รูปภาพสินค้า รหัส9786160842131
9786160842131
เรียนรู้หลักการต่างๆ ของ Machine Learning วิธีการคิดเพื่อทำนายผลและช่วยการตัดสินใจของ AI เพื่อสามารถนำไปประยุกต์ใช้กับงานได้ตามต้องการ
ผู้เขียนบัญชา ปะสีละเตสัง

ส่วนลด 0 %
ราคาปก 330.00 บาท
ราคาสุทธิ 330.00 บาท
Bookmark and Share
รายละเอียดหนังสือ
รหัสสินค้า: 9786160842131
จำนวน: 388 หน้า
ขนาดรูปเล่ม: 190 x 240 x 18 มม.
น้ำหนัก: 675 กรัม
เนื้อในพิมพ์: ขาวดำ 
ชนิดปก: ปกอ่อน 
ชนิดกระดาษ: กระดาษปอนด์ 
หน่วย: เล่ม 
สำนักพิมพ์: ซีเอ็ดยูเคชั่น, บมจ. 
:: เนื้อหาโดยสังเขป
ปัจจุบัน มีการนำเทคโนโลยี AI มาประยุกต์ใช้กับงานด้านต่าง ๆ อย่างแพร่หลาย จนอาจกล่าวได้ว่า กิจกรรมบางอย่างในชีวิตประจำวันของเราอาจเกี่ยวข้อง AI ไม่มากก็น้อย และในส่วนของผู้ที่ต้องการศึกษาเรียนรู้ทางด้าน AI ความรู้พื้นฐานที่จำเป็นต้องมีในลำดับต้น ๆ ก็คือ Machine Learning เพราะต้องใช้สำหรับการคำนวณเพื่อทำนายผลและตัดสินใจ หรืออาจกล่าวได้ว่า Machine Learning ก็คือวิธีการคิดของ AI นั่นเอง

อย่างไรก็ตาม Machine Learning มีโมเดลหรือ Algorithm ให้เลือกใช้หลากหลายชนิด ซึ่งต่างก็มีรูปแบบการคำนวณในแบบเฉพาะของตนเอง และเหมาะกับข้อมูลที่มีลักษณะของแตกต่างกัน ในหนังสือเล่มนี้จึงได้รวบรวมหลักการของโมเดล ซึ่งนอกจากจะกล่าวถึงวิธีคิดและการคำนวณของแต่ละโมเดลด้วยคณิตศาสตร์ระดับพื้นฐานแล้ว ยังนำเสนอขั้นตอนการใช้งานผ่านไลบรารี Scikit-Learn พร้อมตัวอย่างการใช้งานที่หลากหลายรูปแบบ เพื่อให้ผู้อ่านได้เรียนรู้หลักการต่างๆ ของ Machine Learning จนเกิดความเข้าใจที่ดีพอในระดับหนึ่ง และสามารถนำไปประยุกต์ใช้กับงานด้าน AI ได้ตามต้องการ
:: สารบัญ
บทที่ 1 Machine Learning (ML) และเครื่องมือเขียนโค้ด
บทที่ 2 พื้นฐาน Data Science
บทที่ 3 การจัดเตรียมข้อมูลสำหรับ ML
บทที่ 4 โมเดล Linear Regression
บทที่ 5 โมเดล Logistic Regression
บทที่ 6 โมเดล Support Vector Macthines
บทที่ 7 โมเดล K-Nearest Nighbors
บทที่ 8 โมเดล Naive Bayes
บทที่ 9 โมเดล Decision Tree
บทที่ 10 โมเดล Neural Network
บทที่ 11 โมเดล K-Means Clustering
บทที่ 12 การเรียนรู้แบบ Ensemble