2d\u0e16\u0e37\u0e2d\u0e40\u0e25\u0e48\u0e19\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e2a\u0e48\u0e27\u0e19\u0e15\u0e31\u0e27\u0e01\u0e47\u0e44\u0e21\u0e48\u0e41\u0e19\u0e48\u0e43\u0e08\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e17\u0e32\u0e07 Facebook \u0e08\u0e30\u0e2a\u0e19\u0e31\u0e1a\u0e2a\u0e19\u0e38\u0e19\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c\u0e1a\u0e19\u0e41\u0e2d\u0e1b\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19\u0e21\u0e37\u0e2d\u0e16\u0e37\u0e2d\u0e21\u0e31\u0e49\u0e22 \u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e15\u0e34\u0e14\u0e15\u0e32\u0e21\u0e01\u0e31\u0e19\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e04\u0e23\u0e31\u0e48\u0e1a :D<\/p>\n<\/blockquote>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/latex-on-messenger\/\">[nerd] Facebook Messenger \u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e23\u0e19\u0e40\u0e14\u0e2d\u0e23\u0e4c (La)TeX Math \u0e41\u0e25\u0e49\u0e27<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on August 18, 2017.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/ruby-rbenv\/"}},"id":"https:\/\/tupleblog.github.io\/ruby-rbenv","published":"2017-08-14T05:50:00+07:00","updated":"2017-08-14T05:50:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e2a\u0e31\u0e49\u0e19\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e02\u0e2d\u0e40\u0e2a\u0e19\u0e2d\u0e01\u0e32\u0e23\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07 Ruby \u0e0b\u0e36\u0e48\u0e07\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49\u0e21\u0e31\u0e19\u0e1e\u0e31\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e2a\u0e35\u0e22\u0e40\u0e27\u0e25\u0e32\u0e44\u0e1b\u0e1e\u0e2d\u0e2a\u0e21\u0e04\u0e27\u0e23 \u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e27\u0e48\u0e32\u0e20\u0e32\u0e29\u0e32\u0e17\u0e35\u0e48\u0e04\u0e19\u0e43\u0e0a\u0e49\u0e21\u0e32\u0e01\u0e02\u0e19\u0e32\u0e14\u0e19\u0e35\u0e49\u0e08\u0e30\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e07\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22\u0e46 \u0e14\u0e49\u0e27\u0e22\u0e04\u0e33\u0e2a\u0e31\u0e48\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27 T_T \u0e41\u0e15\u0e48\u0e08\u0e32\u0e01\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e17\u0e31\u0e49\u0e07\u0e1a\u0e19 Windows \u0e41\u0e25\u0e30 Mac OS X \u0e01\u0e47\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e40\u0e08\u0e2d\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e15\u0e2d\u0e19\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e1a\u0e19 Windows \u0e19\u0e30 \u0e04\u0e07\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e21\u0e35\u0e04\u0e19 build \u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19 <code class=\"language-plaintext highlighter-rouge\">.msi<\/code> \u0e43\u0e2b\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2a\u0e30\u0e14\u0e27\u0e01\u0e2a\u0e1a\u0e32\u0e22 (<a href=\"https:\/\/rubyinstaller.org\/\">\u0e17\u0e35\u0e48\u0e19\u0e35\u0e48<\/a>) \u0e1e\u0e2d\u0e21\u0e32\u0e1a\u0e19 Mac \u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e21\u0e31\u0e19\u0e40\u0e01\u0e34\u0e14\u0e08\u0e32\u0e01<\/p>\n\n<ol>\n  <li>Mac \u0e21\u0e35 built-in Ruby \u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e21\u0e31\u0e19\u0e01\u0e47\u0e22\u0e31\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07 \u0e25\u0e1a\u0e01\u0e47\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49 \u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e1a\u0e21\u0e31\u0e19\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22 <code class=\"language-plaintext highlighter-rouge\">sudo<\/code> \u0e44\u0e21\u0e48\u0e0a\u0e48\u0e27\u0e22\u0e2d\u0e30\u0e44\u0e23 \u0e40\u0e1b\u0e47\u0e19\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">2.0.0<\/code> \u0e2a\u0e31\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e22\u0e39\u0e48<\/li>\n  <li>\u0e01\u0e48\u0e2d\u0e19\u0e08\u0e30\u0e1e\u0e31\u0e07\u0e40\u0e23\u0e32\u0e40\u0e04\u0e22\u0e25\u0e07 Ruby \u0e44\u0e27\u0e49\u0e17\u0e31\u0e49\u0e07\u0e1c\u0e48\u0e32\u0e19 Homebrew \u0e41\u0e25\u0e30 rbenv \u0e41\u0e25\u0e30\u0e15\u0e2d\u0e19\u0e19\u0e31\u0e49\u0e19\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e23\u0e35\u0e1a\u0e46 \u0e40\u0e25\u0e22\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c\u0e1e\u0e27\u0e01 path \u0e44\u0e27\u0e49 \u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e01\u0e47\u0e43\u0e0a\u0e49\u0e15\u0e31\u0e27\u0e17\u0e35\u0e48\u0e25\u0e07\u0e1c\u0e48\u0e32\u0e19 Homebrew \u0e21\u0e32\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e08\u0e19\u0e21\u0e32\u0e40\u0e01\u0e34\u0e14\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e23\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">gem<\/code> \u0e44\u0e21\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e27\u0e31\u0e19\u0e19\u0e35\u0e49<\/li>\n  <li>\u0e40\u0e23\u0e32\u0e43\u0e0a\u0e49 <a href=\"https:\/\/github.com\/tmux\/tmux\/wiki\">tmux<\/a> (Terminal Multiplexer) \u0e14\u0e49\u0e27\u0e22 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e0b\u0e15\u0e44\u0e27\u0e49\u0e2b\u0e25\u0e32\u0e22 sessions \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e15\u0e48\u0e25\u0e30\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e01\u0e31\u0e19 \u0e41\u0e25\u0e30\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e1b\u0e25\u0e31\u0e4a\u0e01\u0e2d\u0e34\u0e19\u0e17\u0e31\u0e49\u0e07 tmux-resurrect \u0e41\u0e25\u0e30 tmux-continuum \u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e1b\u0e34\u0e14\u0e40\u0e1b\u0e34\u0e14 terminal \u0e2a\u0e31\u0e01\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e27\u0e25\u0e32\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e31\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e34\u0e48\u0e07\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33.. Ruby \u0e01\u0e47\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19<\/li>\n<\/ol>\n\n<p>\u0e15\u0e2d\u0e19\u0e41\u0e23\u0e01\u0e01\u0e47\u0e41\u0e04\u0e48\u0e15\u0e34\u0e14 <code class=\"language-plaintext highlighter-rouge\">sudo<\/code> \u0e41\u0e15\u0e48\u0e1e\u0e2d\u0e23\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22 <code class=\"language-plaintext highlighter-rouge\">sudo<\/code> \u0e01\u0e47\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b error \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e37\u0e48\u0e19\u0e2d\u0e35\u0e01 \u0e0b\u0e36\u0e48\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e41\u0e04\u0e1b\u0e44\u0e27\u0e49\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e27\u0e48\u0e32\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e44\u0e14\u0e49\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17 Homebrew \u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e2b\u0e25\u0e31\u0e07\u0e46 \u0e21\u0e32\u0e19\u0e35\u0e49 \u0e1e\u0e2d\u0e21\u0e32\u0e2d\u0e31\u0e1e\u0e40\u0e14\u0e17\u0e1a\u0e32\u0e07\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e25\u0e22\u0e1e\u0e31\u0e07\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23 symlink \u0e2d\u0e31\u0e19\u0e21\u0e31\u0e48\u0e27\u0e16\u0e31\u0e48\u0e27\u0e02\u0e31\u0e49\u0e19\u0e2a\u0e34\u0e1a error \u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e17\u0e35\u0e48\u0e08\u0e33\u0e44\u0e14\u0e49\u0e04\u0e37\u0e2d\u0e21\u0e31\u0e19\u0e40\u0e23\u0e35\u0e22\u0e01\u0e2b\u0e32 <code class=\"language-plaintext highlighter-rouge\">libyaml<\/code> \u0e41\u0e15\u0e48\u0e40\u0e23\u0e32\u0e01\u0e47\u0e25\u0e07\u0e44\u0e1b\u0e41\u0e25\u0e49\u0e27 \u0e41\u0e04\u0e48\u0e21\u0e31\u0e19\u0e2b\u0e32\u0e44\u0e21\u0e48\u0e40\u0e08\u0e2d\u0e40\u0e2d\u0e07 <code class=\"language-plaintext highlighter-rouge\">brew install ruby<\/code> \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e0a\u0e48\u0e27\u0e22 build \u0e15\u0e32\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23 \u0e17\u0e32\u0e07\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e04\u0e07\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e41\u0e04\u0e48 build from source \u0e0b\u0e36\u0e48\u0e07\u0e01\u0e47\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e08\u0e30\u0e25\u0e07\u0e21\u0e37\u0e2d\u0e25\u0e30 \u0e42\u0e0a\u0e04\u0e14\u0e35\u0e44\u0e1b\u0e40\u0e0a\u0e47\u0e04\u0e40\u0e08\u0e2d Path \u0e21\u0e31\u0e19\u0e21\u0e35 rbenv \u0e2d\u0e22\u0e39\u0e48 \u0e01\u0e47\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e08\u0e30\u0e25\u0e37\u0e21\u0e44\u0e1b\u0e25\u0e30\u0e27\u0e48\u0e32\u0e21\u0e31\u0e19\u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23<\/p>\n\n<h2 id=\"rbenv\">rbenv<\/h2>\n\n<p>\u0e01\u0e47\u0e19\u0e31\u0e48\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e46 \u0e44\u0e1b\u0e2a\u0e31\u0e01\u0e1e\u0e31\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e46 \u0e04\u0e19\u0e01\u0e47\u0e41\u0e19\u0e30\u0e19\u0e33\u0e43\u0e2b\u0e49\u0e25\u0e07 Ruby \u0e14\u0e49\u0e27\u0e22 RVM \u0e2b\u0e23\u0e37\u0e2d rbenv \u0e14\u0e35\u0e01\u0e27\u0e48\u0e32 \u0e40\u0e1b\u0e34\u0e14\u0e1c\u0e48\u0e32\u0e19\u0e46 \u0e44\u0e1b\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e22\u0e46 \u0e19\u0e31\u0e1a rbenv \u0e44\u0e14\u0e49\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 RVM \u0e01\u0e47\u0e40\u0e25\u0e22\u0e44\u0e1b\u0e17\u0e32\u0e07 rbenv \u0e0b\u0e30\u0e40\u0e25\u0e22 \u0e40\u0e2d\u0e32\u0e07\u0e35\u0e49\u0e41\u0e2b\u0e25\u0e30\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e20\u0e32\u0e29\u0e32\u0e2b\u0e25\u0e31\u0e01 \u0e02\u0e2d\u0e43\u0e2b\u0e49\u0e23\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">gem<\/code> \u0e44\u0e14\u0e49\u0e01\u0e47\u0e01\u0e23\u0e32\u0e1a\u0e25\u0e30\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49 \u0e16\u0e36\u0e07\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e04\u0e19\u0e17\u0e35\u0e48\u0e40\u0e04\u0e22\u0e43\u0e0a\u0e49\u0e01\u0e47\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e23\u0e39\u0e49\u0e41\u0e25\u0e49\u0e27\u0e27\u0e48\u0e32 <a href=\"https:\/\/rvm.io\/\">RVM<\/a> <a href=\"https:\/\/github.com\/rbenv\/rbenv\">rbenv<\/a> \u0e04\u0e37\u0e2d\u0e2d\u0e30\u0e44\u0e23 \u0e2a\u0e2d\u0e07\u0e2b\u0e19\u0e48\u0e2d\u0e19\u0e35\u0e49\u0e21\u0e31\u0e19\u0e04\u0e37\u0e2d\u0e15\u0e31\u0e27\u0e1a\u0e23\u0e34\u0e2b\u0e32\u0e23\u0e08\u0e31\u0e14\u0e01\u0e32\u0e23 environment \u0e43\u0e19\u0e01\u0e32\u0e23\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07 Ruby \u0e21\u0e31\u0e19\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e25\u0e07 Ruby \u0e2b\u0e25\u0e32\u0e22\u0e46 \u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19\u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e46 \u0e01\u0e31\u0e19\u0e44\u0e14\u0e49 (\u0e17\u0e33\u0e44\u0e21\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e07\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19 \u0e19\u0e31\u0e01\u0e1e\u0e31\u0e12\u0e19\u0e32 Ruby \u0e40\u0e04\u0e49\u0e32\u0e43\u0e0a\u0e49\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e01\u0e31\u0e19\u0e22\u0e31\u0e07\u0e44\u0e07 \u0e2e\u0e37\u0e2d) \u0e41\u0e25\u0e30\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e31\u0e1a environment \u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e07\u0e48\u0e32\u0e22\u0e46 \u0e41\u0e15\u0e48\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e23\u0e32\u0e41\u0e25\u0e49\u0e27 \u0e0a\u0e48\u0e27\u0e22\u0e25\u0e07\u0e43\u0e2b\u0e49\u0e21\u0e31\u0e19\u0e23\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">gem<\/code> \u0e44\u0e14\u0e49\u0e01\u0e47\u0e1e\u0e2d\u0e41\u0e25\u0e49\u0e27 5555<\/p>\n\n<p>\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e25\u0e22 \u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49\u0e14\u0e31\u0e14\u0e41\u0e1b\u0e25\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01 <a href=\"https:\/\/github.com\/rbenv\/rbenv\">readme \u0e02\u0e2d\u0e07 rbenv<\/a> \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47<a href=\"http:\/\/blog.zerosharp.com\/installing-ruby-with-homebrew-and-rbenv-on-mac-os-x-mountain-lion\/\">\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e02\u0e2d\u0e07 Robert Anderson<\/a> \u0e19\u0e30 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e40\u0e25\u0e37\u0e2d\u0e01 rbenv \u0e01\u0e47\u0e25\u0e07 rbenv \u0e1c\u0e48\u0e32\u0e19 Homebrew \u0e40\u0e19\u0e35\u0e48\u0e22\u0e41\u0e2b\u0e25\u0e30 \u0e42\u0e01!