สร้างแบบจําลองการเรียนรู้ของเครื่อง

  • เส้นทางการเรียนรู้
  • 6 โมดูล

สรุปย่อ

การเรียนรู้ของเครื่องเป็นพื้นฐานสําหรับการสร้างแบบจําลองเชิงทํานายและปัญญาประดิษฐ์ เรียนรู้หลักการหลักของการเรียนรู้ของเครื่องและวิธีการใช้เครื่องมือและเฟรมเวิร์กทั่วไปเพื่อฝึก ประเมิน และใช้แบบจําลองการเรียนรู้ของเครื่อง

สิ่งที่จำเป็นต้องมี

เส้นทางการเรียนรู้นี้ถือว่ามีความรู้เกี่ยวกับแนวคิดทางคณิตศาสตร์ขั้นพื้นฐาน ประสบการณ์บางอย่างของ Python ก็มีประโยชน์เช่นกัน

โมดูลในพาธการเรียนรู้นี้

บทนําสู่แนวคิดการเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่องเป็นพื้นฐานสำหรับโซลูชันปัญญาประดิษฐ์สมัยใหม่ ความคุ้นเคยกับแนวคิดหลักที่เป็นพื้นฐานของการเรียนรู้ของเครื่องถือเป็นรากฐานสำคัญสำหรับการทำความเข้าใจ AI

สํารวจและวิเคราะห์ข้อมูลด้วย Python

การสํารวจและวิเคราะห์ข้อมูลเป็นหัวใจสําคัญของวิทยาศาสตร์ข้อมูล นักวิทยาศาสตร์ข้อมูลจําเป็นต้องมีทักษะในภาษาการเขียนโปรแกรม เช่น Python เพื่อสํารวจ แสดงภาพ และจัดการข้อมูล

ฝึกและประเมินแบบจําลองการถดถอย

การถดถอยเป็นการเรียนรู้ของเครื่องที่ใช้กันทั่วไปสําหรับการทํานายค่าตัวเลข

ฝึกและประเมินแบบจําลองการจัดประเภท

การจําแนกประเภทเป็นการเรียนรู้ของเครื่องที่ใช้ในการจัดประเภทรายการลงในประเภท

ฝึกและประเมินแบบจําลองการคลัสเตอร์

การคลัสเตอร์เป็นแมชชีนเลิร์นนิ่งชนิดหนึ่งที่ใช้ในการจัดกลุ่มรายการที่คล้ายกันลงในคลัสเตอร์

ฝึกและประเมินแบบจําลองการเรียนรู้แบบเจาะลึก

การเรียนรู้เชิงลึกเป็นรูปแบบขั้นสูงของการเรียนรู้ของเครื่องที่เลียนแบบวิธีที่สมองมนุษย์เรียนรู้ผ่านเครือข่ายของเซลล์ประสาทที่เชื่อมต่อ

เริ่ม