1 |
รู้จักกับ Machine Learning |
2 |
รู้จักกับชุดข้อมูล (Data Set) |
3 |
Iris Data Set |
4 |
MNIST Dataset |
5 |
แสดงภาพตัวเลขด้วย Pylab และ Matplotlib |
6 |
แสดงภาพตัวเลข MNIST Dataset (ตัวเต็ม) |
7 |
เขียนโปรแกรมแบ่งชุดข้อมูล |
8 |
ไลบราลี่ Seaborn |
9 |
รู้จัก Linear Regression |
10 |
การกระจายข้อมูล (Scatter) |
11 |
สร้างโมเดล Linear Regression |
12 |
สร้างโมเดลทำนายอุณหภูมิ |
13 |
การวัดประสิทธิภาพโมเดล |
14 |
Binary Classifier |
15 |
Gradient Descent |
16 |
เขียนโปรแกรมแบ่งชุดข้อมูล MNIST |
17 |
จำแนกข้อมูลเป็น 2 กลุ่ม (Binary Classification) |
18 |
Stochastic Gradient Descent (SGD) |
19 |
Cross Validation |
20 |
Confusion Matrix |
21 |
Precision Recall และ F1-Score |
22 |
การคำนวณหาเพื่อนบ้านใกล้สุด (K-NN) |
23 |
การสร้าง KNN Model |
24 |
ทำนายโรคเบาหวานด้วย KNN พร้อมค่า K ที่เหมาะสม |
25 |
ทำนายโรคเบาหวานด้วย KNN และวัดประสิทธิภาพโมเดล |
26 |
ทฤษฎีการจัดหมวดหมู่ด้วย Naive Bayes |
27 |
สร้างโมเดลด้วย Gaussian Naive Baye |
28 |
ทำนายรายได้ประชากรด้วย GaussianNB |
29 |
การวิเคราะห์องค์ประกอบหลัก (PCA) |
30 |
การใช้ PCA ทำงานร่วมกับโมเดล |
31 |
MNIST Dataset ทำงานร่วมกับ PCA |
32 |
การจัดกลุ่มด้วย K-Means(K-Means Clustering) |
33 |
การประยุกต์ใช้ K-Means(K-Means Clustering) |
34 |
การจดจำใบหน้า (Face Recognition) |
35 |
แสดงข้อมูลใบหน้า (LFW Databset) |
36 |
สร้างโมเดลด้วย SVM (Support Vector Machine) |
37 |
รู้จักกับ Neural Network |
38 |
สร้างโมเดลจดจำตัวอักษรด้วย MLP |
请发表评论