ต้องลึกแค่ไหนถึงจะเรียกว่า Deep Learning กันนะ ? 🧐
.
👉 มารู้จักกับ Deep Learning ศาสตร์แห่งการเรียนรู้ที่เลียนแบบการทำงานของสมองมนุษย์ จะเป็นยังไง และมีรายละเอียดยังไง หากพร้อมแล้ว ไปอ่านกันโลดดด !!
.
.
💡 รู้จัก Deep Learning
.
Deep Learning เป็นการเรียนรู้ของเครื่องคอมพิวเตอร์แบบอัตโนมัติ ที่เลียนแบบการทำงานของสมองในมนุษย์ เพื่อทำให้เครื่องสามารถเข้าใจและเรียนรู้จากข้อมูลจำนวนมาก ๆ ได้นั่นเอง ซึ่งเป็นส่วนหนึ่งของ Machine Learning และ Artificial Intelligence (AI) ซึ่งในปัจจุบันมีการนำเทคโนโลยีนี้มาใช้กันอย่างแพร่หลาย เช่น รถยนต์ขับเคลื่อนอัตโนมัติ โดยสามารถจำป้ายต่าง ๆ แยกแยะรถยนต์กับคนเดินบนถนน หรือสิ่งขีดขวางต่าง ๆ ตรวจจับความเร็วของรถคันหน้าได้นั่นเอง ซึ่งโครงสร้างอัลกอริทึมของ Deep Learning จะสร้าง Artificial Neural Network มันสามารถเรียนรู้และตัดสินใจทำสิ่งต่าง ๆ ได้ด้วยตนเอง
.
.
🔧 Deep Learning ทำงานอย่างไร ?
.
Deep Learning จะทำงานเลียนการทำงานของโครงข่ายเซลล์ประสาทของมนุษย์ หรือที่เรียกว่า Neural Networks ซึ่งสามารถคิดซับซ้อนเหมือนมนุษย์ได้ สิ่งเหล่านี้จะเกิดขึ้นไม่ได้เลยหากไม่มีชุดข้อมูล เพื่อสร้างอัลกอริทึมที่สามารถจำแนก ทำนาย และจัดหมวดหมู่ให้กับข้อมูลที่เราต้องการได้นั่นเอง
.
โดย Neural Networks จะมีโหนดที่เชื่อมถึงกันหลาย ๆ ชั้น (เหมือนเส้นประสาทของมนุษย์) จะทำหน้าที่ปรับแต่งประสิทธิภาพของการทำนาย หรือการจัดหมวดหมู่ ยิ่งมีเยอะ และลึกเท่าไหร่ การทำนายก็จะแม่นยำขึ้นเท่านั้น โดยโมเดล Deep Learning จะใช้ชุดข้อมูลจำนวนมากและจะเรียนรู้ลักษณะต่าง ๆ ได้ด้วยตนเองจนกว่าจะได้ผลลัพธ์ที่แม่นยำออกมานั่นเอง
.
ซึ่งในปัจจุบันก็ Deep Learning ก็มีอยู่หลายประเภท ไว้คราวหน้าเดี๋ยวแอดจะมาเล่าให้ฟัง แต่ที่ฮิต ๆ กันก็มีอยู่ 2 ประเภท คือ
.
🔸 Convolutional neural networks (CNNs) - หรือเรียกว่า ConvNets มีเลเยอร์หลายชั้น ส่วนใหญ่จะใช้กับการประมวลผลภาพ สามารถตรวจจับลักษณะภายในรูปภาพได้
.
🔹 Recurrent neural network (RNNs) - ส่วนใหญ่จะใช้ใน Natural Language, Speech Recognition, หรือข้อมูลที่เป็น Time Series เพราะโมเดลสามารถเรียนรู้และจำรูปแบบลำดับของข้อมูลได้นั่นเอง
.
.
✨ Deep Learning ใช้ทำอะไรได้บ้าง ?
.
ในปัจจุบัน Deep Learning จะถูกใช้ในงานต่าง ๆ เช่น Image Recognition, natural language processing (NLP), Speech Recognition Software, Self-driving Cars และอื่น ๆ อีกมากมาย และยังสามารถประยุกต์ใช้ในสาขาอาชีพอื่น ๆ ได้ด้วย ดังนี้
.
