ปัจจุบันงาน machine learning
การโค้ดดิ้งง่ายมากมีไลบรารี่ช่วยเยอะเลย
ที่เห็นในรูปเป็นตัวอย่าง python
เขียนไม่กี่บรรทัด ก็สามารถใช้อัลกอริทึมทีนิยมได้ เช่น Decision Tree, Support Vector Machines (SVM), KK-N (K-Nearest Neighbors), Logistic Regression, Naive Bayes เป็นต้น
.
.
.
.
.
😁 แจ้งข่าวหนังสือ "AI ไม่ยาก"
มีข่าวดีผู้เขียนได้อัปเดตเนื้อหาใหม่
เนื้อหาตอนนี้มี 584 หน้ากระดาษ A4
ด้วยคุณภาพอักษร ≈ 165,516 คำ
.
ใครเคยอุดหนุนไปแล้วสามารถกดซิงก์เพื่ออัปเดตได้เลย
ก็จะเห็นเนื้อหาแบ่งออกเป็นสองส่วน
.
✔ ส่วน 1 (เล่ม 1) เป็น machine learning (การเรียนรู้ของเครื่อง)
มีอัปเดตไปหลายบทด้วยกัน
.
✔ ส่วน 2 (เล่ม 2) เป็น deepl learning (การเรียนรู้เชิงลึก)
บทที่ 8 จะเป็นการอธิบายว่า AI มองเห็นภาพ ทำได้เหมือนคนมองเห็นได้อย่างไร?
บทที่ 9 จะเป็นการอธิบายว่า AI รับรู้ข้อมูลเป็นชุดๆ ต่อเนื่อง หรือซีรีย์ ได้อย่างเช่น หุ้น ภาพวีดีโอ ตัวอักษร เสียง ฯลฯ
บทที่ 10 จะเป็นการอธิบายว่าวิธีการสอน AI ให้เรียนรู้ตามหลักจิตวิทยาการเสริมแรง
บทที่ 11 จะเป็นการอธิบาย AI เรียนรู้แบบไร้คนสอน
.
.
สำหรับเล่มนี้ไม่มีโค้ดดิ้งให้ปวดหัว
เน้นอธิบายด้วยคณิตศาสตร์ฉบับเด็กม.ปลาย (มีทวนให้)
เหมาะกับคนที่ไม่ใช่สายคอมจ้ามากเท่าไร
แต่ต้องการศึกษา AI ปัญญหาประดิษฐ์ให้ทันโลก ตามยุคสมัยใหม่
ลองอ่านรีวิวเล่มนี้เพิ่มเติมได้จากผู้แต่ง "หนังสือเทพเอกเซล"
.
👉 https://www.facebook.com/thepexcel/posts/1424798431031509/
.
ตัวอย่างหนังสือ
👉 https://github.com/adminho/machine-learning/blob/master/README.md#ตัวอย่างแต่ละบท
.
.
✍ เขียนโดย โปรแกรมเมอร์ไทย thai programmer
Search