<\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"nv\">$ <\/span>brew update\n<span class=\"nv\">$ <\/span>brew <span class=\"nb\">install <\/span>rbenv\n<span class=\"nv\">$ <\/span>brew <span class=\"nb\">install <\/span>ruby-build\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e2b\u0e27\u0e31\u0e07\u0e43\u0e2b\u0e49\u0e21\u0e31\u0e19\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1b\u0e25\u0e2d\u0e14\u0e20\u0e31\u0e22 \u0e15\u0e48\u0e2d\u0e21\u0e32 \u0e08\u0e32\u0e01 readme \u0e02\u0e2d\u0e07 rbenv \u0e40\u0e04\u0e49\u0e32\u0e1a\u0e2d\u0e01\u0e43\u0e2b\u0e49\u0e23\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">rbenv init -<\/code> \u0e0b\u0e36\u0e48\u0e07\u0e21\u0e31\u0e19\u0e01\u0e47\u0e08\u0e30\u0e40\u0e1e\u0e34\u0e48\u0e21 Path \u0e43\u0e2b\u0e49\u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">~\/.bash_profile<\/code> (\u0e43\u0e04\u0e23\u0e43\u0e0a\u0e49 zsh \u0e15\u0e49\u0e2d\u0e07\u0e22\u0e49\u0e32\u0e22\u0e44\u0e1b <code class=\"language-plaintext highlighter-rouge\">~\/.zshrc<\/code> \u0e40\u0e2d\u0e07\u0e19\u0e30)  \u0e40\u0e2a\u0e23\u0e47\u0e08\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e25\u0e07 Ruby \u0e40\u0e25\u0e22 \u0e43\u0e19\u0e17\u0e35\u0e48\u0e19\u0e35\u0e49\u0e25\u0e07\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">2.4.1<\/code> \u0e16\u0e49\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e25\u0e2d\u0e07\u0e14\u0e39\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14\u0e17\u0e35\u0e48\u0e25\u0e07\u0e44\u0e14\u0e49\u0e01\u0e47\u0e23\u0e31\u0e19 <code class=\"language-plaintext highlighter-rouge\">rbenv install -l<\/code> \u0e14\u0e39\u0e44\u0e14\u0e49<\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"nv\">$ <\/span>rbenv <span class=\"nb\">install <\/span>2.4.1\n<span class=\"nv\">$ <\/span>rbenv rehash\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e0a\u0e47\u0e04\u0e42\u0e25\u0e14<\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"nv\">$ <\/span>ruby <span class=\"nt\">--version<\/span>\nruby 2.4.1p111 <span class=\"o\">(<\/span>2017-03-22 revision 58053<span class=\"o\">)<\/span> <span class=\"o\">[<\/span>x86_64-darwin16]\n<span class=\"nv\">$ <\/span>which ruby\n\/Users\/username\/.rbenv\/shims\/ruby\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e40\u0e22\u0e49\u0e44\u0e14\u0e49\u0e41\u0e25\u0e49\u0e27 \u0e44\u0e2b\u0e19\u0e25\u0e2d\u0e07\u0e1b\u0e34\u0e14 terminal \u0e41\u0e25\u0e49\u0e27\u0e40\u0e1b\u0e34\u0e14\u0e43\u0e2b\u0e21\u0e48\u0e0b\u0e34<\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"nv\">$ <\/span>ruby <span class=\"nt\">--version<\/span>\nruby 2.0.0p648 <span class=\"o\">(<\/span>2015-12-16 revision 53162<span class=\"o\">)<\/span> <span class=\"o\">[<\/span>universal.x86_64-darwin16]\n<span class=\"nv\">$ <\/span>which ruby\n\/usr\/bin\/ruby\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e2d\u0e48\u0e32\u0e27 \u0e44\u0e2b\u0e07\u0e17\u0e33\u0e01\u0e30\u0e40\u0e23\u0e32\u0e07\u0e35\u0e49 \u0e2d\u0e22\u0e32\u0e01\u0e01\u0e25\u0e31\u0e1a\u0e01\u0e47\u0e01\u0e25\u0e31\u0e1a\u0e07\u0e35\u0e49\u0e01\u0e47\u0e44\u0e14\u0e49\u0e2b\u0e23\u0e2d \u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e27\u0e48\u0e32\u0e2d\u0e31\u0e19\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19 bug \u0e2b\u0e23\u0e37\u0e2d feature \u0e41\u0e15\u0e48\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e32\u0e01\u0e43\u0e2b\u0e49\u0e40\u0e1b\u0e34\u0e14 terminal \u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e1b\u0e38\u0e4a\u0e1a\u0e01\u0e47\u0e43\u0e0a\u0e49\u0e2d\u0e31\u0e19\u0e17\u0e35\u0e48\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e42\u0e14\u0e22 rbenv \u0e40\u0e25\u0e22\u0e2d\u0e49\u0e30.. \u0e08\u0e23\u0e34\u0e07\u0e46 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e44\u0e21\u0e48\u0e22\u0e32\u0e01\u0e41\u0e04\u0e48\u0e40\u0e1e\u0e48\u0e34\u0e21\u0e1a\u0e23\u0e23\u0e17\u0e31\u0e14\u0e19\u0e35\u0e49\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19 <code class=\"language-plaintext highlighter-rouge\">~\/.zshrc<\/code><\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"k\">if <\/span>which rbenv <span class=\"o\">&gt;<\/span> \/dev\/null<span class=\"p\">;<\/span> <span class=\"k\">then <\/span><span class=\"nb\">eval<\/span> <span class=\"s2\">\"<\/span><span class=\"si\">$(<\/span>rbenv init -<span class=\"si\">)<\/span><span class=\"s2\">\"<\/span><span class=\"p\">;<\/span> <span class=\"k\">fi<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e25\u0e30 \u0e2a\u0e23\u0e38\u0e1b\u0e41\u0e25\u0e49\u0e27 <code class=\"language-plaintext highlighter-rouge\">~\/.zshrc<\/code> \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e17\u0e35\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e01\u0e47\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u0e19\u0e35\u0e49<\/p>\n\n<div class=\"language-sh highlighter-rouge\"><div class=\"highlight\"><pre class=\"highlight\"><code><span class=\"c\"># Initialize rbenv<\/span>\n<span class=\"nb\">export <\/span><span class=\"nv\">PATH<\/span><span class=\"o\">=<\/span><span class=\"s2\">\"<\/span><span class=\"nv\">$HOME<\/span><span class=\"s2\">\/.rbenv\/bin:<\/span><span class=\"nv\">$PATH<\/span><span class=\"s2\">\"<\/span>\n<span class=\"k\">if <\/span>which rbenv <span class=\"o\">&gt;<\/span> \/dev\/null<span class=\"p\">;<\/span> <span class=\"k\">then <\/span><span class=\"nb\">eval<\/span> <span class=\"s2\">\"<\/span><span class=\"si\">$(<\/span>rbenv init -<span class=\"si\">)<\/span><span class=\"s2\">\"<\/span><span class=\"p\">;<\/span> <span class=\"k\">fi<\/span>\n<\/code><\/pre><\/div><\/div>\n\n<p>\u0e08\u0e23\u0e34\u0e07\u0e46 \u0e41\u0e25\u0e49\u0e27\u0e21\u0e31\u0e19\u0e01\u0e47\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e22\u0e32\u0e01\u0e40\u0e25\u0e49\u0e22 \u0e41\u0e15\u0e48\u0e17\u0e33\u0e44\u0e21\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e47\u0e19\u0e21\u0e35 docs \u0e17\u0e35\u0e48\u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e27\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e31\u0e49\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e2d\u0e19\u0e40\u0e25\u0e22 \u0e15\u0e49\u0e2d\u0e07\u0e21\u0e32\u0e2b\u0e27\u0e31\u0e07\u0e1e\u0e36\u0e48\u0e07<a href=\"http:\/\/blog.zerosharp.com\/installing-ruby-with-homebrew-and-rbenv-on-mac-os-x-mountain-lion\/\">\u0e1a\u0e25\u0e47\u0e2d\u0e01\u0e02\u0e2d\u0e07\u0e04\u0e38\u0e13 Robert Anderson<\/a> \u0e0b\u0e30\u0e07\u0e31\u0e49\u0e19 \u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e19\u0e2d\u0e37\u0e48\u0e19\u0e40\u0e04\u0e49\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e43\u0e0a\u0e49 Ruby \u0e01\u0e31\u0e1a <code class=\"language-plaintext highlighter-rouge\">gem<\/code> \u0e01\u0e31\u0e19\u0e41\u0e1a\u0e1a\u0e19\u0e35\u0e49 \u0e2b\u0e23\u0e37\u0e2d\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e41\u0e25\u0e49\u0e27\u0e44\u0e21\u0e48\u0e21\u0e35\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e41\u0e1a\u0e1a\u0e40\u0e23\u0e32\u0e01\u0e31\u0e19\u0e19\u0e30 \u0e43\u0e04\u0e23\u0e40\u0e04\u0e22\u0e40\u0e08\u0e2d\u0e41\u0e1a\u0e1a\u0e44\u0e2b\u0e19\u0e43\u0e0a\u0e49\u0e17\u0e48\u0e32\u0e07\u0e48\u0e32\u0e22\u0e01\u0e27\u0e48\u0e32\u0e22\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e22\u0e31\u0e07\u0e44\u0e07\u0e01\u0e47\u0e21\u0e32\u0e41\u0e0a\u0e23\u0e4c\u0e01\u0e31\u0e19\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e08\u0e1a\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32 \u0e44\u0e1b\u0e25\u0e30<\/p>\n\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/ruby-rbenv\/\">[geek] \u0e25\u0e07 Ruby \u0e1a\u0e19 Mac OS X \u0e22\u0e31\u0e07\u0e44\u0e07\u0e43\u0e2b\u0e49\u0e44\u0e21\u0e48\u0e2b\u0e31\u0e27\u0e40\u0e2a\u0e35\u0e22<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on August 14, 2017.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/python-datascience-hangar\/"}},"id":"https:\/\/tupleblog.github.io\/python-datascience-hangar","published":"2017-07-03T05:45:00+07:00","updated":"2017-07-03T05:45:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <h2 id=\"python-data-science-and-machine-learning-meetup-at-hangar\">Python Data Science and Machine Learning Meetup at Hangar<\/h2>\n\n<p>\u0e40\u0e1b\u0e34\u0e14\u0e43\u0e2b\u0e49\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e40\u0e02\u0e49\u0e32\u0e07\u0e32\u0e19\u0e43\u0e19\u0e40\u0e27\u0e25\u0e32 17.30 \u0e19. \u0e42\u0e14\u0e22\u0e17\u0e32\u0e07 tupleblog \u0e08\u0e30\u0e02\u0e2d\u0e2a\u0e07\u0e27\u0e19\u0e17\u0e35\u0e48\u0e19\u0e31\u0e48\u0e07\u0e43\u0e2b\u0e49\u0e01\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e17\u0e32\u0e07 Google form \u0e41\u0e25\u0e49\u0e27\u0e01\u0e48\u0e2d\u0e19 \u0e41\u0e25\u0e30 \u0e1c\u0e39\u0e49 walk in \u0e43\u0e19\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e16\u0e31\u0e14\u0e44\u0e1b<\/p>\n\n<ul>\n  <li>\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e07\u0e32\u0e19: meetup + Q&amp;A, \u0e44\u0e21\u0e48\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e42\u0e19\u0e49\u0e15\u0e1a\u0e38\u0e4a\u0e04<\/li>\n  <li>\u0e2a\u0e16\u0e32\u0e19\u0e17\u0e35\u0e48 : Hangar co-working space, DTAC, \u0e08\u0e32\u0e21\u0e08\u0e38\u0e23\u0e35 \u0e2a\u0e41\u0e04\u0e27\u0e23\u0e4c \u0e0a\u0e31\u0e49\u0e19 2 \u0e2b\u0e19\u0e49\u0e32\u0e23\u0e49\u0e32\u0e19 Daiso<\/li>\n  <li>\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e2a\u0e32\u0e18\u0e23\u0e13\u0e30\u0e17\u0e35\u0e48\u0e41\u0e19\u0e30\u0e19\u0e33 : MRT \u0e2a\u0e32\u0e21\u0e22\u0e48\u0e32\u0e19<\/li>\n  <li>\u0e17\u0e35\u0e48\u0e08\u0e2d\u0e14\u0e23\u0e16 : \u0e08\u0e32\u0e21\u0e08\u0e38\u0e23\u0e35\u0e2a\u0e41\u0e04\u0e23\u0e4c \u0e08\u0e2d\u0e14\u0e1f\u0e23\u0e35 2 \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07\u0e41\u0e23\u0e01 \u0e0a\u0e31\u0e48\u0e07\u0e42\u0e21\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07\u0e25\u0e30 20 \u0e1a\u0e32\u0e17\u0e04\u0e23\u0e31\u0e1a\u0e1c\u0e21<\/li>\n  <li>\u0e04\u0e48\u0e32\u0e43\u0e0a\u0e49\u0e08\u0e48\u0e32\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e40\u0e02\u0e49\u0e32 meetup : \u0e1f\u0e23\u0e35!