🚀 การบิน อวกาศ และการทหาร - ใช้ Deep Learning เพื่อสร้างเครื่องมือในการตรวจจับวัตถุจากดาวเทียม, ระบุตำแหน่งและพื้นที่, รวมถึงการสำรวจพื้นที่ทางทหารเพื่อความปลอดภัยของกองทัพ
.
🏭 ระบบอัตโนมัติในโรงงานอุตสาหกรรม - ใช้ Deep Learning เพื่อปรับปรุงสภาพแวดล้อมในการทำงานเพื่อให้มีความปลอดภัยมากขึ้น เช่น ในโรงงานที่มีเครื่องจักรมากมาย เพิ่มการตรวจจับอัตโนมัติเมื่อพนักงานเข้าใกล้เครื่องจักร หรือจะเป็นการตรวจจับความผิดปกติของเครื่องจักร เพื่อความปลอดภัย เป็นต้น
.
👨🔬 ทางการแพทย์ - ในปัจจุบันมีการใช้ Deep Learning เพื่อทำการวิจัย และวินิจฉัยโรคมะเร็ง จากการตรวจจับเซลล์มะเร็งในร่างกายมนุษย์แบบอัตโนมัติ
.
📑 อ่านและศึกษาเพิ่มเติมได้ที่ : https://searchenterpriseai.techtarget.com/definition/deep-learning-deep-neural-network , https://www.mathworks.com/discovery/deep-learning.html , https://www.ibm.com/cloud/learn/deep-learning
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
#deeplearning #BorntoDev
同時也有1部Youtube影片,追蹤數超過25萬的網紅iT24Hrs,也在其Youtube影片中提到,เราอยู่ในยุคดิจิทัลที่ต้องใช้ชีวิตร่วมกับ Ai หรือว่าปัญญาประดิษฐ์ ทั้งที่เรารู้ตัวและไม่รู้ตัว เพราะว่าทุกวันนี้ Ai อยู่รอบตัวเราแล้ว เราก็ต้องทำความร...
「image processing machine learning」的推薦目錄:
image processing machine learning 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳解答
🤓 หลายคนอาจเคยบ่น "เรียนเลขไปทำไม ไม่เห็นได้ใช้โค้ดดิ้งเลย"
อันนี้เป็นแค่ตัวอย่าง เพื่อให้รู้ว่าเลขที่เราเรียนตอนม.ปลาย
ไม่ควรทิ้งถ้าคิดจะเรียนคอมพิวเตอร์ ในระดับสูง
.
👉 1) สมการเชิงเส้น
เริ่มต้นจากสมการเส้นตรง ที่มีหน้าตาดังนี้ y=mx+c เรียกว่ารูปมาตรฐาน
- เมื่อ m เป็นความชัน
-ส่วน c เป็นจุดตัดแกน y
.
สมการเชิงเส้นเราจะได้เรียนในระดับ ม 4
พอในม.5 วิชา วิทยาการคำนวณ
ก็จะเห็นประโยชน์ของสมการเส้นตรงถูกนำไปใช้ในงาน data science (วิทยาการข้อมูล)
นำไปใช้วิเคราะห์ข้อมูลแบบ linear regression
.
กล่าวคือเมื่อเรามีข้อมูลย้อนหลังในอดีต
แล้วสามารถนำไปพล็อตลงบนกราฟแกน x กับ y
ผลปรากฏว่าข้อมูลมีความสัมพันธ์เป็นเส้นตรง
ในกรณีเราสามารถหาสมการเส้นตรงที่เหมาะสมสุด (optimize)
นำมาใช้พยากรณ์ข้อมูลล่วงหน้าในอนาคตได้
.
แต่ในกรณีที่ความสัมพันธ์ของข้อมูลพบว่าไม่ใช่เส้นตรง
เราสามารถใช้สมการที่ไม่ใช่เส้นตรง มาใช้พยากรณ์ข้อมูลก็ได้เช่นกัน
.
👉 2) เมทริกซ์
คือกลุ่มของจำนวนตัวเลข ที่เขียนเรียงกันเป็นรูปสี่เหลี่ยมผืนผ้าหรือจัตุรัส
นอกจากใช้แก้สมการหลายตัวแปรแล้ว
จะมีประโยชน์เวลานำไปประมวลภาพ (Image processing)
หรืองานพวกคอมพิวเตอร์วิชั่น (computer vision)
.
