Search
🔥 udemy 目前特價中 1/19~/1/21
課程說明
本課程是關於金融工程的基礎知識。首先，你們將學習股票、債券和其他衍生產品。本課程的主要目的是加深對金融數學模型的理解。馬科維茨模型( Markowitz-model )是第一步。然後是資本資產定價模型( CAPM )。20 世紀最優雅的科學發現之一是布萊克-舒爾斯模型( Black-Scholes model ): 如何通過套期保值( hedging )來消除風險。現在機器學習技術正變得越來越流行。因此，你將學習迴歸( regression )、支援向量機( SVM )和基於樹( tree based )的方法。
重要提示: 你必須對統計學和數學感興趣才選擇這門課程! !！
https://softnshare.com/quantitative-finance-algorithmic-trading-in-python/
ช่วงโควิด 19
มีใครสนใจ อยากเรียน AI กับเด็กอักษรจุฬา ไหมครับ!
แบบนั่งอยู่บ้านไหม?
.
👉 เป็นหลักสูตร
"หลักการเขียนโปรแกรมเพื่อการประมวลผลภาษาธรรมชาติ"
หรือก็คือศาสตร์ Natural Language Processing ชื่อย่อ NLP
วิชานี้เป็นศาสตร์ทางคอม
(คนละตัวกับ NLP ที่เป็นโปรแกรมจิตใต้สำนึก ไม่เกี่ยวข้องกัน
แต่ชื่อย่อเดียวกัน)
.
NLP ที่ว่านี้
เป็นสาขาหนึ่งของเทคโนโลยีปัญญาประดิษฐ์
(Artificial Intelligence หรือ AI)
ที่ทำให้คอมพิวเตอร์เข้าใจภาษามนุษย์
เพื่อวัตถุประสงค์ด้านการสื่อสารและวิเคราะห์ข้อมูลที่เป็นภาษามนุษย์
เช่น เข้าใจภาษาไทย อังกฤษ สเปน จีน ฝรั่งเศส รัสเซีย เยอรมัน อาหรับ เป็นตน
.
😍ประโยชน์ NLP เช่น
☑ ทำ Chatbot ที่ฉลาดขึ้น
☑ ให้ AI เขียนหนังสือเองได้
☑ ทำการแปลภาษาอัตโนมัติ
☑ แก้คำผิด แต่งประโยคให้ถูกต้องเอง
☑ เพิ่มประสิทธิภาพ Search Engine
☑ แบ่งประเภทของบทความอัตโนมัติ
☑ และอื่นๆ นึกไม่ออก ในตอนนี้
.
อันนี้เป็นหลักสูตรที่สอน
ในภาควิชาภาษาศาสตร์ คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
สอนโดยอาจารย์ ดร.อรรถพล ธำรงรัตนฤทธิ์
สามารถศึกษาได้ด้วยตัวเองฟรีๆ
มีอยู่แล้วในเว็บไซต์ของอาจารย์
โดยมีวิชาที่เป็นวิชาหลักจริงๆ
สามารถนำไปประยุกต์ใช้ได้ทันทีอยู่สามหมวดวิชา คือ
👳♂️ NLP I: การเขียนโปรแกรมเพื่อนำไปทำ NLP
✔ ครึ่งแรกเน้นพื้นฐานการเขียนโปรแกรมตั้งแต่ยังไม่มีพื้นฐานเลย เรียนรู้จากตัวอย่างโปรแกรมต่างๆ ที่เกี่ยวกับ NLP
✔ ครึ่งหลังพูดเรื่อง Object-oriented programming การดึงข้อมูลจากอินเตอร์เน็ตผ่าน API การใช้ package ต่างๆ ในการตัดคำ แท็กคำด้วย part of speech และการ parse ประโยค และจบด้วย Machine Learning (supervised learning)
👉 เข้าไปเรียนได้ลิงก์นี้ https://attapol.github.io/programming/
.
.
👳♂️ NLP II: โมเดลหลักๆ ที่ใช้ใน NLP ทั้งหมด (เปิดสอนม.ค. 2562 เป็นเทอมแรก)
✔ Logistic regression - การวิเคราะห์ความรู้สึก (sentiment analysis)
✔ Structured Prediction - การวิเคราะห์โครงสร้างประโยคอัตโนมัติ (phrase structure parse) การวิเคราะห์ประโยคเชิงพึ่งพิง (dependency parse)
✔ Conditional Random Fields - การตรวจหาคำที่สื่อถึงตัวตน (Named-entity recognition)
✔ Search (Information Retrieval) - การสร้าง search engine
✔ Language Model - โมเดลสำหรับการคำนวณบริบททางภาษาเพื่อใช้สำหรับ การแปลงเสียงเป็นตัวอักษร (speech recognition) เครื่องแปลภาษา (machine translation) และการตรวจแก้การสะกดผิด ความผิดพลาดทางไวยากรณ์
✔ Word embeddings - ใช้ตัวเลขหรือเวคเตอร์ในการคำนวณความหมายของคำและประโยค
✔ Deep learning - multilayer perceptron, LSTM, Convolutional Network
👉 เข้าไปเรียนได้ลิงก์นี้ https://attapol.github.io/compling/
.
.