<\/li>\n  <li>\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e15\u0e2d\u0e19\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e17\u0e31\u0e19\u0e44\u0e2b\u0e21?? : \u0e44\u0e21\u0e48\u0e17\u0e31\u0e19\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a \u0e17\u0e32\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e2a\u0e48\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c\u0e44\u0e1b\u0e43\u0e2b\u0e49\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e04\u0e19\u0e17\u0e35\u0e48\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/li>\n<\/ul>\n\n<h2 id=\"\u0e15\u0e32\u0e23\u0e32\u0e07\u0e07\u0e32\u0e19\">\u0e15\u0e32\u0e23\u0e32\u0e07\u0e07\u0e32\u0e19<\/h2>\n\n<p>\u0e27\u0e31\u0e19\u0e1e\u0e24\u0e2b\u0e31\u0e2a\u0e17\u0e35\u0e48 3 \u0e2a\u0e34\u0e07\u0e2b\u0e32\u0e04\u0e21 2560<\/p>\n\n<p><em>6:00 - 6:30 pm<\/em> \u0e1e\u0e1a\u0e1b\u0e30 \u0e1e\u0e39\u0e14\u0e04\u0e38\u0e22\u0e01\u0e31\u0e1a\u0e04\u0e19\u0e17\u0e35\u0e48\u0e21\u0e32\u0e43\u0e19\u0e07\u0e32\u0e19 \u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e1e\u0e39\u0e14<br \/>\n<em>6:30 - 6:40 pm<\/em> \u0e40\u0e1b\u0e34\u0e14\u0e07\u0e32\u0e19 \u0e41\u0e19\u0e30\u0e19\u0e33\u0e1c\u0e39\u0e49\u0e1e\u0e39\u0e14<br \/>\n<em>6:40 - 7:00 pm<\/em> Python tools for Data Science \u0e42\u0e14\u0e22 \u0e10\u0e34\u0e15\u0e34\u0e1e\u0e31\u0e17\u0e18 (\u0e21\u0e32\u0e22) \u0e21\u0e32\u0e22\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07 tools \u0e41\u0e25\u0e30\nlibrary \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e41\u0e25\u0e30\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e01\u0e31\u0e19<br \/>\n<em>7:00 - 7:20 pm<\/em> Python and Git in academic research \u0e42\u0e14\u0e22 \u0e15\u0e38\u0e25\u0e32\u0e01\u0e32\u0e23 (\u0e15\u0e38\u0e25\u0e22\u0e4c) \u0e15\u0e38\u0e25\u0e22\u0e4c\u0e08\u0e30\u0e1e\u0e39\u0e14\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\ngit version control \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e1e\u0e23\u0e48\u0e2b\u0e25\u0e32\u0e22\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e41\u0e25\u0e30 open source<br \/>\n<em>7:20 - 7:40 pm<\/em> <strong>Keynote<\/strong> \u0e15\u0e49\u0e32 \u0e27\u0e34\u0e42\u0e23\u0e08\u0e19\u0e4c \u0e2d\u0e14\u0e35\u0e15 Data Scientist \u0e08\u0e32\u0e01 Facebook \u0e41\u0e25\u0e30\u0e1c\u0e39\u0e49\u0e01\u0e48\u0e2d\u0e15\u0e31\u0e49\u0e07 Skooldio<br \/>\n<em>7:40 - 7:50 pm<\/em> \u0e1e\u0e31\u0e01 10 \u0e19\u0e32\u0e17\u0e35<br \/>\n<em>7:50 - 8:10 pm<\/em> Scene Text Recognition - \u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 AI \u0e43\u0e19\u0e01\u0e32\u0e23\u0e2d\u0e48\u0e32\u0e19\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e01\u0e31\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e43\u0e19\u0e0a\u0e35\u0e27\u0e34\u0e15\u0e1b\u0e23\u0e30\u0e08\u0e33\u0e27\u0e31\u0e19\u0e40\u0e19\u0e35\u0e48\u0e22\u0e25\u0e30 \u0e1e\u0e27\u0e01\u0e1b\u0e49\u0e32\u0e22\u0e1a\u0e2d\u0e01\u0e17\u0e32\u0e07 label \u0e2a\u0e34\u0e19\u0e04\u0e49\u0e32 \u0e42\u0e06\u0e29\u0e13\u0e32 \u0e1b\u0e49\u0e32\u0e22\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19 \u0e41\u0e25\u0e30\u0e2d\u0e37\u0e48\u0e19\u0e46\u0e2d\u0e35\u0e01\u0e21\u0e32\u0e01 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e43\u0e2b\u0e49 computer \u0e40\u0e02\u0e49\u0e32\u0e43\u0e08 \u0e41\u0e25\u0e30\u0e41\u0e1b\u0e25\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e08\u0e32\u0e01\u0e20\u0e32\u0e1e\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e15\u0e31\u0e27\u0e2b\u0e19\u0e31\u0e07\u0e2a\u0e37\u0e2d\u0e44\u0e14\u0e49<br \/>\n<em>8:10 - 8:30 pm<\/em> Deepcut - \u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21\u0e15\u0e31\u0e14\u0e04\u0e33\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22\u0e0b\u0e36\u0e48\u0e07\u0e23\u0e34\u0e40\u0e23\u0e34\u0e48\u0e21\u0e17\u0e33\u0e42\u0e14\u0e22\u0e1a\u0e23\u0e34\u0e29\u0e31\u0e17\u0e17\u0e23\u0e39 \u0e04\u0e2d\u0e23\u0e4c\u0e1b\u0e2d\u0e40\u0e23\u0e0a\u0e31\u0e48\u0e19 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 open source \u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e02\u0e35\u0e22\u0e19\u0e41\u0e25\u0e30\u0e1e\u0e39\u0e14\u0e42\u0e14\u0e22 \u0e1b\u0e36\u0e07 \u0e23\u0e31\u0e01\u0e1e\u0e07\u0e29\u0e4c<br \/><\/p>\n\n<hr \/>\n\n<p>\u0e0a\u0e48\u0e27\u0e07\u0e19\u0e35\u0e49\u0e17\u0e38\u0e01\u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e14\u0e49\u0e22\u0e34\u0e19\u0e04\u0e19\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07 Data Science, Machine Learning, Deep Learning \u0e01\u0e31\u0e19\u0e1a\u0e48\u0e2d\u0e22\u0e04\u0e23\u0e31\u0e49\u0e07\n\u0e1a\u0e32\u0e07\u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e23\u0e39\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e41\u0e25\u0e49\u0e27\u0e2b\u0e23\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e04\u0e33\u0e1e\u0e27\u0e01\u0e19\u0e35\u0e49\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19 \u0e2b\u0e23\u0e37\u0e2d\u0e1a\u0e32\u0e07\u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e44\u0e14\u0e49\u0e25\u0e2d\u0e07\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e08\u0e23\u0e34\u0e07\u0e46<\/p>\n\n<p>Data Science \u0e21\u0e35\u0e1a\u0e17\u0e1a\u0e32\u0e17\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e21\u0e32\u0e01\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07\u0e2a\u0e2d\u0e07\u0e2a\u0e32\u0e21\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e43\u0e19\u0e15\u0e48\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u200b \u0e21\u0e35\u0e01\u0e32\u0e23\u0e19\u0e33\u0e40\u0e17\u0e04\u0e19\u0e34\u0e04\u0e21\u0e32\u0e43\u0e0a\u0e49\n\u0e17\u0e31\u0e49\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e01\u0e32\u0e23\u0e1e\u0e22\u0e32\u0e01\u0e23\u0e13\u0e4c\u0e23\u0e32\u0e04\u0e32\u0e1a\u0e49\u0e32\u0e19 \u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e25\u0e38\u0e48\u0e21\u0e1c\u0e39\u0e49\u0e1a\u0e23\u0e34\u0e42\u0e20\u0e04\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e01\u0e32\u0e23\u0e17\u0e33 Personalize recommendation \u0e40\u0e0a\u0e48\u0e19\u0e43\u0e19 Amazon,\nSpotify \u0e41\u0e25\u0e30\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e2d\u0e35\u0e01\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22 \u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e43\u0e19\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e44\u0e17\u0e22\u0e01\u0e47\u0e40\u0e23\u0e37\u0e48\u0e21\u0e21\u0e35\u0e01\u0e32\u0e23\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e41\u0e25\u0e30\u0e19\u0e33\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c \u0e22\u0e01\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e17\u0e32\u0e07\u0e20\u0e32\u0e04\u0e23\u0e31\u0e10\u0e01\u0e47\u0e2d\u0e2d\u0e01\u0e40\u0e27\u0e47\u0e1a\u0e44\u0e0b\u0e15\u0e4c\n<a href=\"https:\/\/govspending.data.go.th\/\">\u0e20\u0e32\u0e29\u0e35\u0e44\u0e1b\u0e44\u0e2b\u0e19<\/a> \u0e43\u0e2b\u0e49\u0e04\u0e19\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49 \u0e40\u0e1b\u0e47\u0e19\u0e15\u0e49\u0e19<\/p>\n\n<p>\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21 tupleblog \u0e40\u0e25\u0e47\u0e07\u0e40\u0e2b\u0e47\u0e19\u0e16\u0e36\u0e07\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e41\u0e25\u0e30\u0e1a\u0e17\u0e1a\u0e32\u0e17\u0e02\u0e2d\u0e07 Data Science \u0e17\u0e35\u0e48\u0e08\u0e30\u0e21\u0e35\u0e43\u0e19\u0e17\u0e31\u0e49\u0e07\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08 \u0e2a\u0e37\u0e48\u0e2d \u0e23\u0e27\u0e21\u0e44\u0e1b\u0e16\u0e36\u0e07\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e43\u0e19\u0e40\u0e21\u0e37\u0e2d\u0e07\u0e44\u0e17\u0e22\n\u0e41\u0e25\u0e30\u0e04\u0e34\u0e14\u0e27\u0e48\u0e32\u0e19\u0e48\u0e32\u0e08\u0e30\u0e14\u0e35\u0e16\u0e49\u0e32\u0e21\u0e35\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e23\u0e27\u0e21\u0e01\u0e25\u0e38\u0e48\u0e21\u0e02\u0e2d\u0e07\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e19\u0e43\u0e08\u0e43\u0e19\u0e14\u0e49\u0e32\u0e19\u0e19\u0e35\u0e49\u0e43\u0e19\u0e44\u0e17\u0e22\u0e21\u0e32\u0e23\u0e27\u0e21\u0e15\u0e31\u0e27\u0e01\u0e31\u0e19 \u0e2b\u0e23\u0e37\u0e2d\u0e1e\u0e1a\u0e1b\u0e30\u0e01\u0e31\u0e19\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e25\u0e01\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\n\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e19\u0e43\u0e08 \u0e2b\u0e23\u0e37\u0e2d\u0e15\u0e48\u0e2d\u0e22\u0e2d\u0e14\u0e44\u0e1b\u0e16\u0e36\u0e07\u0e04\u0e27\u0e32\u0e21\u0e23\u0e48\u0e27\u0e21\u0e21\u0e37\u0e2d\u0e01\u0e31\u0e19\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e32\u0e01\u0e01\u0e25\u0e38\u0e48\u0e21\u0e04\u0e19\u0e2b\u0e25\u0e32\u0e22\u0e46 \u0e2a\u0e32\u0e02\u0e32\u0e43\u0e19\u0e44\u0e17\u0e22<\/p>\n\n<p>\u0e1e\u0e39\u0e14\u0e21\u0e32\u0e02\u0e19\u0e32\u0e14\u0e19\u0e35\u0e49 \u0e16\u0e49\u0e32\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e30\u0e44\u0e23\u0e15\u0e48\u0e2d\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e01\u0e47\u0e04\u0e07\u0e41\u0e1b\u0e25\u0e01\u0e2a\u0e34\u0e19\u0e30 \u0e2e\u0e48\u0e32\u0e46<\/p>\n\n<p>\u0e02\u0e48\u0e32\u0e27\u0e14\u0e35\u0e01\u0e47\u0e04\u0e37\u0e2d\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e01\u0e25\u0e38\u0e48\u0e21 tupleblog \u0e08\u0e30\u0e08\u0e31\u0e14\u0e07\u0e32\u0e19 meetup \u0e17\u0e35\u0e48\u0e2e\u0e31\u0e07\u0e01\u0e32\u0e23\u0e4c (Hangar) \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19 co-working space \u0e02\u0e2d\u0e07 DTAC \u0e43\u0e19\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48 3 \u0e2a\u0e34\u0e07\u0e2b\u0e32\u0e04\u0e21\u0e17\u0e35\u0e48\u0e08\u0e30\u0e16\u0e36\u0e07\u0e19\u0e35\u0e49!\n\u0e42\u0e14\u0e22\u0e07\u0e32\u0e19\u0e08\u0e30\u0e21\u0e35\u0e02\u0e36\u0e49\u0e19\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 6 \u0e42\u0e21\u0e07\u0e40\u0e22\u0e47\u0e19\u0e22\u0e32\u0e27\u0e44\u0e1b\u0e08\u0e19\u0e16\u0e36\u0e07\u0e2a\u0e32\u0e21\u0e17\u0e38\u0e48\u0e21<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e40\u0e0a\u0e34\u0e0d\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 (Data Scientist) \u0e41\u0e25\u0e30\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e32\u0e01\u0e2b\u0e25\u0e32\u0e22\u0e41\u0e02\u0e19\u0e07\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e43\u0e19\u0e07\u0e32\u0e19 Meetup \u0e14\u0e31\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e19\u0e35\u0e49<\/p>\n\n<ul>\n  <li>\u0e1e\u0e35\u0e48\u0e15\u0e49\u0e32 \u0e27\u0e34\u0e42\u0e23\u0e08\u0e19\u0e4c \u0e08\u0e34\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e01\u0e38\u0e25 \u0e2d\u0e14\u0e35\u0e15 Data Scientist \u0e08\u0e32\u0e01 Facebook \u0e41\u0e25\u0e30 Google Developer Expert \u0e43\u0e04\u0e23\u0e2d\u0e22\u0e32\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e1b\u0e23\u0e30\u0e27\u0e31\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e1e\u0e35\u0e48\u0e15\u0e49\u0e32\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e14\u0e39\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48 <a href=\"https:\/\/www.blognone.com\/node\/70257\">blognone<\/a><\/li>\n  <li>\u0e15\u0e38\u0e25\u0e32\u0e01\u0e32\u0e23 \u0e40\u0e23\u0e37\u0e2d\u0e07\u0e23\u0e2d\u0e07 \u0e1c\u0e39\u0e49\u0e0a\u0e48\u0e27\u0e22\u0e19\u0e31\u0e01\u0e27\u0e34\u0e08\u0e31\u0e22\u0e08\u0e32\u0e01\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22\u0e21\u0e2b\u0e34\u0e14\u0e25 \u0e01\u0e31\u0e1a Python \u0e41\u0e25\u0e30 git \u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22<\/li>\n  <li>\u0e10\u0e34\u0e15\u0e34\u0e1e\u0e31\u0e17\u0e18 \u0e2d\u0e31\u0e0a\u0e0a\u0e30\u0e01\u0e38\u0e25\u0e27\u0e34\u0e2a\u0e38\u0e17\u0e18\u0e34\u0e4c \u0e19\u0e31\u0e01\u0e28\u0e36\u0e01\u0e29\u0e32\u0e1b\u0e23\u0e34\u0e0d\u0e0d\u0e32\u0e40\u0e2d\u0e01\u0e08\u0e32\u0e01 University of Pennsylvania \u0e0b\u0e36\u0e48\u0e07\u0e02\u0e13\u0e30\u0e19\u0e35\u0e49\u0e01\u0e33\u0e25\u0e31\u0e07\u0e1d\u0e36\u0e01\u0e07\u0e32\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\nAllen Institute for Artificial Intelligence \u0e08\u0e30\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07 Data Science \u0e41\u0e25\u0e30 Machine Learning landspace \u0e43\u0e19 Python<\/li>\n  <li>\u0e23\u0e31\u0e01\u0e1e\u0e07\u0e29\u0e4c \u0e01\u0e34\u0e15\u0e15\u0e34\u0e19\u0e23\u0e32\u0e14\u0e23 Data Scientist \u0e08\u0e32\u0e01 True Corporation \u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e42\u0e1b\u0e23\u0e40\u0e08\u0e01\u0e15\u0e4c <a href=\"https:\/\/github.com\/rkcosmos\/deepcut\">deepcut<\/a> \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\nDeep Learning Algorithm \u0e08\u0e32\u0e01 Keras \u0e15\u0e31\u0e14\u0e04\u0e33\u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 \u0e41\u0e25\u0e30\u0e22\u0e31\u0e07\u0e40\u0e1b\u0e34\u0e14 open source \u0e20\u0e32\u0e22\u0e43\u0e15\u0e49 MIT license \u0e2d\u0e48\u0e32\u0e19\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01 <a href=\"https:\/\/www.blognone.com\/node\/93500\">blognone<\/a><\/li>\n  <li>\u0e18\u0e19\u0e32\u0e19\u0e1e \u0e01\u0e2d\u0e1a\u0e0a\u0e31\u0e22\u0e2a\u0e27\u0e31\u0e2a\u0e14\u0e34\u0e4c \u0e19\u0e31\u0e01\u0e28\u0e36\u0e01\u0e29\u0e32\u0e1b\u0e23\u0e34\u0e0d\u0e0d\u0e32\u0e40\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e08\u0e38\u0e2c\u0e32\u0e25\u0e07\u0e01\u0e23\u0e13\u0e4c\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22 \u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49 Machine Learning \u0e41\u0e25\u0e30 Deep Learning algorithm\n\u0e43\u0e19 Scene Text Recognition \u0e40\u0e0a\u0e48\u0e19\u0e01\u0e32\u0e23\u0e2b\u0e32\u0e2b\u0e21\u0e32\u0e22\u0e40\u0e25\u0e02\u0e1a\u0e49\u0e32\u0e19 \u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e23\u0e16 \u0e41\u0e25\u0e30\u0e40\u0e1a\u0e2d\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e19\u0e31\u0e01\u0e27\u0e34\u0e48\u0e07\u0e21\u0e32\u0e23\u0e32\u0e18\u0e2d\u0e19<\/li>\n<\/ul>\n\n<p>\u0e42\u0e14\u0e22\u0e41\u0e15\u0e48\u0e25\u0e30 talk \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e1b\u0e23\u0e30\u0e21\u0e32\u0e13\u200b 20 \u0e19\u0e32\u0e17\u0e35 \u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e07\u0e32\u0e19\u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e22\u0e31\u0e07\u0e44\u0e2b\u0e27\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e47\u0e0a\u0e31\u0e01\u0e0a\u0e27\u0e19\u0e44\u0e1b\u0e01\u0e34\u0e19\u0e14\u0e37\u0e48\u0e21\u0e01\u0e31\u0e19\u0e15\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e22\u0e48\u0e32\u0e19\u0e01\u0e31\u0e1a\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32<\/p>\n\n<p>\u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e1a speakers \u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e19 tupleblog \u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e27\u0e48\u0e32\u0e42\u0e1e\u0e2a\u0e15\u0e4c\u0e2b\u0e19\u0e49\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46\u0e02\u0e2d\u0e07\u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e19\u0e48\u0e19\u0e2d\u0e19<\/p>\n\n<h2 id=\"\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e40\u0e02\u0e49\u0e32\u0e07\u0e32\u0e19\">\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e40\u0e02\u0e49\u0e32\u0e07\u0e32\u0e19<\/h2>\n\n<p><strong>\u0e40\u0e15\u0e47\u0e21\u0e41\u0e25\u0e49\u0e27\u0e04\u0e23\u0e31\u0e1a!<\/strong><\/p>\n\n<p>\u0e1e\u0e27\u0e01\u0e40\u0e23\u0e32\u0e23\u0e31\u0e1a\u0e2a\u0e21\u0e31\u0e04\u0e23\u0e1a\u0e38\u0e04\u0e04\u0e25\u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b \u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c \u0e19\u0e34\u0e2a\u0e34\u0e15\u0e41\u0e25\u0e30\u0e19\u0e31\u0e01\u0e28\u0e36\u0e01\u0e29\u0e32 \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e42\u0e1b\u0e23\u0e41\u0e01\u0e23\u0e21 Python\n\u0e41\u0e25\u0e30\u0e21\u0e35\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19 Data Science \u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e16\u0e36\u0e07\u0e1b\u0e32\u0e19\u0e01\u0e25\u0e32\u0e07 \u0e2b\u0e23\u0e37\u0e2d\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19 Python \u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e2b\u0e23\u0e37\u0e2d\u0e18\u0e38\u0e23\u0e01\u0e34\u0e08<\/p>\n\n<p>\u0e23\u0e31\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19\u0e08\u0e33\u0e01\u0e31\u0e14\u0e17\u0e35\u0e48 50 \u0e04\u0e19\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e19\u0e30<\/p>\n\n<h2 id=\"\u0e23\u0e31\u0e1a\u0e2a\u0e21\u0e31\u0e04\u0e23-lighting-talk\">\u0e23\u0e31\u0e1a\u0e2a\u0e21\u0e31\u0e04\u0e23 lighting talk<\/h2>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e22\u0e31\u0e07\u0e23\u0e31\u0e1a\u0e2a\u0e21\u0e31\u0e04\u0e23 lighting talk \u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27 5 \u0e19\u0e32\u0e17\u0e35\u0e15\u0e48\u0e2d talk \u0e43\u0e04\u0e23\u0e17\u0e35\u0e48\u0e2a\u0e19\u0e43\u0e08\u0e2d\u0e22\u0e32\u0e01\u0e1e\u0e39\u0e14\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\nData Science \u0e2b\u0e23\u0e37\u0e2d Machine Learning \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c\u0e04\u0e38\u0e13\u0e01\u0e38\u0e01\u0e01\u0e34\u0e01\u0e44\u0e14\u0e49\u0e17\u0e35\u0e48 <code class=\"language-plaintext highlighter-rouge\">krichkorn@gmail.com<\/code><\/p>\n\n<h2 id=\"\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21\">\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21<\/h2>\n\n<p>\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19 \u0e40\u0e23\u0e32\u0e08\u0e30\u0e41\u0e08\u0e49\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e40\u0e15\u0e34\u0e21 \u0e23\u0e27\u0e21\u0e16\u0e36\u0e07\u0e15\u0e32\u0e23\u0e32\u0e07\u0e07\u0e32\u0e19\u0e01\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e40\u0e02\u0e49\u0e32\u0e07\u0e32\u0e19\u0e44\u0e1b\u0e17\u0e32\u0e07\u0e2d\u0e35\u0e40\u0e21\u0e25\u0e4c\u0e20\u0e32\u0e22\u0e43\u0e19\u0e1b\u0e25\u0e32\u0e22\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e01\u0e23\u0e01\u0e0e\u0e32\u0e04\u0e21\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/python-datascience-hangar\/\">Python Data Science and Machine Learning Meetup at Hangar<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on July 03, 2017.<\/p>\n  "},{"title":{"@attributes":{"type":"html"}},"link":{"@attributes":{"rel":"alternate","type":"text\/html","href":"https:\/\/tupleblog.github.io\/esrf-experience\/"}},"id":"https:\/\/tupleblog.github.io\/esrf-experience","published":"2017-06-25T05:45:00+07:00","updated":"2017-06-25T05:45:00+07:00","author":{"name":"tupleblog","uri":"https:\/\/tupleblog.github.io","email":"tupleblog@outlook.com"},"content":"\n    <p>\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e2d\u0e32\u0e17\u0e34\u0e15\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27\u0e44\u0e14\u0e49\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e44\u0e1b\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48 European Synchrotron Radiation Facility (ESRF) \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e28\u0e2a \u0e01\u0e47\u0e40\u0e25\u0e22\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e14\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e41\u0e25\u0e30\u0e40\u0e25\u0e48\u0e32\u0e16\u0e36\u0e07\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e44\u0e1b\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e31\u0e1a\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e42\u0e25\u0e01 \u0e41\u0e25\u0e30\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e40\u0e08\u0e49\u0e32\u0e15\u0e31\u0e27 synchrotron radiation \u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e41\u0e1a\u0e48\u0e07\u0e1a\u0e17\u0e04\u0e27\u0e32\u0e21\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19 4 \u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e22\u0e48\u0e2d\u0e22\u0e14\u0e49\u0e27\u0e22\u0e01\u0e31\u0e19 \u0e40\u0e23\u0e34\u0e48\u0e21\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e27\u0e48\u0e32\u0e2d\u0e30\u0e44\u0e23\u0e04\u0e37\u0e2d synchrotron radiation, \u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19 synchrotron radiation facility, \u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e17\u0e33 (\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e25\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e25\u0e36\u0e01\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e01\u0e25\u0e31\u0e27\u0e04\u0e19\u0e2d\u0e48\u0e32\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e44\u0e21\u0e48\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08 \u0e41\u0e15\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e25\u0e48\u0e32\u0e16\u0e36\u0e07\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e44\u0e1b\u0e17\u0e33\u0e21\u0e32), \u0e41\u0e25\u0e30\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e31\u0e48\u0e27\u0e46\u0e44\u0e1b\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a ESRF \u0e2a\u0e2d\u0e07\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e41\u0e23\u0e01\u0e08\u0e30\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e16\u0e49\u0e32\u0e43\u0e04\u0e23\u0e44\u0e21\u0e48\u0e16\u0e19\u0e31\u0e14\u0e01\u0e47\u0e02\u0e49\u0e32\u0e21\u0e44\u0e1b\u0e2a\u0e32\u0e21\u0e41\u0e25\u0e30\u0e2a\u0e35\u0e48\u0e44\u0e14\u0e49\u0e40\u0e25\u0e22<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/esrf\/view_esrf.jpg\" data-action=\"zoom\" \/>\n<\/center><\/figure>\n\n<h2 id=\"what-is-synchrotron-radiation\">What is synchrotron radiation?<\/h2>\n\n<p>\u0e2b\u0e25\u0e32\u0e22\u0e46 \u0e04\u0e19\u0e2d\u0e32\u0e08\u0e08\u0e30\u0e44\u0e21\u0e48\u0e04\u0e38\u0e49\u0e19\u0e01\u0e31\u0e1a\u0e04\u0e33\u0e27\u0e48\u0e32 synchrotron radiation \u0e41\u0e15\u0e48\u0e16\u0e49\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e41\u0e2a\u0e07 X-ray \u0e2d\u0e32\u0e08\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 \u0e43\u0e0a\u0e48\u0e41\u0e25\u0e49\u0e27\u0e41\u0e2a\u0e07 synchrotron \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e41\u0e2a\u0e07 X-ray \u0e40\u0e19\u0e35\u0e48\u0e22\u0e41\u0e2b\u0e25\u0e30 \u0e41\u0e15\u0e48\u0e27\u0e48\u0e32\u0e21\u0e31\u0e19\u0e21\u0e35\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e41\u0e2a\u0e07 X-ray \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e01\u0e31\u0e19\u0e43\u0e19\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e41\u0e1e\u0e17\u0e22\u0e4c\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e17\u0e48\u0e32 \u0e42\u0e14\u0e22\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e43\u0e19\u0e27\u0e07\u0e01\u0e32\u0e23\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e41\u0e2a\u0e07\u0e19\u0e35\u0e49\u0e2d\u0e35\u0e01\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e27\u0e48\u0e32 \u201chard\u201d X-ray \u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e02\u0e2d\u0e07\u0e41\u0e2a\u0e07 X-ray \u0e15\u0e31\u0e27\u0e19\u0e35\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e27\u0e31\u0e15\u0e16\u0e38\u0e43\u0e19\u0e2a\u0e16\u0e32\u0e19\u0e30\u0e1b\u0e01\u0e15\u0e34\u0e43\u0e2b\u0e49\u0e01\u0e25\u0e32\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e27\u0e31\u0e15\u0e16\u0e38\u0e01\u0e31\u0e21\u0e21\u0e31\u0e19\u0e15\u0e20\u0e32\u0e1e\u0e23\u0e31\u0e07\u0e2a\u0e35 (radioactive material) \u0e44\u0e14\u0e49\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27\u0e04\u0e25\u0e37\u0e48\u0e19\u0e02\u0e2d\u0e07\u0e41\u0e2a\u0e07 X-ray \u0e19\u0e31\u0e49\u0e19\u0e01\u0e47\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e44\u0e14\u0e49\u0e01\u0e31\u0e1a\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 atom \u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04\u0e02\u0e31\u0e49\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e2a\u0e34\u0e48\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46\u0e23\u0e2d\u0e1a\u0e15\u0e31\u0e27\u0e40\u0e23\u0e32 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e40\u0e08\u0e49\u0e32\u0e41\u0e2a\u0e07 hard X-ray \u0e19\u0e35\u0e49\u0e08\u0e36\u0e07\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e41\u0e1e\u0e23\u0e48\u0e2b\u0e25\u0e32\u0e22\u0e43\u0e19\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e27\u0e34\u0e08\u0e31\u0e22\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e41\u0e02\u0e19\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e44\u0e21\u0e48\u0e27\u0e48\u0e32\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19 \u0e40\u0e04\u0e21\u0e35, \u0e0a\u0e35\u0e27\u0e30, \u0e27\u0e31\u0e2a\u0e14\u0e38\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c (material science), \u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e2d\u0e2d\u0e1b\u0e42\u0e15\u0e2d\u0e34\u0e40\u0e25\u0e47\u0e04\u0e17\u0e23\u0e2d\u0e19\u0e34\u0e04 (Optoelectronic devices) \u0e41\u0e25\u0e30\u0e2d\u0e37\u0e48\u0e19\u0e46 \u0e2d\u0e35\u0e01\u0e21\u0e32\u0e01\u0e21\u0e32\u0e22 \u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e36\u0e01\u0e29\u0e32\u0e40\u0e23\u0e32\u0e40\u0e25\u0e48\u0e32\u0e27\u0e48\u0e32\u0e1a\u0e32\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e01\u0e47\u0e21\u0e35\u0e01\u0e32\u0e23\u0e19\u0e33\u0e14\u0e32\u0e27\u0e40\u0e17\u0e35\u0e22\u0e21\u0e21\u0e32\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e14\u0e49\u0e27\u0e22\u0e41\u0e2a\u0e07 synchrotron \u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e1b\u0e25\u0e48\u0e2d\u0e22\u0e02\u0e36\u0e49\u0e19\u0e44\u0e1b\u0e42\u0e04\u0e08\u0e23\u0e23\u0e2d\u0e1a\u0e42\u0e25\u0e01\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e17\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19\u0e14\u0e32\u0e23\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\n\u0e17\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e27\u0e48\u0e32\u0e43\u0e19\u0e2d\u0e27\u0e01\u0e32\u0e28\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e41\u0e2a\u0e07\u0e2a\u0e27\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e14\u0e27\u0e07\u0e14\u0e32\u0e27\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e21\u0e2d\u0e07\u0e40\u0e2b\u0e47\u0e19\u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e22\u0e31\u0e07\u0e21\u0e35\u0e41\u0e2a\u0e07 synchrotron \u0e17\u0e35\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e23\u0e30\u0e1a\u0e38\u0e16\u0e36\u0e07\u0e2b\u0e25\u0e38\u0e21\u0e14\u0e33 (black hole) \u0e44\u0e14\u0e49\u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22<\/p>\n\n<p>\u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e19\u0e35\u0e49\u0e2b\u0e25\u0e32\u0e22\u0e46 \u0e04\u0e19\u0e04\u0e07\u0e2d\u0e22\u0e32\u0e01\u0e23\u0e39\u0e49\u0e41\u0e25\u0e49\u0e27\u0e0b\u0e34\u0e27\u0e48\u0e32\u0e44\u0e2d\u0e49\u0e40\u0e08\u0e49\u0e32\u0e41\u0e2a\u0e07 synchrotron \u0e21\u0e31\u0e19\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e21\u0e32\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23 \u0e02\u0e31\u0e49\u0e19\u0e41\u0e23\u0e01\u0e40\u0e23\u0e32\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e17\u0e35\u0e48\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e14\u0e49\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e01\u0e48\u0e2d\u0e19 \u0e14\u0e49\u0e27\u0e22\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07 electromagnetic \u0e01\u0e32\u0e23\u0e2b\u0e31\u0e01\u0e40\u0e2b\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e02\u0e2d\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e43\u0e19\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e02\u0e2d\u0e07\u0e41\u0e2a\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32\u0e41\u0e2a\u0e07 synchrotron  \u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e01\u0e31\u0e1a\u0e14\u0e27\u0e07\u0e14\u0e32\u0e27\u0e2b\u0e23\u0e37\u0e2d\u0e2b\u0e25\u0e38\u0e21\u0e14\u0e33\u0e43\u0e19\u0e2d\u0e27\u0e01\u0e32\u0e28 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04\u0e17\u0e35\u0e48\u0e40\u0e14\u0e34\u0e19\u0e17\u0e32\u0e07\u0e43\u0e19\u0e2d\u0e27\u0e01\u0e32\u0e28\u0e16\u0e39\u0e01\u0e41\u0e23\u0e07\u0e14\u0e36\u0e07\u0e14\u0e39\u0e14\u0e02\u0e2d\u0e07\u0e14\u0e27\u0e07\u0e14\u0e32\u0e27\u0e41\u0e25\u0e30\u0e2b\u0e25\u0e38\u0e21\u0e14\u0e33\u0e2b\u0e31\u0e01\u0e40\u0e2b\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e21\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e41\u0e2a\u0e07 synchrotron \u0e02\u0e36\u0e49\u0e19 \u0e41\u0e25\u0e30\u0e19\u0e35\u0e48\u0e04\u0e37\u0e2d\u0e40\u0e2b\u0e15\u0e38\u0e1c\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e01\u0e32\u0e23\u0e19\u0e33\u0e14\u0e32\u0e27\u0e40\u0e17\u0e35\u0e22\u0e21\u0e21\u0e32\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e15\u0e32\u0e21\u0e17\u0e35\u0e48\u0e1a\u0e2d\u0e01\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19 \u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e07\u0e48\u0e32\u0e22\u0e46 \u0e19\u0e35\u0e49\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e0b\u0e31\u0e1a\u0e0b\u0e49\u0e2d\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e08\u0e30\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e43\u0e2b\u0e49\u0e41\u0e2a\u0e07\u0e17\u0e35\u0e48\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e41\u0e25\u0e30\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e28\u0e36\u0e01\u0e29\u0e32\u0e2a\u0e34\u0e48\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46<\/p>\n\n<p>\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23\u0e2b\u0e31\u0e01\u0e40\u0e2b\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e23\u0e1a\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e1c\u0e34\u0e27\u0e42\u0e25\u0e01 \u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e2a\u0e19\u0e32\u0e21\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e19\u0e31\u0e48\u0e19\u0e40\u0e2d\u0e07 \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e1c\u0e39\u0e49\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e04\u0e38\u0e49\u0e19\u0e40\u0e04\u0e22\u0e01\u0e31\u0e1a\u0e1f\u0e34\u0e2a\u0e34\u0e01\u0e2a\u0e4c\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e0a\u0e31\u0e49\u0e19\u0e21\u0e31\u0e18\u0e22\u0e21\u0e1b\u0e25\u0e32\u0e22\u0e19\u0e48\u0e32\u0e08\u0e30\u0e1e\u0e2d\u0e08\u0e33\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d electron \u0e40\u0e14\u0e34\u0e19\u0e17\u0e32\u0e07\u0e1c\u0e48\u0e32\u0e19\u0e2a\u0e19\u0e32\u0e21\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e08\u0e30\u0e21\u0e35\u0e41\u0e23\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 Lorentz force \u0e21\u0e32\u0e01\u0e23\u0e30\u0e17\u0e33\u0e15\u0e48\u0e2d\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e41\u0e25\u0e30\u0e14\u0e49\u0e27\u0e22\u0e41\u0e23\u0e07\u0e0a\u0e19\u0e34\u0e14\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e36\u0e07\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e01\u0e32\u0e23\u0e2b\u0e31\u0e01\u0e40\u0e2b\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e02\u0e2d\u0e07 electron \u0e41\u0e25\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e41\u0e2a\u0e07 synchrotron \u0e44\u0e14\u0e49  \u0e2a\u0e19\u0e32\u0e21\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e48\u0e32\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e04\u0e07\u0e17\u0e35\u0e48 (homogeneous magnetic field) \u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e43\u0e19\u0e22\u0e38\u0e04\u0e41\u0e23\u0e01\u0e46 \u0e02\u0e2d\u0e07 synchrotron radiation source \u0e41\u0e15\u0e48\u0e43\u0e19\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e2a\u0e19\u0e32\u0e21\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e41\u0e1a\u0e1a\u0e2a\u0e25\u0e31\u0e1a\u0e02\u0e31\u0e49\u0e27 (periodic magnetic field) \u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e19\u0e33\u0e21\u0e32\u0e43\u0e0a\u0e49\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e43\u0e19\u0e01\u0e32\u0e23\u0e1c\u0e25\u0e34\u0e15\u0e41\u0e2a\u0e07 synchrotron \u0e17\u0e35\u0e48\u0e21\u0e35\u0e04\u0e38\u0e13\u0e2a\u0e21\u0e1a\u0e31\u0e15\u0e34\u0e08\u0e33\u0e40\u0e1e\u0e32\u0e30\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/esrf\/inside.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"\u0e20\u0e32\u0e22\u0e43\u0e19\u0e2d\u0e32\u0e04\u0e32\u0e23\">\n      \u0e20\u0e32\u0e22\u0e43\u0e19\u0e2d\u0e32\u0e04\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48 \u0e42\u0e14\u0e22\u0e21\u0e35 storage ring \u0e2d\u0e22\u0e39\u0e48\u0e20\u0e32\u0e22\u0e43\u0e19\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e41\u0e21\u0e48\u0e40\u0e2b\u0e25\u0e47\u0e01\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e35\u0e22\u0e01\u0e23\u0e27\u0e21\u0e46 \u0e27\u0e48\u0e32 <strong>Insertion device<\/strong> \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e2a\u0e32\u0e21\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e2b\u0e25\u0e31\u0e01\u0e43\u0e19 synchrotron radiation source \u0e17\u0e31\u0e48\u0e27\u0e46 \u0e44\u0e1b \u0e42\u0e14\u0e22\u0e2d\u0e35\u0e01\u0e2a\u0e2d\u0e07\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e2b\u0e25\u0e31\u0e01\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e0a\u0e34\u0e49\u0e19\u0e41\u0e23\u0e01\u0e04\u0e37\u0e2d <strong>Accelerator<\/strong> \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e23\u0e48\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 \u0e42\u0e14\u0e22\u0e40\u0e08\u0e49\u0e32\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e23\u0e48\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04\u0e19\u0e35\u0e49\u0e08\u0e30\u0e17\u0e33\u0e01\u0e32\u0e23\u0e1c\u0e25\u0e34\u0e15 electron \u0e02\u0e36\u0e49\u0e19\u0e41\u0e25\u0e30\u0e40\u0e23\u0e48\u0e07\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e02\u0e2d\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e08\u0e25\u0e19\u0e4c\u0e43\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23 \u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e08\u0e25\u0e19\u0e4c\u0e02\u0e2d\u0e07 electron \u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e41\u0e1b\u0e23\u0e1c\u0e31\u0e19\u0e01\u0e31\u0e1a\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e41\u0e25\u0e30\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e27\u0e48\u0e32\u0e07\u0e02\u0e2d\u0e07\u0e41\u0e2a\u0e07 synchrotron \u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19 \u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e0a\u0e34\u0e49\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e04\u0e37\u0e2d <strong>Storage ring<\/strong> \u0e2b\u0e23\u0e37\u0e2d\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e31\u0e01\u0e40\u0e01\u0e47\u0e1a\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e08\u0e32\u0e01\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07 accelerator \u0e08\u0e30\u0e16\u0e39\u0e01\u0e40\u0e01\u0e47\u0e1a\u0e2d\u0e22\u0e39\u0e48\u0e20\u0e32\u0e22\u0e43\u0e19\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e40\u0e1b\u0e47\u0e19\u0e23\u0e30\u0e22\u0e30\u0e40\u0e27\u0e25\u0e32\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e46\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e19\u0e33\u0e44\u0e1b\u0e43\u0e0a\u0e49\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e2a\u0e07 synchrotron \u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07 \u0e41\u0e25\u0e30\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e01\u0e31\u0e01\u0e40\u0e01\u0e47\u0e1a\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 electron \u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e40\u0e23\u0e48\u0e07\u0e41\u0e25\u0e49\u0e27\u0e19\u0e31\u0e49\u0e19\u0e43\u0e2b\u0e49\u0e44\u0e14\u0e49\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e04\u0e07\u0e17\u0e35\u0e48\u0e43\u0e19\u0e23\u0e30\u0e22\u0e30\u0e40\u0e27\u0e25\u0e32\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e46 \u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e08\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48 \u0e41\u0e25\u0e30\u0e19\u0e35\u0e49\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e40\u0e2d\u0e01\u0e25\u0e31\u0e01\u0e29\u0e13\u0e4c\u0e02\u0e2d\u0e07 synchrotron radiation source \u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e2d\u0e32\u0e04\u0e32\u0e23\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48 \u0e41\u0e15\u0e48\u0e2d\u0e22\u0e48\u0e32\u0e1e\u0e36\u0e48\u0e07\u0e2a\u0e31\u0e1a\u0e2a\u0e19\u0e01\u0e31\u0e1a\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19\u0e02\u0e2d\u0e07 CERN \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e23\u0e48\u0e07\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04\u0e02\u0e19\u0e32\u0e14\u0e21\u0e2b\u0e36\u0e21\u0e32\u0e0b\u0e36\u0e48\u0e07\u0e21\u0e35\u0e27\u0e31\u0e15\u0e16\u0e38\u0e1b\u0e23\u0e30\u0e2a\u0e07\u0e04\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e42\u0e14\u0e22\u0e2a\u0e34\u0e49\u0e19\u0e40\u0e0a\u0e34\u0e07<\/p>\n\n<figure><center>\n  <img width=\"300\" src=\"\/images\/post\/esrf\/syncrotron.