ภาษาไทย 
English
Print Friendly
| ||||||||||||||||||||
| Course Description หลักการ ทฤษฎี และอัลกอริทึมสำหรับการเรียนรู้ของเครื่องจักร การเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้สอน การเรียนรู้แบบเสริมกำลัง การเรียนรู้แบบพาราเมทริกซ์และนอนพาราเมทริกซ์ การแบ่งกลุ่ม เทคนิคบูทและการรวม การจำแนกประเภท เช่น ซับพอร์ทเวกเตอร์แมชชีน โครงข่ายประสาทและการเรียนรู้เชิงลึกพื้นฐาน การประเมินประสิทธิภาพการเรียนรู้ กรณีศึกษากับงานด้านการประมวลผลข้อความและการประมวลผลภาพ Concepts, theories, and algorithms for machine learning, supervised learning, unsupervised learning, reinforcement learning, parametric and non-parametric learning, data clustering, boosting and ensemble techniques, classification such as support vector machine, neural networks, and basic deep learning, evaluation of learning performance, case studies in text processing and image processing |
