Kongruksiamza MachineLearning Save

โค้ดประกอบเนื้อหา Python Machine Learning เบื้องต้น

Project README

พื้นฐานที่ต้องเรียนมาก่อน

สารบัญเนื้อหา

ตอนที่ ชื่อหัวข้อ
1 รู้จักกับ Machine Learning
2 รู้จักกับชุดข้อมูล (Data Set)
3 Iris Data Set
4 MNIST Dataset
5 แสดงภาพตัวเลขด้วย Pylab และ Matplotlib
6 แสดงภาพตัวเลข MNIST Dataset (ตัวเต็ม)
7 เขียนโปรแกรมแบ่งชุดข้อมูล
8 ไลบราลี่ Seaborn
9 รู้จัก Linear Regression
10 การกระจายข้อมูล (Scatter)
11 สร้างโมเดล Linear Regression
12 สร้างโมเดลทำนายอุณหภูมิ
13 การวัดประสิทธิภาพโมเดล
14 Binary Classifier
15 Gradient Descent
16 เขียนโปรแกรมแบ่งชุดข้อมูล MNIST
17 จำแนกข้อมูลเป็น 2 กลุ่ม (Binary Classification)
18 Stochastic Gradient Descent (SGD)
19 Cross Validation
20 Confusion Matrix
21 Precision Recall และ F1-Score
22 การคำนวณหาเพื่อนบ้านใกล้สุด (K-NN)
23 การสร้าง KNN Model
24 ทำนายโรคเบาหวานด้วย KNN พร้อมค่า K ที่เหมาะสม
25 ทำนายโรคเบาหวานด้วย KNN และวัดประสิทธิภาพโมเดล
26 ทฤษฎีการจัดหมวดหมู่ด้วย Naive Bayes
27 สร้างโมเดลด้วย Gaussian Naive Baye
28 ทำนายรายได้ประชากรด้วย GaussianNB
29 การวิเคราะห์องค์ประกอบหลัก (PCA)
30 การใช้ PCA ทำงานร่วมกับโมเดล
31 MNIST Dataset ทำงานร่วมกับ PCA
32 การจัดกลุ่มด้วย K-Means(K-Means Clustering)
33 การประยุกต์ใช้ K-Means(K-Means Clustering)
34 การจดจำใบหน้า (Face Recognition)
35 แสดงข้อมูลใบหน้า (LFW Databset)
36 สร้างโมเดลด้วย SVM (Support Vector Machine)
37 รู้จักกับ Neural Network
38 สร้างโมเดลจดจำตัวอักษรด้วย MLP

🎓 คอร์สเรียนที่น่าสนใจ

📢 ติดตามข่าวสารอื่นๆของเราได้ที่

💻 Youtube & Shopee

Open Source Agenda is not affiliated with "Kongruksiamza MachineLearning" Project. README Source: kongruksiamza/MachineLearning

Open Source Agenda Badge

Open Source Agenda Rating