Machine Learning Fundamentals

พื้นฐานการเรียนรู้ของเครื่อง

4(4-0-8)

วิชาบังคับก่อน : ไม่มี

แนวคิดการเรียนรู้แบบมีผู้ฝึกสอนและไม่มีผู้ฝึกสอน การเตรียมข้อมูลและการสำรวจการกระจายข้อมูล การเรียนรู้ของเครื่องเชิงสถิติ การเรียนรู้ของเครื่องเชิงปัญญาประดิษฐ์ การประเมินผลการเรียนรู้ การแปลผลโมเดลที่ได้จากการเรียนรู้

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

ผู้เรียนสามารถอธิบายความแตกต่างระหว่างการเรียนรู้แบบมีผู้ฝึกสอนและแบบไม่มีผู้ฝึกสอน สามารถเตรียมข้อมูลและมีทักษะในการสำรวจการกระจายข้อมูล สามารถอธิบายขั้นตอนวิธีการเรียนรู้ของเครื่องเชิงสถิติและเชิงปัญญาประดิษฐ์ ประเมินประสิทธิภาพและอธิบายความหมายของโมเดลได้อย่างถูกต้อง

 

Machine Learning Fundamentals

4(4-0-8)

Prerequisite :   none

Supervised and unsupervised learning concepts; Data preparation and exploration; Statistical machine learning; AI-based machine learning; Evaluation of learning results; Learned model interpretation

Course Learning Outcomes (CLOs)

Students can explain difference between supervised and unsupervised learning. Students have the skill on preparing and exploring data, gain the knowledge regarding statistical learning and AI-based learning techniques, can evaluate the model’s performance, and be able to interpret correctly the meaning of the models.