Machine Learning

การเรียนรู้ของเครื่อง

4(4-0-8)

วิชาบังคับก่อน : ไม่มี

เรียนรู้อัลกอริทึม ทฤษฎี และการประยุกต์ใช้การเรียนรู้ของเครื่องจักร ครอบคลุมหัวข้อต่างๆ เช่น การเรียนรู้แบบมีผู้ดูแล การเรียนรู้แบบไม่มีผู้ดูแล และการเรียนรู้แบบเสริมแรง เน้นการเข้าใจหลักการพื้นฐานของรูปแบบการเรียนรู้ของเครื่องจักร และการพัฒนาทักษะในการสร้าง ประเมิน และ
ปรับแต่งรูปแบบเหล่านี้สำหรับการใช้งานในโลกจริง

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. เข้าใจพื้นฐานทฤษฎีของอัลกอริทึมการเรียนรู้ของเครื่องจักร
2. ประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่องจักรเพื่อแก้ไขปัญหาทางปฏิบัติ
3. ประเมินและเปรียบเทียบประสิทธิภาพของรูปแบบการเรียนรู้ของเครื่องจักรที่แตกต่างกัน
4. พัฒนาความชำนาญในการใช้ไลบรารีและเฟรมเวิร์กการเรียนรู้ของเครื่องจักร

 

Machine Learning

Prerequisite : None

Learn algorithms, theories, and applications of machine learning, covering various topics such as supervised, unsupervised, and reinforcement learning. Emphasis is on understanding the fundamentals of machine learning models and developing skills in creating, evaluating, and fine-tuning these models for real-world applications.

Course Learning Outcomes (CLOs)

1. Understand the fundamentals of machine learning algorithms.
2. Apply machine learning techniques to solve practical problems.
3. Evaluate and compare the performance of different machine learning models.
4. Develop expertise in using machine learning libraries and frameworks.