ข้ามไปที่เนื้อหาหลัก
Machine Learning
แนวคิด ML
บทนำ
ข้อมูลเบื้องต้นเกี่ยวกับ ML
โมเดล ML
การถดถอยเชิงเส้น
การถดถอยแบบโลจิสติก
การจัดประเภท
ข้อมูล
การทำงานกับข้อมูลตัวเลข
การทำงานกับข้อมูลเชิงหมวดหมู่
ชุดข้อมูล การทั่วไป และการปรับให้พอดีมากเกินไป
โมเดล ML ขั้นสูง
โครงข่ายประสาทเทียม
การฝัง
ข้อมูลเบื้องต้นเกี่ยวกับโมเดลภาษาขนาดใหญ่
ML ในชีวิตจริง
ระบบ ML เวอร์ชันที่ใช้งานจริง
แมชชีนเลิร์นนิงอัตโนมัติ
ความยุติธรรม
หลักสูตรพื้นฐาน
หลักสูตรขั้นสูง
คำแนะนำ
อภิธานศัพท์
ข้อกำหนดทั้งหมด
การเป็นตัวแทน
การคลัสเตอร์
Decision Forest
พื้นฐาน
GCP
Generative AI
เมตริก
Responsible AI
TensorFlow
/
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Polski
Português – Brasil
Tiếng Việt
Türkçe
Русский
Українська
עברית
العربيّة
فارسی
हिंदी
বাংলা
ภาษาไทย
中文 – 简体
中文 – 繁體
日本語
한국어
ลงชื่อเข้าใช้
แนวคิด ML
หน้าแรก
หลักสูตรเร่งรัด
Machine Learning
แนวคิด ML
เพิ่มเติม
หน้าแรก
หลักสูตรเร่งรัด
หลักสูตรพื้นฐาน
หลักสูตรขั้นสูง
คำแนะนำ
อภิธานศัพท์
เพิ่มเติม
ลิงก์แบบรวดเร็ว
สิ่งที่ต้องดำเนินการก่อน
การออกกำลังกาย
ศูนย์ช่วยเหลือ
โมเดล ML
การถดถอยเชิงเส้น (80 นาที)
การถดถอยเชิงเส้น (10 นาที)
แพ้ (10 นาที)
แบบฝึกหัดแบบอินเทอร์แอกทีฟ: พารามิเตอร์ (5 นาที)
การลดค่าเชิงกริด (10 นาที)
ไฮเปอร์พารามิเตอร์ (10 นาที)
แบบฝึกหัดแบบอินเทอร์แอกทีฟ: การลดค่าการลาด (5 นาที)
แบบฝึกหัดการเขียนโปรแกรม (20 นาที)
ทดสอบความรู้ (10 นาที)
ขั้นตอนถัดไป
การถดถอยแบบโลจิสติก (35 นาที)
บทนำ (5 นาที)
การคำนวณความน่าจะเป็น (10 นาที)
การสูญเสียและการปรับให้เหมาะสม (10 นาที)
ทดสอบความรู้ (10 นาที)
ขั้นตอนถัดไป
การจัดประเภท (70 นาที)
บทนำ (3 นาที)
เกณฑ์และเมทริกซ์ความสับสน (12 นาที)
ความแม่นยำ การจดจํา ความแม่นยำ และเมตริกที่เกี่ยวข้อง (15 นาที)
ROC และ AUC (10 นาที)
ความเบี่ยงเบนของการคาดการณ์ (3 นาที)