Podcast
Questions and Answers
รายวิชานี้มีชื่อว่าอะไร?
รายวิชานี้มีชื่อว่าอะไร?
การแยกแยะข้อมูลและการแบ่งกลุ่มข้อมูล
อาจารย์ผู้สอนคือใคร?
อาจารย์ผู้สอนคือใคร?
ผู้ช่วยศาสตราจารย์ภานุวัฒน์ เมฆะ
ระยะเวลาการเรียนการสอนในรายวิชานี้มีการบรรยาย และปฏิบัติ เวลาเท่าไหร่?
ระยะเวลาการเรียนการสอนในรายวิชานี้มีการบรรยาย และปฏิบัติ เวลาเท่าไหร่?
การวัดผลในภาคทฤษฎีมีเกรดอะไรบ้าง?
การวัดผลในภาคทฤษฎีมีเกรดอะไรบ้าง?
Signup and view all the answers
ในบทเรียนนี้มีการแสดงการใช้เทคโนโลยีอะไรบ้าง?
ในบทเรียนนี้มีการแสดงการใช้เทคโนโลยีอะไรบ้าง?
Signup and view all the answers
การเรียนรู้แบบไม่มีผู้สอน ถือเป็นการเรียนรู้ที่จำเป็นต้องมีข้อมูลที่มีคุณภาพสูงเพื่อสร้างแบบจำลองที่ดี?
การเรียนรู้แบบไม่มีผู้สอน ถือเป็นการเรียนรู้ที่จำเป็นต้องมีข้อมูลที่มีคุณภาพสูงเพื่อสร้างแบบจำลองที่ดี?
Signup and view all the answers
ในวิธีการจัดกลุ่มข้อมูล มีการศึกษาเกี่ยวกับวิธีการอะไรบ้าง?
ในวิธีการจัดกลุ่มข้อมูล มีการศึกษาเกี่ยวกับวิธีการอะไรบ้าง?
Signup and view all the answers
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
