0
ลด 10%
สร้างการเรียนรู้สำหรับ AI ด้วย Python Machine Learning
เรียนรู้หลักการต่างๆ ของ Machine Learning วิธีการคิดเพื่อทำนายผลและช่วยการตัดสินใจของ AI เพื่อสามารถนำไปประยุกต์ใช้กับงานได้ตามต้องการ
1 เล่ม ลด 10%, 2 เล่ม ลด 15%
1 เล่ม ลด 10%, 2 เล่ม ลด 15%
อ่านต่อ
หนังสือ297.00 บาท
e-books(PDF) ?266.00 บาท
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

รายละเอียดหนังสือ
ISBN: 9786160842131 (ปกอ่อน) 388 หน้า
ขนาด: 190 x 240 x 18 มม.
น้ำหนัก: 675 กรัม
เนื้อในพิมพ์: ขาวดำ
ชนิดกระดาษ: กระดาษปอนด์
สำนักพิมพ์ซีเอ็ดยูเคชั่น, บมจ.
เดือนปีที่พิมพ์: 2021
สินค้าที่ลูกค้ามักซื้อด้วยกัน