แนวคิด เครื่องมือ และเทคนิคสำหรับสร้างระบบอัจฉริยะ = Hands-on machine learning with scikit-learn, keras & tensorflow /
เจรอน, ออเรเลียน.
แนวคิด เครื่องมือ และเทคนิคสำหรับสร้างระบบอัจฉริยะ = Hands-on machine learning with scikit-learn, keras & tensorflow / เขียน, Aurelien Geron ; แปล/เรียบเรียง, วิโรจน์ อัศวรังสี ; บรรณาธิการ, จิระ จริงจิตร. - พิมพ์ครั้งที่ 1. - นนทบุรี : คอร์ฟังก์ชั่น, 2566. - 728 หน้า : ภาพประกอบ ; 24 ซม.
ส่วนที่ 1 ความรู้พื้นฐานแมชชีนเลิร์นนิ่ง --
บทที่ 1 ทำความเข้ากับแมชชีนเลิร์นนิ่ง --
บทที่ 2 โปรเจ็กต์แมชชีนเลิร์นนิ่งแบบครบวงจร --
บทที่ 3 การแยกประเภท (Classification) --
บทที่ 4 การฝึกโมเดล --
บทที่ 5 ซัพพอร์ตเวกเตอร์แมชชีน --
บทที่ 6 ดิซิชันทรี (Decision Trees) --
บทที่ 7 การเรียนรู้แบบกลุ่มโมเดลและแรนดอมฟอร์เรสต์ --
บทที่ 8 การลดขนาดมิติข้อมูล --
บทที่ 9 เทคนิคการเรียนรู้แบบไม่มีผู้สอน --
ส่วนที่ 2 นิวรอลเน็ตเวิร์คและดีฟเลิร์นนิ่ง --
บทที่ 10 ความรู้เบื้องต้นของนิวรอลเน็ตเวิร์คด้วย Keras --
บทที่ 11 การฝึก Deep Neural Networks --
บทที่ 12 โมเดลที่กำหนดเองและฝึกด้วย TensorFlow --
บทที่ 13 การโหลดและประมวลผลข้อมูลล่วงหน้าด้วย TensorFlow --
บทที่ 14 ดีฟคอมพิวเตอร์วิชั่นโดยใช้คอนโวลูชันนิวรอลเน็ตเวิร์ค --
บทที่ 15 การประมวลผลข้อมูลลำดับโดยใช้ RNN และ CNN --
บทที่ 16 การประมวลผลภาษาธรรมชาติด้วย RNN และ Attention --
บทที่ 17 ออโต้เอ็นโค้ดเดอร์, GAN และดิฟฟิวชันโมเดล --
บทที่ 18 รีอินฟอร์ซเมนต์เลิร์นนิ่ง --
บทที่ 19 การฝึกและนำโมเดล TensorFlow ไปใช้จริง.
9786168282359
การเรียนรู้ของเครื่อง
ปัญญาประดิษฐ์ --โปรแกรมคอมพิวเตอร์
นวัตกรรมทางเทคโนโลยี
Q 325.5 / จ721น 2566
แนวคิด เครื่องมือ และเทคนิคสำหรับสร้างระบบอัจฉริยะ = Hands-on machine learning with scikit-learn, keras & tensorflow / เขียน, Aurelien Geron ; แปล/เรียบเรียง, วิโรจน์ อัศวรังสี ; บรรณาธิการ, จิระ จริงจิตร. - พิมพ์ครั้งที่ 1. - นนทบุรี : คอร์ฟังก์ชั่น, 2566. - 728 หน้า : ภาพประกอบ ; 24 ซม.
ส่วนที่ 1 ความรู้พื้นฐานแมชชีนเลิร์นนิ่ง --
บทที่ 1 ทำความเข้ากับแมชชีนเลิร์นนิ่ง --
บทที่ 2 โปรเจ็กต์แมชชีนเลิร์นนิ่งแบบครบวงจร --
บทที่ 3 การแยกประเภท (Classification) --
บทที่ 4 การฝึกโมเดล --
บทที่ 5 ซัพพอร์ตเวกเตอร์แมชชีน --
บทที่ 6 ดิซิชันทรี (Decision Trees) --
บทที่ 7 การเรียนรู้แบบกลุ่มโมเดลและแรนดอมฟอร์เรสต์ --
บทที่ 8 การลดขนาดมิติข้อมูล --
บทที่ 9 เทคนิคการเรียนรู้แบบไม่มีผู้สอน --
ส่วนที่ 2 นิวรอลเน็ตเวิร์คและดีฟเลิร์นนิ่ง --
บทที่ 10 ความรู้เบื้องต้นของนิวรอลเน็ตเวิร์คด้วย Keras --
บทที่ 11 การฝึก Deep Neural Networks --
บทที่ 12 โมเดลที่กำหนดเองและฝึกด้วย TensorFlow --
บทที่ 13 การโหลดและประมวลผลข้อมูลล่วงหน้าด้วย TensorFlow --
บทที่ 14 ดีฟคอมพิวเตอร์วิชั่นโดยใช้คอนโวลูชันนิวรอลเน็ตเวิร์ค --
บทที่ 15 การประมวลผลข้อมูลลำดับโดยใช้ RNN และ CNN --
บทที่ 16 การประมวลผลภาษาธรรมชาติด้วย RNN และ Attention --
บทที่ 17 ออโต้เอ็นโค้ดเดอร์, GAN และดิฟฟิวชันโมเดล --
บทที่ 18 รีอินฟอร์ซเมนต์เลิร์นนิ่ง --
บทที่ 19 การฝึกและนำโมเดล TensorFlow ไปใช้จริง.
9786168282359
การเรียนรู้ของเครื่อง
ปัญญาประดิษฐ์ --โปรแกรมคอมพิวเตอร์
นวัตกรรมทางเทคโนโลยี
Q 325.5 / จ721น 2566