ต้องบอกอย่างนี้ว่า รูปภาพดิจิตอลที่เราเห็นเป็นสีสันสวยงาม
แต่ทว่าคอมไม่ได้มองเห็นเหมือนคน
มันมองเห็นเป็นเมทริกซ์ โดยข้างในเมทริกซ์ก็คือตัวเลขของค่าสี
และเราสามารถกระทำการคณิตศาสตร์กับรูปภาพได้
เช่น บวกลบ คูณหาร กับรูปภาพดิจิตอล ในมุมของเมทริกซ์
.
👉 3) ความน่าจะเป็น
ยกตัวอย่างเช่น ทฤษฏี Bayes' theorem
ทฤษฏีหนึงของความน่าจะเป็น
จะใช้หาว่าสมมติฐานใดน่าจะถูกต้องที่สุด โดยใช้ความรู้ก่อนหน้า (Prior Knowledge)
.
ทฤษีนี้ถูกนำไปใช้ในงานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่อง
เช่น จงหาความน่าจะเป็นที่ชาเขียวขวดนั้นจะผลิตจากโรงงานจากประเทศไทย
จงหาความน่าจะเป็นว่าผู้ป่วยจะเป็นโรคมะเร็ง เมื่อหายจากการติดเชื้อไวรัสโคโรนา
เป็นต้น
.
👉 4) แคลคูลัส
ตัวอย่างเช่น ถูกนำมาใช้ใน neural network
ซึ่งก็เครือข่ายประสาทเทียมที่เลียนแบบเซลล์สมอง
แต่จริงๆ ข้างในเครือข่ายจะประกอบไปด้วยน้ำหนัก
.
น้ำหนักที่ว่านี้มันก็คือตัวเลขจำนวนจริง ที่เริ่มต้นสุ่มขึ้นมา
แล้วเวลาจะหาค่าน้ำหนักที่เหมาะสม (optimize)
มันจะถูกปรับทีละเล็กทีละน้อย
โดยอาศัยหลักการเรื่องอนุพันธ์ หรือดิฟนั่นแหละ
.
👉 5) ตรรกศาสตร์
วิชานี้พูดถึง "ประพจน์" หมายถึงประโยคที่ให้ค่าออกมาเป็น True หรืด False
รวมถึงการใช้ตัวเชื่อมประพจน์แบบต่างๆ ไม่ว่าจะเป็น "และ" "หรือ" "ก็ต่อเมื่อ" เป็นต้น
.
ศาสตร์ด้านนี้เป็นพื้นฐานของระบบคอมพิวเตอร์
เพราะวงจรคอมพิวเตอร์พื้นฐาน มีแต่ตัวเลข 0 หรือ 1
จึงสามารถแทนด้วย False หรือ True ในทางตรรกศาสตร์
ไม่เพียงเท่านั้นวงจรอิเลคทรอนิกส์ ก็มีการดำเนินทางตรรกศาสตร์อีกด้วย
ไม่ว่าจะเป็น "และ" "หรือ" "ไม่" เป็นต้น
.
ยิ่งการเขียนโปรแกรม ยิ่งใช้เยอะ
เพราะต้องเปรียบเทียบเงื่อนไข True หรือ False
ในการควบคุมเส้นทางการทำงานของโปรแกรม
.
👉 6) ฟังก์ชัน
ฟังก์ชันคือความสัมพันธ์ จากเซตหนึ่งที่เรียกว่า 'โดเมน' ไปยังอีกเซตหนึ่งที่เรียกว่า 'เรนจ์' โดยที่สมาชิกตัวหน้าไม่ซ้ำกัน
ซึ่งคอนเซปต์ฟังก์ชันในทางคณิตศาสตร์
ก็ถูกนำไปใช้ในการเขียนโปรแกรมแบบ functional programming
.
👉 7) เรขาคณิตวิเคราะห์
ถูกนำไปใช้ในวิชาคอมกราฟิก หรือเกมส์
ในมุมมองของคนที่ใช้โปรแกรมวาดรูปต่างๆ หรือโปรแกรมสร้างแอนนิมเชั่นต่างๆ
เราก็แค่คลิกๆ ลากๆ ก็สร้างเสร็จแล้วใช่มั๊ยล่ะ
.
แต่หารู้หรือไม่ว่า เบื้องเวลาโปรแกรมจะวาดรูปทรง เช่น สี่เหลี่ยม วงรี ภาพตัดกรวยต่างๆ
ล้วนอาศัย เรขาคณิตวิเคราะห์ พล็อตวาดรูปทีละจุดออกมาให้เราใช้งาน
.
