| 1 |
รู้จักกับ Machine Learning |
| 2 |
รู้จักกับชุดข้อมูล (Data Set) |
| 3 |
Iris Data Set |
| 4 |
MNIST Dataset |
| 5 |
แสดงภาพตัวเลขด้วย Pylab และ Matplotlib |
| 6 |
แสดงภาพตัวเลข MNIST Dataset (ตัวเต็ม) |
| 7 |
เขียนโปรแกรมแบ่งชุดข้อมูล |
| 8 |
ไลบราลี่ Seaborn |
| 9 |
รู้จัก Linear Regression |
| 10 |
การกระจายข้อมูล (Scatter) |
| 11 |
สร้างโมเดล Linear Regression |
| 12 |
สร้างโมเดลทำนายอุณหภูมิ |
| 13 |
การวัดประสิทธิภาพโมเดล |
| 14 |
Binary Classifier |
| 15 |
Gradient Descent |
| 16 |
เขียนโปรแกรมแบ่งชุดข้อมูล MNIST |
| 17 |
จำแนกข้อมูลเป็น 2 กลุ่ม (Binary Classification) |
| 18 |
Stochastic Gradient Descent (SGD) |
| 19 |
Cross Validation |
| 20 |
Confusion Matrix |
| 21 |
Precision Recall และ F1-Score |
| 22 |
การคำนวณหาเพื่อนบ้านใกล้สุด (K-NN) |
| 23 |
การสร้าง KNN Model |
| 24 |
ทำนายโรคเบาหวานด้วย KNN พร้อมค่า K ที่เหมาะสม |
| 25 |
ทำนายโรคเบาหวานด้วย KNN และวัดประสิทธิภาพโมเดล |
| 26 |
ทฤษฎีการจัดหมวดหมู่ด้วย Naive Bayes |
| 27 |
สร้างโมเดลด้วย Gaussian Naive Baye |
| 28 |
ทำนายรายได้ประชากรด้วย GaussianNB |
| 29 |
การวิเคราะห์องค์ประกอบหลัก (PCA) |
| 30 |
การใช้ PCA ทำงานร่วมกับโมเดล |
| 31 |
MNIST Dataset ทำงานร่วมกับ PCA |
| 32 |
การจัดกลุ่มด้วย K-Means(K-Means Clustering) |
| 33 |
การประยุกต์ใช้ K-Means(K-Means Clustering) |
| 34 |
การจดจำใบหน้า (Face Recognition) |
| 35 |
แสดงข้อมูลใบหน้า (LFW Databset) |
| 36 |
สร้างโมเดลด้วย SVM (Support Vector Machine) |
| 37 |
รู้จักกับ Neural Network |
| 38 |
สร้างโมเดลจดจำตัวอักษรด้วย MLP |
