การเรียนการสอนและเทคโนโลยีในรายวิชา
7 Questions
0 Views

การเรียนการสอนและเทคโนโลยีในรายวิชา

Created by
@ResponsiveGhost

Questions and Answers

รายวิชานี้มีชื่อว่าอะไร?

การแยกแยะข้อมูลและการแบ่งกลุ่มข้อมูล

อาจารย์ผู้สอนคือใคร?

ผู้ช่วยศาสตราจารย์ภานุวัฒน์ เมฆะ

ระยะเวลาการเรียนการสอนในรายวิชานี้มีการบรรยาย และปฏิบัติ เวลาเท่าไหร่?

  • 3 ชั่วโมงบรรยาย, 2 ชั่วโมงปฏิบัติ
  • 2 ชั่วโมงบรรยาย, 5 ชั่วโมงปฏิบัติ
  • 5 ชั่วโมงบรรยาย, 2 ชั่วโมงปฏิบัติ
  • 2 ชั่วโมงบรรยาย, 3 ชั่วโมงปฏิบัติ (correct)
  • การวัดผลในภาคทฤษฎีมีเกรดอะไรบ้าง?

    <p>A, B, C, D, F</p> Signup and view all the answers

    ในบทเรียนนี้มีการแสดงการใช้เทคโนโลยีอะไรบ้าง?

    <p>Python, Jupyter Notebook, TensorFlow, Scikit-learn</p> Signup and view all the answers

    การเรียนรู้แบบไม่มีผู้สอน ถือเป็นการเรียนรู้ที่จำเป็นต้องมีข้อมูลที่มีคุณภาพสูงเพื่อสร้างแบบจำลองที่ดี?

    <p>True</p> Signup and view all the answers

    ในวิธีการจัดกลุ่มข้อมูล มีการศึกษาเกี่ยวกับวิธีการอะไรบ้าง?

    <p>ทั้งหมดที่กล่าวมา</p> 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.

    Quiz Team

    Description

    มาทบทวนข้อมูลและรายละเอียดสำคัญเกี่ยวกับการเรียนการสอนในรายวิชานี้ กันเถอะ! คุณจะได้เรียนรู้เกี่ยวกับวิธีการสอน ระยะเวลาที่เรียน และวิธีการประเมินผลในภาคทฤษฎี นอกจากนี้ยังมีการสำรวจการใช้เทคโนโลยีในการเรียนรู้ที่มีความสำคัญด้วย

    Use Quizgecko on...
    Browser
    Browser