LEARNING PACK · PATH 09 · หัวข้อ 401–450
ปูพื้นฐาน Machine Learning
จากโมเดลสู่ระบบที่ตรวจสอบได้
เส้นทางนี้เหมาะกับผู้ที่เข้าใจ AI ระดับพื้นฐานแล้ว และต้องการเห็นวงจรทำงานจริง ตั้งแต่การตั้งโจทย์ เตรียมข้อมูล ฝึกโมเดล ประเมินผล ไปจนถึงเฝ้าระวังระบบเมื่อโลกเปลี่ยน
OUTCOMES
เรียนเส้นทางนี้แล้วควรมองเห็นอะไร
เป้าหมายไม่ใช่จำชื่ออัลกอริทึม แต่คือมอง Machine Learning เป็นระบบที่มีหลักฐาน ขอบเขต และผู้รับผิดชอบ
ROADMAP
หกก้าวแรกของ PATH 09
หัวข้อที่ยังไม่เผยแพร่แสดงไว้เพื่อให้เห็นลำดับการเรียน โดยจะเปิดเรียนได้เมื่อบทเรียนผ่านการตรวจและเผยแพร่แล้ว
Machine Learning คืออะไร
เห็นวงจรครบตั้งแต่โจทย์ ข้อมูล การประเมิน ไปจนถึง Monitoring
Supervised Learning
เรียนรู้จากตัวอย่างที่มีคำตอบกำกับ
Unsupervised Learning
ค้นหารูปแบบในข้อมูลที่ไม่มี Label
Semi-supervised Learning
ผสมข้อมูลที่มีและไม่มี Label อย่างมีหลักเกณฑ์
Self-supervised Learning
สร้างสัญญาณการเรียนรู้จากโครงสร้างของข้อมูลเอง
Reinforcement Learning
เรียนรู้จากการกระทำ รางวัล และผลที่ตามมา
RESOURCES
ทรัพยากรที่มีในบทเรียนปัจจุบัน
START HERE
เริ่มที่หัวข้อ 401 แล้วค่อยลงรายละเอียดทีละแนวคิด
บทแรกทำหน้าที่เป็นแผนที่ของระบบทั้งหมด เมื่อเห็นภาพรวมแล้ว หัวข้อ 402 เป็นต้นไปจะขยายชนิดการเรียนรู้ ข้อมูล คุณลักษณะ การประเมิน และการสร้าง Baseline อย่างเป็นลำดับ
