Python & Machine Learning เบื้องต้น 12 ชั่วโมงเต็ม [FULL COURSE]

👨‍💻 สมัครเป็นสมาชิกช่อง (Membership) :
https://www.youtube.com/channel/UCB6eDEzpqpiaZnDMzoje57Q/join

🔗 ดาวน์โหลด MNIST Dataset (ตัวเต็ม)
https://www.kaggle.com/avnishnish/mnist-original

🔗 ข้อมูลผู้ป่วยโรคเบาหวาน :
https://www.kaggle.com/uciml/pima-indians-diabetes-database/data

🔗 ข้อมูลรายได้ประชากร :
https://www.kaggle.com/uciml/adult-census-income

🔗 เอกสารประกอบการสอน :
https://github.com/kongruksiamza/MachineLearning

🔗 บทความ Machine Learning :
https://medium.com/@kongruksiam/list/machine-learning-84783112fcfb

🎓 โปรโมชั่นส่วนลดคอร์สเรียน Udemy :
https://github.com/kongruksiamza/udemy-course

🛒ซื้อของผ่าน Shopee :
https://shope.ee/3plB9kVnPd

⏰ ลำดับเนื้อหา :
0:00 – รู้จักกับ Machine Learning
8:33 – รู้จักกับชุดข้อมูล (Data Set)
17:46 – Iris Data Set
31:20 – MNIST Dataset
46:46 – แสดงภาพตัวเลขด้วย Pylab และ Matplotlib
54:53 – แสดงภาพตัวเลข MNIST Dataset (ตัวเต็ม)
01:16:55 – เขียนโปรแกรมแบ่งชุดข้อมูล
01:34:33 – ไลบราลี่ Seaborn
01:47:43 – รู้จัก Linear Regression
02:03:45 – การกระจายข้อมูล (Scatter)
02:13:28 – สร้างโมเดล Linear Regression
02:33:31 – สร้างโมเดลทำนายอุณหภูมิ
03:06:17 – การวัดประสิทธิภาพโมเดล
03:15:26 – Binary Classifier
03:24:43 – Gradient Descent
03:40:48 – เขียนโปรแกรมแบ่งชุดข้อมูล MNIST
03:52:41 – จำแนกข้อมูลเป็น 2 กลุ่ม (Binary Classification)
04:04:09 – Stochastic Gradient Descent (SGD)
04:26:53 – Cross Validation
04:33:41 – Confusion Matrix
04:50:41 – Precision Recall และ F1-Score
05:06:57 – การคำนวณหาเพื่อนบ้านใกล้สุด (K-NN)
05:21:30 – การสร้าง KNN Model
05:56:52 – ทำนายโรคเบาหวานด้วย KNN พร้อมค่า K ที่เหมาะสม
06:39:09 – ทำนายโรคเบาหวานด้วย KNN และวัดประสิทธิภาพโมเดล
06:52:03 – ทฤษฎีการจัดหมวดหมู่ด้วย Naive Bayes
07:14:54 – สร้างโมเดลด้วย Gaussian Naive Baye
07:33:58 – ทำนายรายได้ประชากรด้วย GaussianNB
08:07:06 – การวิเคราะห์องค์ประกอบหลัก (PCA)
08:32:41 – การใช้ PCA ทำงานร่วมกับโมเดล
08:59:46 – MNIST Dataset ทำงานร่วมกับ PCA
09:21:55 – การจัดกลุ่มด้วย K-Means(K-Means Clustering)
09:34:02 – การประยุกต์ใช้ K-Means(K-Means Clustering)
10:02:04 – การจดจำใบหน้า (Face Recognition)
10:24:11 – แสดงข้อมูลใบหน้า (LFW Databset)
10:40:50 – สร้างโมเดลด้วย SVM (Support Vector Machine)
11:19:15 – รู้จักกับ Neural Network
11:33:44 – สร้างโมเดลจดจำตัวอักษรด้วย MLP

🎉 ติดตามข่าวสารของเราได้ที่ :
https://www.facebook.com/KongRuksiamTutorial/

#python #machinelearning #pythonprogramming

source