Machine Learning 

การเรียนรู้ของเครื่องจักร                                                       

1(6-12)                                           

วิชาบังคับก่อน :โดยความเห็นชอบของสาขาวิชา

ศึกษาและฝึกปฏิบัติเกี่ยวกับการเรียนรู้ของเครื่องและทฤษฎีการเรียนรู้ ปัญหาการจำแนกประเภท การเรียนรู้แบบมีผู้สอน อาทิ เช่น อัลกอริทึมเพื่อนบ้านใกล้สุด k ตัว การถดถอย ค่าผิดปกติ ซัพพอร์ตเวกเตอร์แมชชีน การเลือกแบบจำลองและคุณลักษณะ การลดขนาดมิติของข้อมูล ต้นไม้ตัดสินใจ  เป็นต้น

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

  1. เข้าใจพื้นฐานการเรียนรู้ของเครื่อง
  2. คิด วิเคราะห์ และแก้ปัญหาด้วยวิธีการเรียนรู้ของเครื่อง
  3. ใช้เครื่องมือและใช้งานในการแก้ปัญหาทางด้านการเรียนรู้ของเครื่องได้

Machine Learning                                                            

Prerequisite : Consent of the school

Machine learning concepts and application. Supervised learning: generative, discriminative learning, parametric, non-parametric learning, support vector machines, probability methods, regression, decision tree models. Design and analysis of machine learning experiments.

Course Learning Outcomes (CLOs)

  1. Understand machine learning fundamentals.
  2. Think, analyze, and solve problems using machine learning methods.

Understand tools and use them to solve machine learning problems