👉 8) ปีทาโกรัส
ทฤษฏีสามเหลี่ยมอันโด่งดังถูกนำไปใช้วัดระยะทางระหว่างจุดได้
ซึ่งจะมีประโยชน์ในการแยกแยะข้อมูล โดยใช้อัลกอริทึม
K-Nearest Neighbors (KNN)
ชื่อไทยก็คือ "ขั้นตอนวิธีการเพื่อนบ้านใกล้ที่สุด "
มันจะถูกนำไปใช้งานวิเคราะห์ข้อมูล รวมทั้งการเรียนรู้ของเครื่องอีกด้วย
ไม่ขอพูดเยอะเดี่ยว ม.5 ก็จะได้รู้จัก KNN ในวิชาวิทยาการคำนวณ
.
👉 9) ทฤษฏีกราฟเบื้องต้น
อย่างทฤษฏีกราฟออยเลอร์ (Eulerian graph)
ที่ได้เรียนกันในชั้น ม.5 จะมีประโยชน์ในวิชาคอม
เช่น ตอนเรียนในวิชา network ของคอมพิเตอร์ เพื่อหาเส้นทางที่ดี่สุดในการส่งข้อมูล
หรือจะมองโครงสร้างข้อมูลเป็นแบบกราฟก็ได้ ก็ลองนึกถึงลิงค์ต่างในเว็บไซต์ สามารถจับโยงเป็นกราฟได้ด้วยนะ
.
👉 10) เอกซ์โพเนนเชียล และลอการิทึม
เราอาจไม่เห็นการประยุกต์ใช้ตรงๆ นะครับ
แต่ในการประเมินประสิทธิภาพของอัลกอริทึม เวลาเขียนโปรแกรม
เขาจะใช้ Big O ขอไม่อธิบายเยอะแล้วกันเนอะ
เรื่องนี้มีเขียนอยู่ตำราวิทยาการคำนวณชั้นม.4 (ไปหาอ่านเอาได้)
.
ซึ่งเทอม Big O บางครั้งก็อาจเห็นอยู่ในรูปเอกซ์โพเนนเซียล หรือลอการิทึมนั่นเอง
ถ้าไม่เข้าใจว่า เอกซ์โพเนนเซียล หรือลอการิทึม คืออะไร
ก็ไม่จะอธิบายได้ว่าประสิทธิภาพของอัลอริทึมเราดีหรือแย่
.
.
+++++++
เป็นไงยังครับ สนใจอยากรู้ว่า เลข ม.ปลาย
สามารถนำไปใช้ศึกษาต่ออะไรอีกบ้างไหมเนี่ย
ถ้าอยากรู้ ผมเลยขอแนะนำหนังสือ (ขายของหน่อย)
.
หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก"
เข้าใจได้ด้วยเลขม. ปลาย เล่ม 1 (เนื้อหาภาษาไทย)
ติดอันดับ Best seller ในหมวดหนังสือคอมพิวเตอร์ ของ MEB
.
เนื้อหาจะอธิบายปัญญาประดิษฐ์ (A) ในมุมมองเลขม.ปลาย
โดยปราศจากการโค้ดดิ้งให้มึนหัว
พร้อมภาพประกอบสีสันให้ดูอ่านง่าย
.
สนใจสั่งซ์้อได้ที่
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
ถ้าซื้อผ่าน Web,Android ราคาปกติ 295 บาท
.
.
วิธีการซื้อ
1) สมัครเป็นสมาชิกเว็บ www.mebmarket.com ก่อน
2) ดาวน์โหลดแอพของ meb ค้นหาชื่อ meb นี้แหละ (ถ้าจะอ่านบน desktop ก็ดาวน์โหลดโปรแกรมาก่อน)
3) แล้วสั่งซื้อ โอนเงินก็ตามรายละเอียดที่เว็บแนะนำครับผม
4) จากนั้นก็ใช้โปรแกรม หรือแอพของ meb เปิดอ่านหนังสือครับผม
5) ถ้ามีปัญหาติดต่อทางทีม support@mebmarket.com เขาจะให้คำตอบคำผม
(พอดีฝากขายที่นี้ด้านเทคนิคพวกนี้ผมจะไม่รู้ครับ)
.
ถ้าเพื่อนๆ ที่อ่านหนังสือผ่านระบบ iOS
เวลาจะชำระเงิน ไม่ควรจ่ายผ่านบัตร
เพราะจะซื้อหนังสือแพงขึ้นครับ ราคา 329 บาท
.
