การเรียนรู้ของเครื่อง
3(2-3-7)
วิชาบังคับก่อน: ไม่มี
แนวคิดการเรียนรู้แบบมีผู้ฝึกสอนและไม่มีผู้ฝึกสอน การเตรียมข้อมูลแลการสำรวจการกระจายข้อมูล การเรียนรู้ของเครื่องเชิงสถิติ การเรียนรู้ของเครื่องเชิงปัญญาประดิษฐ์ การประเมินผลการเรียนรู้ การแปลผลโมเดลที่ได้จากการเรียนรู้
ผลสัมฤทธิ์การเรียนรู้
- เข้าใจหลักการและกระบวนการของการเรียนรู้ของเครื่อง
- สามารถอธิบายความแตกต่างระหว่างการเรียนรู้แบบมีผู้ฝึกสอนและไม่มีผู้ฝึกสอนได้
- มีทักษะเตรียมข้อมูลและมีทักษะในการสำรวจการกระจายของข้อมูล
- สามารถอธิบายขั้นตอนวิธีการเรียนรู้ของเครื่องเชิงสถิติและเชิงปัญญาประดิษฐ์ได้
- ประเมินประสิทธิภาพและอธิบายความหมายของโมเดลได้
- ประยุกต์ใช้องค์ความรู้เพื่อแก้ปัญหาทางวิศวกรรมได้
Machine Learning
Prerequisite: none
Supervised and Unsupervised learning concept, Data preparation and exploration, Statistical machine learning, AI-based machine learning, Evaluation of learning results, Learned model interpretation
Learning outcomes
- Understanding principal and processes of machine learning
- Be able to explain difference between supervised and unsupervised learning
- Practical skill to prepare and explore data
- Be able to explain processes of statistical learning and AI-based learning
- Evaluate the model’s performance and be able to interpret correctly meaning of the models
- Apply the knowledge in machine learning to solve engineering problem
