หลักสูตรพื้นฐาน

หลักสูตรพื้นฐานครอบคลุมพื้นฐานแมชชีนเลิร์นนิงและแนวคิดหลัก

เราแนะนําให้เรียงลําดับตามด้านล่างนี้

ใหม่
ข้อมูลเบื้องต้นเกี่ยวกับแมชชีนเลิร์นนิง
หลักสูตรเชิงปฏิบัติเพื่อสำรวจพื้นฐานที่สำคัญของแมชชีนเลิร์นนิง
ใหม่
หลักสูตรที่จะช่วยให้คุณเชื่อมโยงปัญหาในโลกแห่งความเป็นจริงเข้ากับโซลูชันแมชชีนเลิร์นนิง
คำแนะนำในการเตรียมข้อมูลสำหรับเวิร์กโฟลว์ ML
กลยุทธ์สำหรับการทดสอบและการแก้ไขข้อบกพร่องของโมเดลและไปป์ไลน์ของแมชชีนเลิร์นนิง
ศึกษาหลักสูตร ML เพิ่มเติมเพื่อเพิ่มพูนความรู้และทักษะของคุณ

หลักสูตรขั้นสูง

หลักสูตรขั้นสูงจะสอนเครื่องมือและเทคนิคในการแก้ปัญหาแมชชีนเลิร์นนิงที่หลากหลาย

หลักสูตรมีโครงสร้างที่เป็นอิสระจากกัน ดําเนินการกับคําถามตามความสนใจหรือโดเมนที่เป็นปัญหา

ใหม่
ป่าการตัดสินใจเป็นอีกทางเลือกหนึ่งนอกเหนือจากโครงข่ายประสาท
ระบบการแนะนำวิดีโอจะสร้างคำแนะนำที่ปรับให้เหมาะกับคุณ
การจัดกลุ่มเป็นกลยุทธ์แมชชีนเลิร์นนิงที่สำคัญที่ไม่มีการควบคุมดูแลเพื่อเชื่อมโยงรายการที่เกี่ยวข้อง
GAN จะสร้างอินสแตนซ์ข้อมูลใหม่ที่คล้ายคลึงกับข้อมูลการฝึกของคุณ
รูปนี้เป็นรูปแมวหรือสุนัข
แนวทางปฏิบัติเพื่อแก้ไขข้อบกพร่องเกี่ยวกับความเป็นธรรม

คำแนะนำ

คู่มือของเราจะแสดงคำแนะนำแบบทีละขั้นอย่างละเอียดสำหรับการแก้ปัญหาทั่วไปเกี่ยวกับแมชชีนเลิร์นนิงโดยใช้แนวทางปฏิบัติแนะนำ
เป็นวิศวกรแมชชีนเลิร์นนิงที่เก่งขึ้นได้ด้วยการทำตามแนวทางปฏิบัติแนะนำด้านแมชชีนเลิร์นนิงเหล่านี้ที่ Google ใช้
คู่มือนี้ช่วยให้ UXers, PM และนักพัฒนาแอปทํางานร่วมกันผ่านหัวข้อและคําถามเกี่ยวกับการออกแบบ AI
คู่มือที่ครอบคลุมนี้มีคำแนะนำแบบทีละขั้นในการแก้ปัญหาการจัดประเภทข้อความโดยใช้แมชชีนเลิร์นนิง
คู่มือนี้จะอธิบายกลเม็ดเคล็ดลับที่นักวิเคราะห์ข้อมูลผู้เชี่ยวชาญใช้ในการประเมินชุดข้อมูลขนาดใหญ่ในปัญหาแมชชีนเลิร์นนิง
คู่มือนี้จะอธิบายถึงวิธีการทางวิทยาศาสตร์ในการเพิ่มประสิทธิภาพการฝึกโมเดลการเรียนรู้เชิงลึก

อภิธานศัพท์

อภิธานศัพท์นี้จะนิยามคำศัพท์ที่ใช้แมชชีนเลิร์นนิง
ใหม่
คำศัพท์และคำจำกัดความพื้นฐานของ ML
ใหม่
คำศัพท์และคำจำกัดความที่สำคัญของฟอเรสต์การตัดสินใจ
ใหม่
การจัดกลุ่มคำและคำจำกัดความที่สำคัญ
อภิธานศัพท์แบบเต็มที่มีคำจำกัดความทั้งหมด