Podcast
Questions and Answers
รายวิชานี้มีชื่อว่าอะไร?
รายวิชานี้มีชื่อว่าอะไร?
การแยกแยะข้อมูลและการแบ่งกลุ่มข้อมูล
อาจารย์ผู้สอนคือใคร?
อาจารย์ผู้สอนคือใคร?
ผู้ช่วยศาสตราจารย์ภานุวัฒน์ เมฆะ
ระยะเวลาการเรียนการสอนในรายวิชานี้มีการบรรยาย และปฏิบัติ เวลาเท่าไหร่?
ระยะเวลาการเรียนการสอนในรายวิชานี้มีการบรรยาย และปฏิบัติ เวลาเท่าไหร่?
- 3 ชั่วโมงบรรยาย, 2 ชั่วโมงปฏิบัติ
- 2 ชั่วโมงบรรยาย, 5 ชั่วโมงปฏิบัติ
- 5 ชั่วโมงบรรยาย, 2 ชั่วโมงปฏิบัติ
- 2 ชั่วโมงบรรยาย, 3 ชั่วโมงปฏิบัติ (correct)
การวัดผลในภาคทฤษฎีมีเกรดอะไรบ้าง?
การวัดผลในภาคทฤษฎีมีเกรดอะไรบ้าง?
ในบทเรียนนี้มีการแสดงการใช้เทคโนโลยีอะไรบ้าง?
ในบทเรียนนี้มีการแสดงการใช้เทคโนโลยีอะไรบ้าง?
การเรียนรู้แบบไม่มีผู้สอน ถือเป็นการเรียนรู้ที่จำเป็นต้องมีข้อมูลที่มีคุณภาพสูงเพื่อสร้างแบบจำลองที่ดี?
การเรียนรู้แบบไม่มีผู้สอน ถือเป็นการเรียนรู้ที่จำเป็นต้องมีข้อมูลที่มีคุณภาพสูงเพื่อสร้างแบบจำลองที่ดี?
ในวิธีการจัดกลุ่มข้อมูล มีการศึกษาเกี่ยวกับวิธีการอะไรบ้าง?
ในวิธีการจัดกลุ่มข้อมูล มีการศึกษาเกี่ยวกับวิธีการอะไรบ้าง?
Study Notes
รายละเอียดวิชา
- ชื่อรายวิชา: การแยกแยะข้อ มู ล และการแบ่ ง กลุ่ ม ข้อ มู ล
- รหัสวิชา: 10301375
- วิชาเอกเลือก จำนวน 3 หน่วยกิต
- ไม่มีวิชาบังคับก่อน
โครงสร้างการเรียนการสอน
- การเรียนรู้หลัก: วิธีการที่มีผู้สอนและไม่มีผู้สอน
- เนื้อหาที่สำคัญ:
- การจำแนกประเภทข้อมูล
- ต้นไม้ตัดสินใจ
- โครงข่ายประสาทเทียม
- วิธีซัพพอร์ตเวกเตอร์แมทชีน
- การจำแนกแบบร่วมกันตัดสินใจ
- การประเมินและทดลองกับฐานข้อมูล
การวัดผลและประเมินผล
- ภาคทฤษฎี:
- สอบกลางภาค: 20%
- สอบปลายภาค: 30%
- ภาคปฏิบัติ:
- สอบปฏิบัติ: 5%
- แบบฝึกหัด (Online + Offline): 20%
- โครงงาน: 15%
- การเข้าชั้นเรียน: 10%
- เกรดและช่วงคะแนน: A (100-80), B+ (79.99-75), เป็นต้น
ปรัชญาการศึกษา
- การเรียนรู้ตลอดชีวิต
- การใช้เทคโนโลยีดิจิทัลและการสื่อสาร
- ความตระหนักต่อสังคม วัฒนธรรม และสิ่งแวดล้อม
ความแตกต่างระหว่างการเขียนโปรแกรมแบบดั้งเดิมและแมชชีนเลิร์นนิง
- การเขียนโปรแกรมแบบดั้งเดิม: ต้องออกแบบฟังก์ชันเพื่อแก้ปัญหา
- การเรียนรู้ของเครื่อง: ใช้ข้อมูลในการสร้างโมเดลและคาดคะเนคำตอบที่ใกล้เคียง
ประเภทของเรียนรู้
- การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning)
- การเรียนรู้ผ่านรางวัล (Reinforcement Learning)
เครื่องมือและการเตรียมสภาพแวดล้อม
- เครื่องมือที่ใช้: Python, Jupyter Notebook, TensorFlow, Scikit-learn
- การเตรียมสภาพแวดล้อมสำหรับ Windows และ MacOS
กิจกรรมเสริม
- นักศึกษาเข้าร่วมเว็บไซต์ Kaggle สำหรับการเรียนรู้และฝึกฝนผ่าน E-Learning ในหัวข้อ Intro to Deep Learning
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
มาทบทวนข้อมูลและรายละเอียดสำคัญเกี่ยวกับการเรียนการสอนในรายวิชานี้ กันเถอะ! คุณจะได้เรียนรู้เกี่ยวกับวิธีการสอน ระยะเวลาที่เรียน และวิธีการประเมินผลในภาคทฤษฎี นอกจากนี้ยังมีการสำรวจการใช้เทคโนโลยีในการเรียนรู้ที่มีความสำคัญด้วย
