GDSC TU Introduction to Machine Learning and Its Applications

Supervised Learning

Unsupervised Learning

Semi-unsupervised Learning

Reinforcement Learning

Artificial Intelligence

Deep Learning

Artificial Neural Networks (ANNs)

Programming

เพื่อเขียนโปรแกรมคอมพิวเตอร์ให้สามารถทำงานได้เหมือนมนุษย์

เพื่อให้คอมพิวเตอร์สามารถเรียนรู้จากข้อมูลและปรับปรุงประสิทธิภาพให้ทำงานได้เหมือนมนุษย์

เพื่อสร้างระบบ AI ที่มีความสามารถเต็มที่เหนือกว่ามนุษย์

เพื่อพัฒนาอัลกอริทึมที่ซับซ้อนสำหรับการประมวลผลข้อมูล

Linear Regression

Logistic Regression

Ridge Regression

Polynomial Regression

Gaussian Mixture Model

Decision Tree

Naïve Bayes Classification

SVM for Classification

K-means Clustering

K-Nearest Neighbors

(KNN)

Supervised Learning แม่นยำกว่า Unsupervised Learning

Supervised Learning คือการคาดการณ์ Labels, แต่ Unsupervised Learning คือการค้นหา Patterns

Supervised Learning สำหรับ Classification, แต่ Unsupervised Learning ใช้สำหรับ Regression

Supervised Learning ต้องการ Labeled Data, แต่ Unsupervised Learning ไม่ต้องการ

Linear Regression

Decision Trees

K-means Clustering

Random Forest

Target Variable

Label Set Variable

Dependent Variable

Independent Variable

Target Variable

Ranked Variable

Categorical Variable

Independent Variable

ข้อ (ก.) และ (ข.) ถูกทั้งคู่

ข้อ (ก.) ถูก แต่ (ข.) ผิด

ข้อ (ข.) ถูก แต่ (ก.) ผิด

ข้อ (ก.) และ (ข.) ผิดทั้งคู่

Web scraping

Drop Data

Standardization (Scaling)

Normalization

dimensionality reduction

Matplotlib

Pandas

Sklearn

Seaborn

BeautifulSoup

T-Score

Confusion Matrix

Hypothesis testing

MSE (Mean squared error)

Data Mining

Model Evaluation

Data Standardization

EDA (Exploratory Data Analysis)

เพื่อจัดการกับข้อมูลที่ไม่สม่ำเสมอ (outlier) ใน data set ที่เก็บมา

เพื่อลบข้อมูลที่ซ้ำซ้อน (duplicate data) ใน data set ที่เก็บมา

เพื่อปรับช่วงข้อมูลของ features ต่าง ๆ ก่อนจะเทรนโมเดล

เพื่อแปลงข้อมูลเชิงคุณภาพ (qualitative data) ให้เป็นข้อมูลเชิงปริมาณ (quantitative data)

เพื่อเตรียมข้อมูลให้อยู่ในรูปแบบที่เหมาะสมต่อการนำไปเทรนโมเดล

ข้อ (ก.) เท่านั้นถูก

ข้อ (ข.) เท่านั้นถูก

ข้อ (ก.) และ (ข.) ถูก

ข้อ (ข.) และ (ค.) ถูก

ทำการเรียก scaler ให้อยู่ในรูปแบบ dataframe

การแปลงค่า X ให้อยู่ในรูปของ JSON เพื่อส่งออก

การแปลงค่าพารามิเตอร์ของ X ให้อยู่ในรูปแบบต่าง ๆ

ใช้ scaler ที่กำหนดมาเพื่อทำการปรับสเกลข้อมูลใน X

linear regression

ridge regression

polynomial regression

logistic regression

เพื่อลดปัญหาความข้อมูลไม่จัดเป็นกลุ่ม

เพื่อลด dimension เพื่อลดค่า null ที่อาจเกิดขึ้น

เพื่อทำให้ dimension มีความเสถียรและพร้อมใช้งานต่อได้ทันที

เพื่อลด dimension ของข้อมูลเพื่อลดความซับซ้อนของตัวโมเดล

การใช้หน้ากากอนามัยแบบผ้า

การสัมผัสใกล้ชิดกับผู้ติดเชื้อ COVID-19

มีโรคประจำตัวที่เกี่ยวข้องกับระบบหายใจหรือภูมิคุ้มกัน

การมีประวัติการเดินทางไปยังพื้นที่ที่มีการระบาดของ COVID-19 ในช่วง 14 วันก่อน