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Synchrotron Radiation Source\">\n      \u0e41\u0e1c\u0e19\u0e20\u0e32\u0e1e\u0e02\u0e2d\u0e07 synchrotron radiation source 1-3 \u0e04\u0e37\u0e2d accelerator, 4 \u0e04\u0e37\u0e2d storage ring, \u0e41\u0e25\u0e30 5-6 beamline.\n      (Cr: https:\/\/www.sni-portal.de\/kfs\/Infos\/Quellen\/synchrotronradiationsource.php)\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"synchrotron-radiation-facility\">Synchrotron radiation facility<\/h2>\n\n<p>\u0e04\u0e33\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e01\u0e47\u0e19\u0e48\u0e32\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e17\u0e38\u0e01\u0e04\u0e19\u0e44\u0e14\u0e49\u0e23\u0e39\u0e49\u0e08\u0e31\u0e01\u0e01\u0e31\u0e1a synchrotron radiation \u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27 \u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e40\u0e25\u0e34\u0e01\u0e2d\u0e48\u0e32\u0e19\u0e44\u0e1b\u0e01\u0e48\u0e2d\u0e19\u0e19\u0e30 \u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e1e\u0e39\u0e14\u0e16\u0e36\u0e07\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19 synchrotron radiation facility<\/p>\n\n<p>\u0e08\u0e30\u0e02\u0e2d\u0e22\u0e49\u0e2d\u0e19\u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e02\u0e22\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e27\u0e07\u0e41\u0e2b\u0e27\u0e19 storage ring \u0e41\u0e25\u0e30 insertion device \u0e2a\u0e31\u0e01\u0e19\u0e34\u0e14\u0e19\u0e36\u0e07\u0e01\u0e48\u0e2d\u0e19 \u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c insertion device \u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e21\u0e35\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e41\u0e04\u0e48\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e41\u0e15\u0e48\u0e2b\u0e32\u0e01\u0e21\u0e31\u0e19\u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e15\u0e34\u0e14\u0e15\u0e31\u0e49\u0e07\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e31\u0e48\u0e27\u0e17\u0e31\u0e49\u0e07 storage ring  \u0e02\u0e2d\u0e07 synchrotron radiation source \u0e15\u0e32\u0e21\u0e23\u0e39\u0e1b\u0e17\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19\u0e0b\u0e49\u0e32\u0e22 \u0e19\u0e31\u0e48\u0e19\u0e2b\u0e21\u0e32\u0e22\u0e04\u0e27\u0e32\u0e21\u0e27\u0e48\u0e32\u0e22\u0e34\u0e48\u0e07\u0e02\u0e19\u0e32\u0e14\u0e02\u0e2d\u0e07 storage ring \u0e01\u0e27\u0e49\u0e32\u0e07\u0e40\u0e17\u0e48\u0e32\u0e44\u0e2b\u0e23\u0e48\u0e01\u0e47\u0e08\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e21\u0e35\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e43\u0e2b\u0e49\u0e43\u0e2a\u0e48\u0e40\u0e08\u0e49\u0e32 insertion device \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e40\u0e22\u0e2d\u0e30\u0e40\u0e17\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19 \u0e42\u0e14\u0e22\u0e25\u0e33\u0e41\u0e2a\u0e07\u0e17\u0e35\u0e48\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e08\u0e32\u0e01 insertion device \u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 <strong>beamline<\/strong> \u0e17\u0e35\u0e48 ESRF \u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 33 beamlines \u0e41\u0e15\u0e48\u0e25\u0e30 beamline \u0e01\u0e47\u0e08\u0e30\u0e21\u0e35\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32\u0e41\u0e25\u0e30\u0e21\u0e35\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e46\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e2d\u0e2d\u0e01\u0e44\u0e1b\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e07\u0e32\u0e19\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e14\u0e49\u0e32\u0e19\u0e15\u0e48\u0e32\u0e07\u0e46<\/p>\n\n<p>\u0e42\u0e14\u0e22\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19 beamline \u0e08\u0e30\u0e41\u0e1a\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e31\u0e14\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e41\u0e22\u0e01\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e07\u0e32\u0e19 (Control room) \u0e41\u0e25\u0e30\u0e2a\u0e48\u0e27\u0e19\u0e17\u0e35\u0e48\u0e21\u0e35\u0e25\u0e33\u0e41\u0e2a\u0e07\u0e2d\u0e2d\u0e01\u0e21\u0e32 (Experimental hatch) \u0e15\u0e32\u0e21\u0e17\u0e35\u0e48\u0e01\u0e25\u0e48\u0e32\u0e27\u0e44\u0e27\u0e49\u0e02\u0e49\u0e32\u0e07\u0e15\u0e49\u0e19\u0e27\u0e48\u0e32\u0e41\u0e2a\u0e07 synchrotron \u0e19\u0e31\u0e49\u0e19\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e2d\u0e31\u0e19\u0e15\u0e23\u0e32\u0e22\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e21\u0e35\u0e1e\u0e25\u0e31\u0e07\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2a\u0e39\u0e07\u0e41\u0e25\u0e30\u0e2d\u0e33\u0e19\u0e32\u0e08\u0e01\u0e32\u0e23\u0e17\u0e30\u0e25\u0e38\u0e17\u0e30\u0e25\u0e27\u0e07\u0e21\u0e2b\u0e32\u0e28\u0e32\u0e25 \u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e02\u0e2d\u0e07 Experimental hatch \u0e19\u0e31\u0e49\u0e19\u0e08\u0e36\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e16\u0e39\u0e01\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e21\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e14\u0e35\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1b\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e01\u0e32\u0e23\u0e40\u0e25\u0e47\u0e14\u0e25\u0e2d\u0e14\u0e02\u0e2d\u0e07\u0e25\u0e33\u0e41\u0e2a\u0e07\u0e2d\u0e2d\u0e01\u0e21\u0e32 \u0e20\u0e32\u0e22\u0e43\u0e19\u0e04\u0e23\u0e48\u0e32\u0e27\u0e46\u0e01\u0e47\u0e08\u0e30\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e0a\u0e38\u0e14 optic \u0e41\u0e25\u0e30 filter \u0e15\u0e48\u0e32\u0e07\u0e46\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e42\u0e1f\u0e01\u0e31\u0e2a\u0e41\u0e2a\u0e07\u0e41\u0e25\u0e30\u0e25\u0e14\u0e17\u0e2d\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e21\u0e02\u0e49\u0e19\u0e02\u0e2d\u0e07\u0e41\u0e2a\u0e07 synchrotron \u0e41\u0e25\u0e30\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e02\u0e32\u0e14\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e20\u0e32\u0e22\u0e43\u0e19 Experimental hatch \u0e01\u0e47\u0e04\u0e37\u0e2d\u0e10\u0e32\u0e19\u0e27\u0e32\u0e07\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 (Sample holder) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 \u0e40\u0e08\u0e49\u0e32\u0e15\u0e31\u0e27\u0e10\u0e32\u0e19\u0e27\u0e32\u0e07\u0e19\u0e35\u0e49\u0e01\u0e47\u0e02\u0e36\u0e49\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2b\u0e23\u0e37\u0e2d\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e08\u0e30\u0e17\u0e33 \u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 \u0e10\u0e32\u0e19\u0e27\u0e32\u0e07\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e08\u0e30\u0e21\u0e35\u0e21\u0e2d\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e01\u0e32\u0e23\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e44\u0e1b\u0e43\u0e19\u0e17\u0e34\u0e28\u0e17\u0e32\u0e07\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e17\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19 Control room \u0e01\u0e47\u0e08\u0e30\u0e44\u0e21\u0e48\u0e21\u0e35\u0e2d\u0e30\u0e44\u0e23\u0e21\u0e32\u0e01\u0e44\u0e1b\u0e01\u0e27\u0e48\u0e32\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e46\u0e20\u0e32\u0e22\u0e43\u0e19 Experimental hatch<\/p>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/esrf\/working_space.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Working Space\">\n      \u0e42\u0e15\u0e4a\u0e30\u0e17\u0e33\u0e07\u0e32\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e43\u0e0a\u0e49\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e20\u0e32\u0e22\u0e43\u0e19 hatch \u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e15\u0e39\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19 experiment hatch\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<figure><center>\n  <img width=\"600\" src=\"\/images\/post\/esrf\/longtube.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Long Tube\">\n      \u0e17\u0e48\u0e2d\u0e02\u0e19\u0e32\u0e14\u0e22\u0e32\u0e27\u0e17\u0e35\u0e48\u0e20\u0e32\u0e22\u0e43\u0e19\u0e21\u0e35\u0e25\u0e33\u0e41\u0e2a\u0e07 synchrotron \u0e2d\u0e22\u0e39\u0e48 \u0e17\u0e48\u0e2d\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e02\u0e2d\u0e07 beamline \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e15\u0e48\u0e2d\u0e40\u0e0a\u0e37\u0e48\u0e2d\u0e21\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 insertion device \u0e01\u0e31\u0e1a experimental hatch\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<h2 id=\"experiments-at-synchrotron-radiation-source\">Experiments at synchrotron radiation source<\/h2>\n\n<p>\u0e40\u0e01\u0e23\u0e34\u0e48\u0e19\u0e19\u0e33\u0e44\u0e1b\u0e14\u0e49\u0e27\u0e22\u0e40\u0e19\u0e37\u0e49\u0e2d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e08\u0e30\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e44\u0e1b\u0e0b\u0e30\u0e40\u0e22\u0e2d\u0e30\u0e41\u0e25\u0e49\u0e27 \u0e40\u0e23\u0e32\u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e2d\u0e30\u0e44\u0e23\u0e17\u0e35\u0e48\u0e40\u0e1a\u0e32\u0e46 \u0e25\u0e07\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e25\u0e30\u0e01\u0e31\u0e19 \u0e27\u0e48\u0e32\u0e14\u0e49\u0e27\u0e22\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e44\u0e1b\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 \u0e43\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e08\u0e30\u0e21\u0e32\u0e40\u0e25\u0e48\u0e32\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e17\u0e33\u0e2d\u0e30\u0e44\u0e23\u0e44\u0e1b\u0e1a\u0e49\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e44\u0e1b\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e42\u0e19\u0e49\u0e19<\/p>\n\n<p>\u0e01\u0e32\u0e23\u0e08\u0e30\u0e44\u0e1b\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48 synchrotron radiation source \u0e44\u0e21\u0e48\u0e27\u0e48\u0e32\u0e08\u0e30\u0e17\u0e35\u0e48\u0e44\u0e2b\u0e19\u0e46 \u0e01\u0e47\u0e15\u0e32\u0e21\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e23\u0e34\u0e48\u0e21\u0e14\u0e49\u0e27\u0e22\u0e01\u0e32\u0e23\u0e22\u0e37\u0e48\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e41\u0e25\u0e30\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e33\u0e17\u0e35\u0e48 beamline \u0e19\u0e31\u0e49\u0e19\u0e46 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e17\u0e32\u0e07\u0e1c\u0e39\u0e49\u0e14\u0e39\u0e41\u0e25\u0e2d\u0e19\u0e38\u0e21\u0e31\u0e15\u0e34\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e01\u0e48\u0e2d\u0e19 \u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e17\u0e33\u0e40\u0e1b\u0e47\u0e19\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e32\u0e08\u0e32\u0e01\u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e36\u0e01\u0e29\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e17\u0e33\u0e44\u0e27\u0e49 \u0e40\u0e02\u0e32\u0e40\u0e25\u0e22\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e19\u0e22\u0e37\u0e48\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e44\u0e1b\u0e43\u0e2b\u0e49\u0e17\u0e32\u0e07 ESRF \u0e44\u0e14\u0e49\u0e1e\u0e34\u0e08\u0e32\u0e23\u0e13\u0e32\u0e41\u0e25\u0e30\u0e2d\u0e19\u0e38\u0e21\u0e31\u0e15\u0e34\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e44\u0e1b\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e44\u0e14\u0e49 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e01\u0e47\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e42\u0e0a\u0e04\u0e14\u0e35\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e40\u0e27\u0e25\u0e32\u0e08\u0e32\u0e01 beamline \u0e17\u0e35\u0e48\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e40\u0e23\u0e32\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e04\u0e25\u0e49\u0e32\u0e22\u0e46 \u0e01\u0e31\u0e19\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1b\u0e35\u0e01\u0e48\u0e2d\u0e19\u0e40\u0e25\u0e22\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e30\u0e14\u0e27\u0e01\u0e02\u0e36\u0e49\u0e19\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e2b\u0e32\u0e01\u0e21\u0e35\u0e42\u0e2d\u0e01\u0e32\u0e2a\u0e01\u0e47\u0e04\u0e32\u0e14\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49\u0e22\u0e37\u0e48\u0e19\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e14\u0e49\u0e27\u0e22\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e01\u0e48\u0e2d\u0e19\u0e08\u0e1a \u0e1b.