ทักษะที่เน้นการเรียนรู้
ทักษะที่เน้นการเรียนรู้

สร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Learning) ด้วยแนวคิด Decision Tree และ ANN

Micro-credential นี้จะช่วยให้คุณสร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Machine Learning) ด้วยโมเดลการตัดสินใจรูปต้นไม้ (Decision Tree) และ โครงข่ายประสาทเทียม (Artificial Neural Networks: ANN) ในการจำแนกข้อมูลจำนวนมหาศาล

ส่งเสริมทักษะที่จำเป็นสำหรับการต่อยอดในการศึกษาต่อในหลักสูตรวิทยาการคอมพิวเตอร์และวิทยาศาสตร์ข้อมูลในระดับมหาวิทยาลัย และถือเป็นการใช้ประโยชน์จากศักยภาพของเครื่องมือ AI สำหรับการใช้งานในโลกแห่งความเป็นจริงที่ข้อมูลตอบสนองความต้องการจำแนกข้อมูลเพื่อการประมวลผลที่มีประสิทธิภาพมากขึ้น

image shared-Micro-Credentials สร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Learning) ด้วยแนวคิด Decision Tree และ ANN

ไม่จำกัดระยะเวลาส่งงาน

เลือกส่งผลงานในวันและเวลาที่คุณสะดวกที่สุด

เรียนรู้ด้วยตนเอง

เรียนรู้อย่างอิสระ ยืดหยุ่น ปรับได้ตามชีวิตจริง

ส่งงานซ้ำได้ 2 ครั้ง

รับคำแนะนำจากผู้เชี่ยวชาญเพื่อพัฒนาผลงาน

ความสามารถ

ผู้เรียนสามารถนำแนวคิดพื้นฐานของ ML ไปใช้ในการสร้างโมเดล Decision Tree และ ANN สำหรับการจำแนกข้อมูลด้วย Python Block Code ได้

ฉันจะพัฒนาความสามารถนี้อย่างไร ?

ผู้เรียนนำแนวคิดพื้นฐานของ ML ไปใช้ในการปรับใช้พารามิเตอร์ของโมเดล Decision Tree และ ANN รวมถึงประเมินประสิทธิภาพการจำแนกข้อมูลด้วย Python Block Code

ภาพรวมวิธีการพัฒนาความสามารถ

การนำ Decision Tree และ ANN ไปใช้สำหรับการจำแนกประเภทข้อมูล สิ่งสำคัญคือต้องเข้าใจเนื้อหาดังนี้:

  • ข้อมูลเบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่อง (Machine Learning)
  • ประเภทของการเรียนรู้ของเครื่อง
  • กระบวนการเรียนรู้แบบมีผู้สอน (Supervised Learning)
  • ปัญหาการจำแนกประเภทและการถดถอย (Classification and Regression)
  • อัลกอริทึม Decision Tree และ ANN

ฉันจะได้รับการรับรองอย่างไร ?

ผู้เรียนสร้างโค้ด Python สำหรับการจำแนกข้อมูลและเขียนรายงานการวิเคราะห์โดยสรุป

รับรองความสามารถ

฿ 1,500

เสริมให้ทักษะของคุณเป็นที่จดจำและมีความหมาย

ซื้อเลย
  • เป็นภาษาไทย

    แสดงเนื้อหาพร้อมใช้เป็นภาษาไทย

  • ไม่จำกัดจำนวนการเข้าถึงสรุปแนวทางพัฒนาความสามารถ

    ไม่จำกัดจำนวนการเข้าถึงสรุปแนวทางพัฒนาความสามารถ

  • 2 สิทธิ์ส่งงานเพื่อรับรองความสามารถ

    2 สิทธิ์ส่งงานเพื่อรับรองความสามารถ

  • คำแนะนำสำหรับคุณโดยเฉพาะ

    คำแนะนำสำหรับคุณโดยเฉพาะ

  • Certificate

    Certificate

  • แชร์ผ่านสื่อออนไลน์ได้

    แชร์ผ่านสื่อออนไลน์ได้

หน่วยการเรียนรู้จะมาในเร็วๆ นี้

ในขณะนี้ Micro-Credential นี้สามารถใช้ได้เฉพาะกับแผนการรับรองเท่านั้น

สิ่งที่ผู้เรียนจะได้รับ

Example Digital Badge สร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Learning) ด้วยแนวคิด Decision Tree และ ANN

Certificate

สร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Learning) ด้วยแนวคิด Decision Tree และ ANN

ออกโดย มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (KMUTT) หลังจากผ่านการรับรอง Micro - credential

  • แชร์ได้พร้อมแสดงชื่อของคุณและผลการเรียนรู้ที่สำเร็จ
  • รับรองโดยผู้เชี่ยวชาญทางการศึกษา หรือจากอุตสาหกรรม

Micro-Credential นี้สำหรับใครบ้าง ?

  • นักเรียนมัธยมปลาย ที่ต้องการมีพื้นฐานเกี่ยวกับแนวคิดการเรียนรู้ของเครื่อง (Machine Learning: ML) หรือต้องการศึกษาต่อด้านวิทยาการคอมพิวเตอร์หรือวิทยาศาสตร์ข้อมูลในระดับวิทยาลัยหรือมหาวิทยาลัย
  • ครูหรือผู้สอน ที่ต้องการบูรณาการแนวคิด ML เข้ากับหลักสูตรหรือการเรียนการสอนของตนเอง
  • ผู้ที่สนใจ ที่จะใช้ศักยภาพของ AI ในการใช้งานจริงเชิงปฏิบัติเกี่ยวกับแนวคิด ML และต้องการพัฒนาความเข้าใจเชิงปฏิบัติเกี่ยวกับแนวคิดการเรียนรู้ของเครื่อง

ผู้พัฒนา Micro-Credential นี้

Designer pic สร้างโมเดลพื้นฐานสำหรับการเรียนรู้แบบมีผู้สอน (Supervised Learning) ด้วยแนวคิด Decision Tree และ ANN

IPST, NECTEC, KMUTT

สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี (สสวท.)

องค์กรภาครัฐภายใต้กระทรวงศึกษาธิการ ที่ส่งเสริมและพัฒนาการศึกษาด้านวิทยาศาสตร์ คณิตศาสตร์ และเทคโนโลยีในระดับการศึกษาขั้นพื้นฐาน

ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (สวทช.)

หน่วยงานภายใต้กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม

พัฒนาเทคโนโลยีด้านอิเล็กทรอนิกส์และคอมพิวเตอร์ของประเทศไทย

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.)

หนึ่งในมหาวิทยาลัยเทคโนโลยีชั้นนำของประเทศไทย ที่มุ่งเน้นด้านวิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี รวมทั้งด้านนวัตกรรมและผู้ประกอบการ