หลักสูตรพื้นฐาน

หลักสูตรพื้นฐานครอบคลุมพื้นฐานแมชชีนเลิร์นนิงและแนวคิดหลัก

เราแนะนําให้เรียงลําดับตามด้านล่างนี้

ใหม่
ข้อมูลเบื้องต้นเกี่ยวกับแมชชีนเลิร์นนิง
หลักสูตรเชิงปฏิบัติเพื่อสํารวจข้อมูลพื้นฐานที่สําคัญของแมชชีนเลิร์นนิง
ใหม่
หลักสูตรที่จะช่วยจับคู่ปัญหาในชีวิตจริงกับโซลูชันแมชชีนเลิร์นนิง
ข้อมูลเบื้องต้นเกี่ยวกับการเตรียมข้อมูลสําหรับเวิร์กโฟลว์ ML
กลยุทธ์สําหรับการทดสอบและแก้ไขข้อบกพร่องของโมเดลแมชชีนเลิร์นนิงและไปป์ไลน์
เรียนหลักสูตร ML เพิ่มเติมเพื่อเพิ่มพูนความรู้และทักษะ

หลักสูตรขั้นสูง

หลักสูตรขั้นสูงจะสอนเครื่องมือและเทคนิคในการแก้ปัญหาแมชชีนเลิร์นนิงที่หลากหลาย

หลักสูตรมีโครงสร้างที่เป็นอิสระจากกัน ดําเนินการกับคําถามตามความสนใจหรือโดเมนที่เป็นปัญหา

ใหม่
ป่าการตัดสินใจเป็นทางเลือกของโครงข่ายระบบประสาทเทียม
ระบบคําแนะนําจะสร้างคําแนะนําที่ปรับเปลี่ยนในแบบของคุณ
การจัดกลุ่มเป็นกลยุทธ์แมชชีนเลิร์นนิงที่สําคัญที่ไม่มีการควบคุมดูแลเพื่อเชื่อมโยงรายการที่เกี่ยวข้อง
GAN จะสร้างอินสแตนซ์ข้อมูลใหม่ที่คล้ายกับข้อมูลการฝึก
รูปแมวหรือรูปสุนัข
แบบฝึกหัดแก้ปัญหาเกี่ยวกับความยุติธรรมที่เหมาะสม

คำแนะนำ

คําแนะนําของเราเป็นคําแนะนําทีละขั้นตอนสําหรับการแก้ปัญหาทั่วไปเกี่ยวกับแมชชีนเลิร์นนิงโดยใช้แนวทางปฏิบัติแนะนํา
มาเป็นวิศวกรแมชชีนเลิร์นนิงที่ดีขึ้นได้โดยทําตามแนวทางปฏิบัติแนะนําของแมชชีนเลิร์นนิงเหล่านี้ที่ Google
คู่มือนี้จะช่วย UXers, PM และนักพัฒนาซอฟต์แวร์ทํางานร่วมกันผ่านหัวข้อและคําถามเกี่ยวกับการออกแบบ AI
คําแนะนําที่ครอบคลุมนี้ให้คําแนะนําการแก้ปัญหาการจัดประเภทข้อความโดยใช้แมชชีนเลิร์นนิง
คู่มือนี้อธิบายกลวิธีที่นักวิเคราะห์ข้อมูลผู้เชี่ยวชาญใช้เพื่อประเมินชุดข้อมูลขนาดใหญ่ในปัญหาด้านแมชชีนเลิร์นนิง

อภิธานศัพท์

อภิธานศัพท์จะเป็นตัวกําหนดคําศัพท์เกี่ยวกับแมชชีนเลิร์นนิง
ใหม่
คําศัพท์และคําจํากัดความพื้นฐานของ ML
ใหม่
ข้อกําหนดและความหมายของคีย์การตัดสินใจของป่า
ใหม่
การจัดกลุ่มคําและคําจํากัดความที่สําคัญ
อภิธานศัพท์แบบเต็มที่มีคําจํากัดความทั้งหมด