\u0e40\u0e2d\u0e01 \u0e19\u0e35\u0e49\u0e14\u0e39\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e2d\u0e19\u0e38\u0e21\u0e31\u0e15\u0e34\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e41\u0e25\u0e49\u0e27 \u0e17\u0e32\u0e07 ESRF \u0e01\u0e47\u0e08\u0e30\u0e1a\u0e2d\u0e01\u0e27\u0e48\u0e32\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e17\u0e33\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48 beamline \u0e44\u0e2b\u0e19\u0e41\u0e25\u0e30\u0e27\u0e31\u0e19\u0e40\u0e27\u0e25\u0e32 (beamtime) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e44\u0e2b\u0e23\u0e48 \u0e40\u0e23\u0e32\u0e21\u0e35\u0e40\u0e27\u0e25\u0e32\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e15\u0e31\u0e27\u0e40\u0e1e\u0e37\u0e48\u0e2d beamtime \u0e19\u0e35\u0e49\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e15\u0e49\u0e19\u0e1b\u0e35 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e15\u0e25\u0e2d\u0e14\u0e23\u0e30\u0e22\u0e30\u0e40\u0e27\u0e25\u0e32 5 \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\n\u0e40\u0e23\u0e32\u0e40\u0e25\u0e22\u0e43\u0e0a\u0e49\u0e40\u0e27\u0e25\u0e32\u0e19\u0e35\u0e49\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e08\u0e30\u0e40\u0e15\u0e23\u0e35\u0e22\u0e21\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 (sample) \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e17\u0e33\u0e04\u0e27\u0e32\u0e21\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e2b\u0e25\u0e31\u0e01\u0e01\u0e32\u0e23\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e23\u0e27\u0e21\u0e17\u0e31\u0e49\u0e07\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e02\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e21\u0e32\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e44\u0e21\u0e48\u0e43\u0e2b\u0e49\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e43\u0e19\u0e04\u0e23\u0e31\u0e49\u0e07\u0e19\u0e35\u0e49\u0e2d\u0e35\u0e01 \u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e32\u0e01\u0e19\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e41\u0e23\u0e01\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e23\u0e32 \u0e40\u0e23\u0e32\u0e04\u0e48\u0e2d\u0e19\u0e02\u0e49\u0e32\u0e07\u0e17\u0e35\u0e48\u0e08\u0e30\u0e01\u0e14\u0e14\u0e31\u0e19\u0e41\u0e25\u0e30\u0e15\u0e37\u0e48\u0e19\u0e40\u0e15\u0e49\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e2b\u0e32\u0e01\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e1c\u0e34\u0e14\u0e1e\u0e25\u0e32\u0e14\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07 \u0e40\u0e23\u0e32\u0e01\u0e47\u0e08\u0e30\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e2d\u0e44\u0e1b\u0e08\u0e19\u0e01\u0e27\u0e48\u0e32\u0e08\u0e30\u0e44\u0e14\u0e49 beamtime \u0e04\u0e23\u0e31\u0e49\u0e07\u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27<\/p>\n\n<p>\u0e1e\u0e2d\u0e16\u0e36\u0e07\u0e40\u0e27\u0e25\u0e32\u0e08\u0e23\u0e34\u0e07 \u0e21\u0e35\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e40\u0e25\u0e47\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e01\u0e31\u0e1a\u0e15\u0e31\u0e27 beamline \u0e41\u0e15\u0e48\u0e01\u0e47\u0e40\u0e1b\u0e47\u0e19\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e04\u0e19\u0e14\u0e39\u0e41\u0e25 beamline \u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e08\u0e30\u0e22\u0e01\u0e40\u0e25\u0e34\u0e01\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e41\u0e15\u0e48\u0e42\u0e0a\u0e04\u0e14\u0e35\u0e17\u0e35\u0e48\u0e40\u0e02\u0e32\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e41\u0e01\u0e49\u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e44\u0e14\u0e49\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e27\u0e31\u0e19\u0e01\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48 beamtime \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e08\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21 \u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e1a\u0e2d\u0e01\u0e44\u0e27\u0e49\u0e27\u0e48\u0e32\u0e41\u0e2a\u0e07\u0e17\u0e35\u0e48\u0e2d\u0e2d\u0e01\u0e21\u0e32\u0e08\u0e32\u0e01\u0e41\u0e15\u0e48\u0e25\u0e30 beamline \u0e08\u0e30\u0e16\u0e39\u0e01\u0e15\u0e31\u0e49\u0e07\u0e44\u0e27\u0e49\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e19\u0e31\u0e49\u0e19\u0e46 \u0e1b\u0e31\u0e0d\u0e2b\u0e32\u0e17\u0e35\u0e48\u0e40\u0e01\u0e34\u0e14\u0e02\u0e36\u0e49\u0e19\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e01\u0e47\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e31\u0e49\u0e19\u0e19\u0e31\u0e48\u0e19\u0e41\u0e2b\u0e25\u0e30<\/p>\n\n<p>\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07 synchrotron radiation source \u0e19\u0e31\u0e49\u0e19\u0e08\u0e30\u0e17\u0e33\u0e07\u0e32\u0e19\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e15\u0e48\u0e2d\u0e40\u0e19\u0e37\u0e48\u0e2d\u0e07 24 \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07\u0e15\u0e48\u0e2d\u0e27\u0e31\u0e19 6 \u0e27\u0e31\u0e19\u0e15\u0e48\u0e2d\u0e2a\u0e31\u0e1b\u0e14\u0e32\u0e2b\u0e4c \u0e42\u0e14\u0e22\u0e08\u0e30\u0e21\u0e35\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48\u0e40\u0e23\u0e35\u0e22\u0e01\u0e27\u0e48\u0e32 \u201cmachine day\u201d \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e33\u0e01\u0e32\u0e23\u0e0b\u0e48\u0e2d\u0e21\u0e1a\u0e33\u0e23\u0e38\u0e07\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e46\u0e02\u0e2d\u0e07 beamline \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49 beamtime \u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e19\u0e31\u0e49\u0e19\u0e16\u0e39\u0e01\u0e43\u0e0a\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e04\u0e38\u0e49\u0e21\u0e04\u0e48\u0e32\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e23\u0e32\u0e40\u0e25\u0e22\u0e15\u0e49\u0e2d\u0e07\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e31\u0e19 24 \u0e0a\u0e31\u0e48\u0e27\u0e42\u0e21\u0e07\u0e40\u0e0a\u0e48\u0e19\u0e01\u0e31\u0e19 \u0e42\u0e14\u0e22\u0e43\u0e19\u0e01\u0e25\u0e38\u0e48\u0e21\u0e17\u0e35\u0e48\u0e44\u0e1b\u0e19\u0e31\u0e49\u0e19\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 4 \u0e04\u0e19 \u0e21\u0e35\u0e40\u0e23\u0e32 \u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e36\u0e01\u0e29\u0e32 \u0e19\u0e31\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19 \u0e1b.\u0e40\u0e2d\u0e01 \u0e02\u0e2d\u0e07\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e17\u0e35\u0e48\u0e1b\u0e23\u0e36\u0e01\u0e29\u0e32\u0e2d\u0e35\u0e01\u0e04\u0e19\u0e41\u0e15\u0e48\u0e40\u0e02\u0e32\u0e17\u0e33\u0e04\u0e19\u0e25\u0e30\u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d\u0e01\u0e31\u0e1a\u0e40\u0e23\u0e32 \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e19\u0e31\u0e01\u0e40\u0e23\u0e35\u0e22\u0e19 \u0e1b.\u0e40\u0e2d\u0e01 \u0e17\u0e35\u0e48\u0e21\u0e32\u0e0a\u0e48\u0e27\u0e22\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e40\u0e23\u0e32\u0e1b\u0e35\u0e17\u0e35\u0e48\u0e41\u0e25\u0e49\u0e27 \u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e40\u0e23\u0e32\u0e40\u0e2b\u0e47\u0e19\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e40\u0e23\u0e32\u0e01\u0e31\u0e1a\u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e41\u0e25\u0e49\u0e27\u0e2d\u0e35\u0e01\u0e2a\u0e2d\u0e07\u0e04\u0e19\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e40\u0e02\u0e49\u0e32\u0e43\u0e08\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e41\u0e25\u0e30\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e08\u0e30\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e2d\u0e32\u0e08\u0e32\u0e23\u0e22\u0e4c\u0e40\u0e25\u0e22\u0e43\u0e2b\u0e49\u0e40\u0e23\u0e32\u0e2d\u0e22\u0e39\u0e48\u0e01\u0e30\u0e14\u0e36\u0e01 \u0e43\u0e19\u0e15\u0e2d\u0e19\u0e41\u0e23\u0e01\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e23\u0e39\u0e49\u0e2a\u0e36\u0e01\u0e2d\u0e30\u0e44\u0e23\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e02\u0e49\u0e32\u0e01\u0e30\u0e14\u0e36\u0e01\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e2a\u0e21\u0e31\u0e22\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e47\u0e40\u0e2b\u0e47\u0e19\u0e1e\u0e35\u0e48\u0e46 \u0e17\u0e35\u0e48\u0e42\u0e23\u0e07\u0e07\u0e32\u0e19\u0e40\u0e02\u0e49\u0e32\u0e01\u0e30\u0e14\u0e36\u0e01\u0e01\u0e31\u0e19\u0e08\u0e19\u0e0a\u0e34\u0e19 \u0e41\u0e15\u0e48\u0e1e\u0e2d\u0e21\u0e32\u0e40\u0e08\u0e2d\u0e01\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e27\u0e31\u0e19\u0e41\u0e23\u0e01\u0e46 \u0e01\u0e47\u0e17\u0e23\u0e21\u0e32\u0e19\u0e2d\u0e22\u0e39\u0e48\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e1b\u0e23\u0e31\u0e1a\u0e15\u0e31\u0e27\u0e44\u0e14\u0e49 \u0e41\u0e15\u0e48\u0e1e\u0e2d\u0e1c\u0e48\u0e32\u0e19\u0e44\u0e1b\u0e44\u0e14\u0e49\u0e2a\u0e2d\u0e07\u0e04\u0e37\u0e19\u0e04\u0e37\u0e19\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e23\u0e32\u0e01\u0e47\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e40\u0e15\u0e47\u0e21\u0e17\u0e35\u0e48 \u0e16\u0e36\u0e07\u0e08\u0e38\u0e14\u0e19\u0e35\u0e49\u0e41\u0e25\u0e49\u0e27\u0e40\u0e23\u0e32\u0e25\u0e37\u0e21\u0e1a\u0e2d\u0e01\u0e44\u0e1b\u0e27\u0e48\u0e32 beamtime \u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e19\u0e31\u0e49\u0e19\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48 8 \u0e42\u0e21\u0e07\u0e40\u0e0a\u0e49\u0e32\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48 15 \u0e21\u0e34.\u0e22. \u0e16\u0e36\u0e07 8 \u0e42\u0e21\u0e07\u0e40\u0e0a\u0e49\u0e32\u0e27\u0e31\u0e19\u0e17\u0e35\u0e48 19 \u0e21\u0e34.\u0e22. \u0e23\u0e27\u0e21\u0e41\u0e25\u0e49\u0e27\u0e04\u0e37\u0e2d 4 \u0e27\u0e31\u0e19 4 \u0e04\u0e37\u0e19<\/p>\n\n<p>\u0e40\u0e23\u0e32\u0e44\u0e21\u0e48\u0e02\u0e2d\u0e25\u0e07\u0e25\u0e36\u0e01\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e25\u0e30\u0e01\u0e31\u0e19\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e04\u0e07\u0e15\u0e49\u0e2d\u0e07\u0e2d\u0e18\u0e34\u0e1a\u0e32\u0e22\u0e01\u0e31\u0e19\u0e2d\u0e35\u0e01\u0e22\u0e32\u0e27\u0e41\u0e25\u0e30\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e07\u0e23\u0e32\u0e22\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e27\u0e34\u0e0a\u0e32\u0e01\u0e32\u0e23\u0e17\u0e35\u0e48\u0e40\u0e22\u0e2d\u0e30\u0e01\u0e27\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e41\u0e15\u0e48\u0e2b\u0e25\u0e31\u0e01\u0e46 \u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e17\u0e33\u0e43\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e01\u0e30\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e01\u0e32\u0e23\u0e1b\u0e25\u0e48\u0e2d\u0e22\u0e41\u0e2a\u0e07 synchrotron \u0e44\u0e1b\u0e17\u0e35\u0e48\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07 \u0e2a\u0e48\u0e27\u0e19\u0e21\u0e32\u0e01\u0e08\u0e30\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e41\u0e01\u0e19\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32\u0e15\u0e48\u0e32\u0e07\u0e46 \u0e01\u0e31\u0e19\u0e14\u0e49\u0e27\u0e22\u0e41\u0e2a\u0e07 synchrotron \u0e41\u0e25\u0e49\u0e27\u0e01\u0e47\u0e40\u0e01\u0e47\u0e1a\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25 \u0e42\u0e14\u0e22\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e19\u0e35\u0e49\u0e21\u0e35\u0e02\u0e19\u0e32\u0e14\u0e43\u0e2b\u0e0d\u0e48\u0e16\u0e36\u0e07 24 Gb \u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e42\u0e14\u0e22\u0e23\u0e27\u0e21\u0e41\u0e25\u0e49\u0e27\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e19\u0e35\u0e49\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e40\u0e23\u0e47\u0e08\u0e40\u0e1b\u0e47\u0e19\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e1e\u0e2d\u0e43\u0e08 \u0e2a\u0e48\u0e27\u0e19\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e17\u0e35\u0e48\u0e44\u0e14\u0e49\u0e08\u0e30\u0e21\u0e35\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e21\u0e32\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19\u0e01\u0e47\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e25\u0e31\u0e1a\u0e21\u0e32\u0e19\u0e31\u0e48\u0e07\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c\u0e01\u0e31\u0e19\u0e15\u0e48\u0e2d\u0e44\u0e1b<\/p>\n\n<h2 id=\"\u0e2d\u0e37\u0e48\u0e19\u0e46\">\u0e2d\u0e37\u0e48\u0e19\u0e46<\/h2>\n\n<p>\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e19\u0e35\u0e49\u0e40\u0e23\u0e32\u0e01\u0e47\u0e08\u0e30\u0e02\u0e2d\u0e40\u0e02\u0e35\u0e22\u0e19\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e19\u0e48\u0e32\u0e2a\u0e19\u0e43\u0e08\u0e17\u0e31\u0e48\u0e27\u0e46 \u0e44\u0e1b\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a ESRF \u0e2d\u0e35\u0e01\u0e0b\u0e31\u0e01\u0e2b\u0e19\u0e48\u0e2d\u0e22\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e41\u0e01\u0e48\u0e2a\u0e32\u0e18\u0e32\u0e23\u0e13\u0e0a\u0e19<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/esrf\/esrf_river_view.