👳♂️ NLP III: การสร้างระบบ NLP ขั้นสูง (เปิดสอนม.ค. 2563 เป็นเทอมแรก)
✔ Speech Recognition - เครื่องแปลงเสียงเป็นตัวอักษร
✔ Targeted ads and recommendation systems - ระบบเลือกโฆษณาและ content ให้ผู้ใช้ที่เหมาะสม
✔ Conversational Agents and chatbots - หุ่นยนต์นักสนทนา
✔ Question answering system - ระบบตอบคำถามอัตโนมัติ
✔ Relation Extractions and Knowledge Graphs - ระบบสกัดความรู้และความสัมพันธ์ระหว่าง concepts
✔ Corpus construction - หลักการสร้างคลังข้อมูลเพื่อใช้สำหรับ NLP systems
👉 (รอวิดีโอของอาจารย์ ยังไม่เห็น)
ลิงก์หลักสูตร https://docs.google.com/document/d/13eaMHR8kl9HbIPPfY0B6bhNVybhWaOVdQNdmNp6BlgE/edit
.
.
ถ้าไม่มีพื้นฐานการเขียนโปรแกรมมาก่อน ให้เริ่มที่ NLP I
หากมีประสบการณ์การเป็นโปรแกรมเมอร์ ก็สามารถเริ่มต้นที่ NLP II ได้ทันที.
.
ที่มา https://attapol.github.io/programming/
ขอบคุณอาจารย์ ดร.อรรถพล ธำรงรัตนฤทธิ์ ที่เผยแพร่ความรู้ฟรีๆ ครับ
.
.
.
.
.
.
.<ประชาสัมพันธ์ ขายของ/>
ถ้าใครเรียนแล้วยังไม่เข้าใจ AI
ก็ขอแนะนำหนังสือ "AI ไม่ยาก เรียนรู้ด้วยเลขม. ปลาย"
ไม่มีโค้ดดิ้งให้ปวดหัว
แค่มีพื้นฐานเลขม. ปลาย
ก็อ่านเข้าใจได้
ราคา 295 บาท ฿ กับ 329 บาท ฿ (ซื้อผ่านระบบ Apple จะแพงขึ้น)
.
ท่านใดสนใจก็สั่งซื้อได้ที่นี้ (ขออภัยยังไม่มีเล่มกระดาษขาย)
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ที่
👉 https://drive.google.com/file/d/1zG64QAuPKtnWu-Jizn4i2JYUbHnHa8cJ/view?usp=sharing
.
✍ เขียนโดย โปรแกรมเมอร์ไทย thai programmer
🔥 "อยากสร้างคอมพิวเตอร์ที่เรียนรู้ได้ด้วยตัวเอง ! อยากทำหุ่นยนต์แบบในหนังไซไฟ ต้องรู้ Machine Learning" !!
.
ต้องบอกว่างานด้าน AI จะเป็นหนึ่งในงานที่สำคัญมาก ๆ ในอนาคต ที่จะให้คอมพิวเตอร์คอยคิด ตรวจหา ทำงานแทนเราได้นั่นเอง
.
📌 ซึ่งไม่ว่างานเล็ก ๆ อย่างกิจกรรมประจำวัน จนถึง การวิเคราะห์ชิ้นเนื้อเพื่อหาเซลล์มะเร็ง และ ค้นหาความเปลี่ยนแปลงที่เกิดขึ้นในอวกาศ ในอนาคตก็จะมีศาสตร์ด้าน Machine Learning อยู่ในนั้นทั้งสิ้น
.
วันนี้แอดได้รวมความรู้ด้านคณิตศาสตร์ สถิติที่สำคัญของคนที่สนใจอยากทำ Machine Learning มาฝากกันดังนี้ <3
.
1. Linear Algebra
2. Analytic Geometry
3. Matrix Decomposition
4. Vector Calculus
5. Probability & Distributions
6. Continuous Optimization
7. Linear Regression
8. Principal Component Analysis
9. Mixture model
.
ซึ่งแน่นอนว่าบางตัวหลายคนอาจจะเจอระหว่างเรียนมหาวิทยาลัยมาแล้ว แต่ถ้าใครอยากทบทวน แอดมีหนังสือมาแจกด้วยแหละ (ถูกลิขสิทธิ์ด้วยนะ !)
.
กับหนังสือ Mathematics for Machine Learning ใครสนใจคลิกได้เลยย >> https://mml-book.github.io/book/mml-book.pdf
.
และ สุดท้ายนี้ต้องบอกว่านี่เป็นแค่ส่วนหนึ่งเท่านั้น เพราะสาย ML นี้มีอะไรให้เรียนรู้ตั้งหลายด้านทั้ง Programming, Algorithm หรือ เรื่องอื่น ๆ ที่จำเป็นในคณิตศาสตร์ สถิติ ซึ่งถ้าใครต้องการต่อยอด
.
แอดว่าหนังสือเล่มนี้ที่แจกน่าจะช่วยให้เราเริ่มต้นได้ กับ พื้นฐานที่ดีจ้าาา :D
.
#borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
regression model 在 5.1 Linear Regression | Interpretable Machine Learning 的推薦與評價
The linearity of the learned relationship makes the interpretation easy. Linear regression models have long been used by statisticians, computer scientists and ... ... <看更多>