การเรียนรู้ของเครื่องสำหรับวิศวกร
4(4-0-12)
วิชาบังคับก่อน : ไม่มี
พื้นฐานและแนวคิดการเรียนรู้ของเครื่อง อัลกอริทึมการเรียนรู้เครื่องจักรแบบดั้งเดิม แบบจำลองเชิงสถิติ การเรียนรู้ด้วยเครือข่ายประสาทเทียมแบบตื้น อัลกอริทึมเชิงแก่น ต้นไม้ตัดสินใจ ป่าสุ่ม เครื่องจักรเชิงส่งเสริมด้วยเกรเดียน การเรียนรู้เชิงคำนวณ การเรียนรู้แบบเสริมแรง การเรียนรู้เชิงลึกเบื้องต้น การเรียนรู้ด้วยเครือข่ายประสาทเทียมแบบลึก การประยุกต์ใช้การเรียนรู้ของเครื่องในงานด้านวิศวกรรม
เค้าโครงรายวิชา
- พื้นฐานและแนวคิดการเรียนรู้ของเครื่อง (4 ชม.)
- อัลกอริทึมการเรียนรู้เครื่องจักรแบบดั้งเดิม, แบบจำลองเชิงสถิติ อัลกอริทึมเชิงแก่น ต้นไม้ตัดสินใจ ป่าสุ่ม เครื่องจักรเชิงส่งเสริมด้วยเกรเดียน การเรียนรู้เชิงคำนวณ การเรียนรู้แบบเสริมแรง (10 ชม.)
- การเรียนรู้ด้วยเครือข่ายประสาทเทียมแบบตื้น (6 ชม.)
- การเรียนรู้เชิงลึกเบื้องต้น การเรียนรู้ด้วยเครือข่ายประสาทเทียมแบบลึก (12 ชม.)
- หัวข้อใหม่และการประยุกต์ใช้การเรียนรู้ของเครื่องในงานวิศวกรรมด้านต่าง ๆ (16 ชม.)
ผลสัมฤทธิ์การเรียนรู้
- มีความเข้าใจปัญหาเกี่ยวกับการเรียนรู้ของเครื่องในงานวิศวกรรมไฟฟ้า
- มีความเข้าใจวิธีแก้ปัญหา วิเคราะห์ผล และประยุกต์การแก้ปัญหาการเรียนรู้ของเครื่องในงานวิศวกรรมไฟฟ้า
- มีความเข้าใจและสามารถเขียนชุดคำสั่งคอมพิวเตอร์ในการแก้ปัญหาด้วยการเรียนรู้ของเครื่องได้
Machine Learning for Engineers
Prerequisite : None
Basic and concept of machine learning, traditional machine learning algorithm, probabilistic modeling, shallow learning-based neural network, kernel-based algorithm, decision tree, random forest, gradient boosting algorithm, computational intelligent learning, reinforcement learning, introduction to deep learning, deep learning-based neural network, recent topics and applications of machine learning in field of engineering study.
Course Outline
- Basic and concept of machine learning. (4 hr.)
- Traditional machine learning algorithm, probabilistic modeling, kernel algorithm, decision tree, random forest, computational intelligent learning, reinforcement learning. (10 hr.)
- Shallow learning-based neural network. (6 hr.)
- Introduction to deep learning, deep learning-based neural networks. (12 hr.)
- Recent topics and applications of machine learning in field of engineering study. (16 hr.)
Learning Outcomes
- Understand problems concerning machine learning for electrical engineers.
- Understand, analyze and apply appropriate methods for solving problems related to machine learning for electrical engineers.
- Understand and perform computer programming for solving problems related to machine learning.