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"ESRF River view\">\n      ESRF \u0e15\u0e31\u0e49\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e1b\u0e25\u0e32\u0e22\u0e2a\u0e38\u0e14\u0e02\u0e2d\u0e07\u0e41\u0e21\u0e48\u0e19\u0e49\u0e33\u0e43\u0e19\u0e23\u0e39\u0e1b\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>ESRF \u0e19\u0e31\u0e49\u0e19\u0e15\u0e31\u0e49\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e17\u0e35\u0e48\u0e40\u0e21\u0e37\u0e2d\u0e07 Grenoble \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e28\u0e2a \u0e1a\u0e23\u0e34\u0e40\u0e27\u0e13\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e15\u0e31\u0e49\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e15\u0e23\u0e07\u0e2a\u0e32\u0e21\u0e40\u0e2b\u0e25\u0e35\u0e48\u0e22\u0e21\u0e1b\u0e32\u0e01\u0e41\u0e21\u0e48\u0e19\u0e49\u0e33\u0e17\u0e35\u0e48\u0e21\u0e35\u0e41\u0e21\u0e48\u0e19\u0e49\u0e33<br \/>\nIs\u00e8re \u0e41\u0e25\u0e30 Le Drac \u0e44\u0e2b\u0e25\u0e21\u0e32\u0e1a\u0e23\u0e23\u0e08\u0e1a\u0e01\u0e31\u0e19 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e17\u0e35\u0e48\u0e15\u0e31\u0e49\u0e07\u0e14\u0e31\u0e07\u0e01\u0e25\u0e48\u0e32\u0e27\u0e22\u0e31\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e1a\u0e23\u0e34\u0e40\u0e27\u0e13\u0e40\u0e1b\u0e25\u0e37\u0e2d\u0e01\u0e42\u0e25\u0e01\u0e22\u0e38\u0e1a\u0e15\u0e31\u0e27\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e0a\u0e19\u0e01\u0e31\u0e19\u0e02\u0e2d\u0e07\u0e41\u0e1c\u0e48\u0e19\u0e40\u0e1b\u0e25\u0e37\u0e2d\u0e01\u0e42\u0e25\u0e01 Africa \u0e41\u0e25\u0e30 Europe \u0e2d\u0e35\u0e01\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e17\u0e37\u0e2d\u0e01\u0e40\u0e02\u0e32 Alps \u0e17\u0e32\u0e07\u0e14\u0e49\u0e32\u0e19\u0e15\u0e30\u0e27\u0e31\u0e19\u0e15\u0e01 \u0e08\u0e36\u0e07\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e21\u0e35\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30\u0e20\u0e39\u0e21\u0e34\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e41\u0e1a\u0e1a\u0e20\u0e39\u0e40\u0e02\u0e32\u0e41\u0e1b\u0e25\u0e01\u0e15\u0e32\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e17\u0e35\u0e48\u0e41\u0e2a\u0e14\u0e07\u0e43\u0e19\u0e23\u0e39\u0e1b<\/p>\n\n<p>\u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e20\u0e32\u0e22\u0e43\u0e19\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e01\u0e31\u0e1a ESRF \u0e22\u0e31\u0e07\u0e21\u0e35 neutron source ILL (Institut Laue-Langevin) Neutron source \u0e19\u0e35\u0e49\u0e43\u0e0a\u0e49\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e17\u0e32\u0e07\u0e19\u0e34\u0e27\u0e40\u0e04\u0e25\u0e35\u0e22\u0e23\u0e4c\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e1c\u0e25\u0e34\u0e15\u0e2d\u0e19\u0e38\u0e20\u0e32\u0e04 neutron \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e04\u0e25\u0e49\u0e32\u0e22\u0e46 \u0e01\u0e31\u0e1a hard X-ray \u0e41\u0e15\u0e48\u0e14\u0e49\u0e27\u0e22\u0e04\u0e38\u0e13\u0e2a\u0e21\u0e1a\u0e31\u0e15\u0e34\u0e17\u0e35\u0e48\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e08\u0e36\u0e07\u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21\u0e43\u0e19\u0e01\u0e32\u0e23\u0e43\u0e0a\u0e49\u0e28\u0e36\u0e01\u0e29\u0e32\u0e27\u0e34\u0e08\u0e31\u0e22\u0e04\u0e19\u0e25\u0e30\u0e14\u0e49\u0e32\u0e19\u0e01\u0e31\u0e1a hard X-ray \u0e42\u0e14\u0e22 neutron source \u0e41\u0e2b\u0e48\u0e07\u0e19\u0e35\u0e49\u0e16\u0e37\u0e2d\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e40\u0e1b\u0e47\u0e19 Nuclear plant \u0e17\u0e35\u0e48\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e01\u0e25\u0e49\u0e41\u0e2b\u0e25\u0e48\u0e07\u0e0a\u0e38\u0e21\u0e0a\u0e19\u0e2b\u0e19\u0e32\u0e41\u0e19\u0e48\u0e19\u0e21\u0e32\u0e01\u0e41\u0e2b\u0e48\u0e07\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e43\u0e19\u0e42\u0e25\u0e01\u0e01\u0e47\u0e27\u0e48\u0e32\u0e44\u0e14\u0e49 \u0e2b\u0e32\u0e01\u0e21\u0e35\u0e40\u0e27\u0e25\u0e32\u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15\u0e40\u0e23\u0e32\u0e01\u0e47\u0e2d\u0e22\u0e32\u0e01\u0e08\u0e30\u0e40\u0e02\u0e35\u0e22\u0e19\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e41\u0e15\u0e01\u0e15\u0e48\u0e32\u0e07\u0e23\u0e30\u0e2b\u0e27\u0e48\u0e32\u0e07 Neutron \u0e41\u0e25\u0e30 X-ray \u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19<\/p>\n\n<p>\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e19\u0e35\u0e49\u0e01\u0e47\u0e02\u0e2d tied in \u0e01\u0e25\u0e31\u0e1a\u0e44\u0e1b\u0e17\u0e35\u0e48\u0e21\u0e2b\u0e32\u0e25\u0e31\u0e22\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e2b\u0e19\u0e48\u0e2d\u0e22 \u0e43\u0e19\u0e2d\u0e19\u0e32\u0e04\u0e15\u0e2d\u0e31\u0e19\u0e43\u0e01\u0e25\u0e49\u0e19\u0e35\u0e49 Lund \u0e01\u0e47\u0e08\u0e30\u0e21\u0e35\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07 source \u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e01\u0e32\u0e23\u0e14\u0e39\u0e41\u0e25\u0e41\u0e25\u0e49\u0e27\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a synchrotron radiation source \u0e04\u0e37\u0e2d MAXIV \u0e41\u0e25\u0e30 neutron source \u0e04\u0e37\u0e2d ESS (European spallation source) \u0e42\u0e14\u0e22 MAXIV \u0e44\u0e14\u0e49\u0e01\u0e48\u0e2d\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e25\u0e49\u0e27\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e41\u0e25\u0e30\u0e40\u0e23\u0e34\u0e48\u0e21\u0e40\u0e14\u0e34\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e32\u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48\u0e1b\u0e25\u0e32\u0e22\u0e40\u0e14\u0e37\u0e2d\u0e19\u0e01\u0e23\u0e01\u0e0e\u0e32\u0e04\u0e21 \u0e1b\u0e35 \u0e04.\u0e28.2016 \u0e43\u0e19\u0e2a\u0e48\u0e27\u0e19\u0e02\u0e2d\u0e07 ESS \u0e19\u0e31\u0e49\u0e19\u0e01\u0e33\u0e25\u0e31\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e02\u0e31\u0e49\u0e19\u0e15\u0e2d\u0e19\u0e01\u0e32\u0e23\u0e01\u0e48\u0e2d\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e21\u0e35\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e41\u0e25\u0e49\u0e27\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e23\u0e32\u0e27\u0e46 \u0e1b\u0e35 \u0e04.\u0e28.2020 (\u0e2d\u0e31\u0e19\u0e19\u0e35\u0e49\u0e44\u0e21\u0e48\u0e04\u0e48\u0e2d\u0e22\u0e41\u0e19\u0e48\u0e43\u0e08\u0e19\u0e30\u0e04\u0e23\u0e31\u0e1a) ESS \u0e21\u0e35\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07 neutron \u0e04\u0e19\u0e25\u0e30\u0e41\u0e1a\u0e1a\u0e01\u0e31\u0e1a\u0e02\u0e2d\u0e07 ILL \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e41\u0e25\u0e49\u0e27\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e19\u0e48\u0e32\u0e01\u0e25\u0e31\u0e27\u0e40\u0e2b\u0e21\u0e37\u0e2d\u0e19\u0e17\u0e35\u0e48 ILL \u0e42\u0e14\u0e22\u0e2b\u0e25\u0e31\u0e07\u0e08\u0e32\u0e01\u0e17\u0e31\u0e49\u0e07\u0e2a\u0e2d\u0e07 facility \u0e19\u0e31\u0e49\u0e19\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e25\u0e49\u0e27\u0e40\u0e2a\u0e23\u0e47\u0e08\u0e17\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e2a\u0e27\u0e35\u0e40\u0e14\u0e19\u0e41\u0e25\u0e30\u0e21\u0e2b\u0e32\u0e27\u0e34\u0e17\u0e22\u0e32\u0e25\u0e31\u0e22 Lund \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e15\u0e31\u0e49\u0e07\u0e43\u0e08\u0e08\u0e30\u0e15\u0e31\u0e49\u0e07\u0e43\u0e2b\u0e49\u0e1e\u0e37\u0e49\u0e19\u0e17\u0e35\u0e48\u0e42\u0e14\u0e22\u0e23\u0e2d\u0e1a MAXIV \u0e41\u0e25\u0e30 ESS \u0e40\u0e1b\u0e47\u0e19\u0e28\u0e39\u0e19\u0e22\u0e4c\u0e01\u0e25\u0e32\u0e07\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e27\u0e34\u0e17\u0e22\u0e32\u0e28\u0e32\u0e2a\u0e15\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e01\u0e25\u0e38\u0e48\u0e21\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28 Scandinavia \u0e40\u0e25\u0e22\u0e17\u0e35\u0e40\u0e14\u0e35\u0e22\u0e27 \u0e19\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e19\u0e35\u0e49\u0e01\u0e32\u0e23\u0e21\u0e32\u0e02\u0e2d\u0e07 MAXIV \u0e41\u0e25\u0e30\u0e40\u0e17\u0e04\u0e42\u0e19\u0e42\u0e25\u0e22\u0e35\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e41\u0e2a\u0e07 synchrotron \u0e41\u0e1a\u0e1a\u0e43\u0e2b\u0e21\u0e48 \u0e17\u0e32\u0e07 ESRF \u0e08\u0e36\u0e07\u0e21\u0e35\u0e41\u0e1c\u0e19\u0e17\u0e35\u0e48\u0e08\u0e30\u0e1b\u0e34\u0e14\u0e1b\u0e23\u0e31\u0e1a\u0e1b\u0e23\u0e38\u0e07\u0e40\u0e1e\u0e37\u0e48\u0e2d upgrade \u0e20\u0e32\u0e22\u0e43\u0e19\u0e1b\u0e35 2018 \u0e08\u0e19\u0e16\u0e36\u0e07\u0e1b\u0e35 2019<\/p>\n\n<figure><center>\n  <img width=\"800\" src=\"\/images\/post\/esrf\/nuclear_plant.jpg\" data-action=\"zoom\" \/>\n\n  <figcaption>\n    <a title=\"Nuclear Plant\">\n      Nuclear plant \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e40\u0e1b\u0e47\u0e19 neutron source \u0e2b\u0e19\u0e49\u0e32\u0e15\u0e32\u0e04\u0e25\u0e49\u0e32\u0e22\u0e46 \u0e41\u0e17\u0e07\u0e04\u0e4c\u0e19\u0e49\u0e33\u0e14\u0e49\u0e32\u0e19\u0e2b\u0e25\u0e31\u0e07\n    <\/a>\n  <\/figcaption>\n<\/center><\/figure>\n\n<p>\u0e40\u0e23\u0e32\u0e2b\u0e27\u0e31\u0e07\u0e27\u0e48\u0e32\u0e04\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e48\u0e32\u0e19\u0e08\u0e30\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e41\u0e25\u0e30\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e40\u0e23\u0e37\u0e48\u0e2d\u0e07 Synchrotron \u0e44\u0e1b\u0e44\u0e21\u0e48\u0e21\u0e32\u0e01\u0e01\u0e47\u0e19\u0e49\u0e2d\u0e22 beamtime \u0e15\u0e48\u0e2d\u0e44\u0e1b\u0e02\u0e2d\u0e07\u0e40\u0e23\u0e32\u0e04\u0e37\u0e2d\u0e17\u0e35\u0e48 MAXIV \u0e2d\u0e32\u0e17\u0e34\u0e15\u0e22\u0e4c\u0e2b\u0e19\u0e49\u0e32 \u0e41\u0e25\u0e30 PETRAIII (Germany) \u0e40\u0e14\u0e37\u0e2d\u0e19\u0e01\u0e31\u0e19\u0e22\u0e32\u0e22\u0e19 \u0e44\u0e27\u0e49\u0e21\u0e35\u0e2d\u0e30\u0e44\u0e23\u0e14\u0e35\u0e46 \u0e41\u0e25\u0e49\u0e27\u0e08\u0e30\u0e21\u0e32\u0e40\u0e02\u0e35\u0e22\u0e19\u0e43\u0e2b\u0e49\u0e2d\u0e48\u0e32\u0e19\u0e01\u0e31\u0e19\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e1a<\/p>\n\n<p>\u0e02\u0e2d\u0e1a\u0e04\u0e38\u0e13\u0e17\u0e35\u0e48\u0e40\u0e02\u0e49\u0e32\u0e21\u0e32\u0e2d\u0e48\u0e32\u0e19\u0e04\u0e23\u0e31\u0e1a ^^<\/p>\n\n<p>\u0e08\u0e1a.<\/p>\n\n    <p><a href=\"https:\/\/tupleblog.github.io\/esrf-experience\/\">\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e01\u0e32\u0e23\u0e17\u0e14\u0e25\u0e2d\u0e07\u0e17\u0e35\u0e48 ESRF \u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28\u0e1d\u0e23\u0e31\u0e48\u0e07\u0e40\u0e28\u0e2a<\/a> was originally published by tupleblog at <a href=\"https:\/\/tupleblog.github.io\">tupleblog<\/a> on June 25, 2017.<\/p>\n  "}]}