Basic Machine Learning and Vision for Autonomous 

 การเรียนรู้เครื่องจักรขั้นพื้นฐานและการมองเห็นสำหรับยานยนต์อัตโนมัติ 

1(12-0)

วิชาบังคับก่อน :ไม่มี

พื้นฐานการเรียนรู้ของเครื่อง ประเภทของการเรียนรู้ของเครื่อง กระบวนการการเรียนรู้ของเครื่อง โมเดลโครงข่ายประสาทเทียม โมเดลโครงข่ายประสาทแบบ Convolution ทฤษฎีการตรวจจับวัตถุ และการประยุกต์ใช้การเรียนรู้ของเครื่องกับการมองเห็นของระบบอิสระ

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. สามารถอธิบายพื้นฐานการเรียนรู้ของเครื่อง ประเภทของการเรียนรู้ของเครื่องได้
2. สามารถเข้าใจกระบวนการการเรียนรู้ของเครื่องได้
3. สามารถวิเคราะห์โมเดลโครงข่ายประสาทเทียม โมเดลโครงข่ายประสาทแบบ Convolution ได้
4. สามารถเข้าใจทฤษีการตรวจจับวัตถุของการมองเห็นของคอมพิวเตอร์ได้
5. สามารถประยุกต์ใช้การเรียนรู้ของเครื่องกับการมองเห็นของระบบอิสระได้

Basic Machine Learning and Vision for Autonomous 

Prerequisite : none

Machine learning fundamental Types of Machine Learning machine learning process Neural network model convolution neural network model; object detection theory; and the application of machine learning to autonomous system vision.

Course Learning Outcomes (CLOs)

1. Able to explain the basics of machine learning Types of machines learning possible
2. Able to understand the machine learning process.
3. Able to analyze neural network model’s convolution neural network model
4. Able to understand the object detection theory of computer vision.
5. Machine learning can be applied to the vision of autonomous systems.