แนะนำให้ชำระเงิน
- โดยให้เปิดเว็บ https://www.mebmarket.com
- แล้ว login ด้วย username เดียวกับที่เราใช้ใน app บน iOS
- หลังจากนั้นก็เลือกซื้อหนังสือปกติ
.
ซื้อเสร็จแล้วมันจะไปโผล่ใน app บน iOS
จากนั้นเพื่อนสามารถเข้าใช้งานด้วย username และ password อันเดียวกันกับหน้าเว็บเลยครับ
จะซื้อได้ในราคาที่เห็นตามเว็บนี้ (ไม่แพง)
.
สำหรับวิธีอ่านอีบุ๊กเล่มนี้
ก็ต้องเลือกโปรแกรม/แอพ ให้เหมาะกับระบบที่เราใช้อยู่
วิธีอ่านอีบุ๊กก็ตามลิงก์ต่อไปนี้
https://docs.google.com/document/d/e/2PACX-1vSI4hZgymHgbqhX3CA6anA_18wRy-iXU9oIlupUr-KwAWvJyxI9zdLrJcPUW77xz8lbvRFfW10747Oe/pub
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
ตัวอย่างหนังสือ
👉 สารบัญ:
https://drive.google.com/file/d/1L6-XYMVCWYNkvYXZYP9kOuzAIzPfHuaf/view?usp=sharing
.
👉 ตัวอย่างแต่ละบท
ตัวอย่างบทที่ 1 แนะนำ AI
📗 https://drive.google.com/file/d/19kzbuRtN14eDEYhNewBh4ZUCa6sexaIf/view?usp=sharing
.
ตัวอย่างบทที่ 3 แนะนำ machine learning
📗 https://drive.google.com/file/d/1pe8ty5hVZS0M3zGZe5WliOOTm6Cqv1Ti/view?usp=sharing
.
ตัวอย่างบทที่ 4 เรื่อง linear regression
📗
https://drive.google.com/file/d/1ju_wF6c9CNiYWfSzIIuqV9aUuEa4eurh/view?usp=sharing
.
ตัวอย่างบทที่ 8 เรื่อง CNN
📗 https://drive.google.com/file/d/1lGqsfXs16mV2IbEJx-4IgDslaHOut1kC/view?usp=sharing
.
ตัวอย่างบทที่ 9 เรื่อง RNN, LSTM
📗 https://drive.google.com/file/d/1dxEhj7syoXFAfQB9bqmwXGrfhgz3M7GQ/view?usp=sharing
.
ตัวอย่างบทที่ 10 เรื่อง Deep Q Learning
📗 https://drive.google.com/file/d/129-FPDP-9FJrMNsVqWMJdER762jOzs9G/view?usp=sharing
.
ตัวอย่างบทที่ 11 เรียนรู้แบบไร้ครูผู้สอน
📗 https://drive.google.com/file/d/15njvUq8Vbq3SRA-PHxVGq8Isr1cL3F3d/view?usp=sharing
.
👉 youtube: https://youtu.be/rLo-XdToGFI
👉 รีวิวหนังสือจากผู้เขียนตำราเทพเอกเซล https://www.facebook.com/thepexcel/posts/1424798431031509/
.
.
.
ขออภัยเล่มกระดาษตอนนี้ยังไม่มี โทดทีนะครัชชช
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
image processing machine learning 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最讚貼文
ดาวน์โหลดซิ รออะไร
แจกฟรี หนังสือ Advanced Image Processing
ชื่อไทย "การประมวลภาพขั้นสูง"
ไฟล์เป็น PDF
เป็นหนังสือที่มีเนื้อหาเกี่ยวกับการประมวลภาพ และการรู้จำ
ตั้งแต่ระดับพื้นฐานและขั้นสูงครับ
ลิงก์ดาวน์โหลด
https://www.dropbox.com/s/9fuflr9qmjisqia/Advanced%20Image%20Processing%20Revised%20Edition.pdf?dl=0&fbclid=IwAR2Wqyr164lAYwyH1aAPx6mhgE8VxY-TO1GSE61bejcV2BN56JRgzdel7NI
ที่มา ตำราของอาจารย์ สนั่น ศรีสุข
https://www.facebook.com/srisuk.s
https://ectl.siam.edu/courses/faculty-of-engineering/lesson/
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
+++++ขอประชาสัมพันธ์ (ขายของ)
หนังสือปัญญาประดิษฐ์ติดอันดับขายดีในหมวดหมู่คอมพิวเตอร์ของ MEB
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
ราคา 295 บาท ฿ กับ 329 บาท ฿ (ซื้อผ่านระบบ Apple)
สนใจสั่งซื้อได้ที่ (ยังไม่มีเล่มกระดาษจริง มีแต่ขายเป็นอีบุ๊ก)
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
สำหรับวิธีอ่านอีบุ๊กเล่มนี้
ก็ต้องเลือกโปรแกรม/แอพ ให้เหมาะกับระบบที่เราใช้อยู่
วิธีอ่านอีบุ๊กก็ตามลิงก์ต่อไปนี้
https://docs.google.com/document/d/e/2PACX-1vSI4hZgymHgbqhX3CA6anA_18wRy-iXU9oIlupUr-KwAWvJyxI9zdLrJcPUW77xz8lbvRFfW10747Oe/pub
.
