ปัจจุบันนี้ Machine Learning (ML) เป็นศาสตร์ที่กำลังได้รับความสนใจเป็นอย่างมาก เพราะ machine learning เป็นความรู้พื้นฐานที่อยู่เบื้องหลังระบบปัญญาประดิษฐ์ (Artificial Intelligent - AI) ต่างๆมากมาย เช่น ระบบตรวจจับใบหน้า (Face detection) ที่เราพบใน mobile application ต่างๆ หรือจะเป็นโปรแกรม AlphaGo ของ Google ระบบ AI ที่สามารถเล่นเกมโกะเอาชนะผู้เล่นที่เป็นมนุษย์ได้ อีกทั้งยังเป็นศาสตร์ที่อยู่เบื้องหลังการประมวลผลหรือการวิเคราะห์ข้อมูลที่เรารู้จักกันในชื่อของ Data Science จึงทำให้ machine learning เป็นเรื่องที่เราควรจะให้ความสนใจ รู้จักและเข้าใจการทำงาน เพื่อนำมาปรับใช้ให้เกิดประโยชน์สูงสุด
- รู้จักหลักการทำงานของ Machine Learing และการประมวลผลข้อความแบบต่างๆ
- เรียนรู้ขั้นตอนในการสร้างโมเดลสำหรับการวิเคราะห์และทำนายข้อมูล
- เรียนรู้ขั้นตอนในการจัดกลุ่มข้อมูล
- รู้จักและเข้าใจหลักากรประมวลผลข้อความและหลักการทำงานของระบบสืบค้นข้อมูลได้
- สามารถนำความรู้ไปประยุกต์ใช้ในการแก้ปัญหาต่างๆได้
- Machine Learning Tasks
- Training and Testing Data
- Performance Measurement
- Python for Machine Learning
- Introduction to Data and Features
- Feature Extraction
- Feature Selection
- Data Standardization
- Classification and Regression
- Naive Bayes Classification
- Decision Trees
- Support Vector Machine
- Clustering with K-means
- Clustering with Hierarchical Clustering
- Word Segmentation
- Stopword
- Stemming
- Introduction to Search Engine
- ผู้เรียนควรจะมีความรู้ ความเข้าใจในการเขียนโปรแกรมขั้นพื้นฐาน
- เครื่องคอมพิวเตอร์ Notebook