.
👉 สารบัญ:
https://drive.google.com/file/d/1L6-XYMVCWYNkvYXZYP9kOuzAIzPfHuaf/view?usp=sharing
.
👉 ตัวอย่างแต่ละบท
ตัวอย่างบทที่ 1 แนะนำ AI
📗 https://drive.google.com/file/d/19kzbuRtN14eDEYhNewBh4ZUCa6sexaIf/view?usp=sharing
.
ตัวอย่างบทที่ 3 แนะนำ machine learning
📗 https://drive.google.com/file/d/1pe8ty5hVZS0M3zGZe5WliOOTm6Cqv1Ti/view?usp=sharing
.
ตัวอย่างบทที่ 4 เรื่อง linear regression
📗
https://drive.google.com/file/d/1ju_wF6c9CNiYWfSzIIuqV9aUuEa4eurh/view?usp=sharing
.
ตัวอย่างบทที่ 8 เรื่อง CNN
📗 https://drive.google.com/file/d/1lGqsfXs16mV2IbEJx-4IgDslaHOut1kC/view?usp=sharing
.
ตัวอย่างบทที่ 9 เรื่อง RNN, LSTM
📗 https://drive.google.com/file/d/1dxEhj7syoXFAfQB9bqmwXGrfhgz3M7GQ/view?usp=sharing
.
ตัวอย่างบทที่ 10 เรื่อง Deep Q Learning
📗 https://drive.google.com/file/d/129-FPDP-9FJrMNsVqWMJdER762jOzs9G/view?usp=sharing
.
ตัวอย่างบทที่ 11 เรียนรู้แบบไร้ครูผู้สอน
📗 https://drive.google.com/file/d/15njvUq8Vbq3SRA-PHxVGq8Isr1cL3F3d/view?usp=sharing
.
👉 youtube: https://youtu.be/rLo-XdToGFI
👉 รีวิวหนังสือจากผู้เขียนตำราเทพเอกเซล https://www.facebook.com/thepexcel/posts/1424798431031509/
.
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
image processing machine learning 在 iT24Hrs Youtube 的最佳解答
เราอยู่ในยุคดิจิทัลที่ต้องใช้ชีวิตร่วมกับ Ai หรือว่าปัญญาประดิษฐ์ ทั้งที่เรารู้ตัวและไม่รู้ตัว เพราะว่าทุกวันนี้ Ai อยู่รอบตัวเราแล้ว เราก็ต้องทำความรู้จักกับ Ai เพื่อให้เราอยู่ร่วมกับ Ai ได้อย่างมีความสุข แต่พอพูดถึง Ai หลายคนก็ยังสงสัยว่า Ai ก็คือหุ่นยนต์ที่ต้องมีหน้า แขน ขา เหมือนมนุษย์หรือเปล่า แล้วมีอะไรบ้างที่เรียกว่า Ai
ออกอากาศวันเสาร์ที่ 22 สิงหาคม 2563
ในรายการ Digital Thailand ออกอากาศ ทุกวันเสาร์ ทางช่อง 3 กด 33 เวลา 4.40 น.- 5.05 น.
ติดตามรับข้อมูลข่าวสารเพิ่มเติมได้ที่
facebook.com/it24hrs
twitter.com/panraphee
twitter.com/it24hrs
IG: panraphee
ติดต่อโฆษณา it24hrs@it24hrs.com
