สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 7) : Introduction to deep learning
ความแตกต่างระหว่าง Machine Learning กับ Deep Learning และ Deep learning model and application สนใจอ่านรายละเอียดต่อ
ความแตกต่างระหว่าง Machine Learning กับ Deep Learning และ Deep learning model and application สนใจอ่านรายละเอียดต่อ
แนะนำวิธีการจัดการข้อมูลที่เป็น text การเตรียมข้อมูลสำหรับสร้างโมเดล การแปลงข้อมูล Text ให้เป็นตัวเลขในตาราง สนใจอ่านรายละเอียดต่อ
แนะนำเทคนิคที่ใช้ใน Recommender system ได้แก่ Association analysis และ Collaborative filtering และแนะนำตัวอย่าง Application ที่ใช้ Association Rules สนใจอ่านรายละเอียดต่อ
สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 3) : อธิบายขั้นตอนการสร้างโมเดลสำหรับนักวิทยาศาสตร์ข้อมูล 1) ทำความเข้าใจข้อมูล (Data Understanding) 2) การเตรียมข้อมูล (Data Preprocessing) 3) การสร้างโมเดลและการประเมินโมเดล (Model Training and Model Evaluation) สนใจอ่านรายละเอียดเพิ่มเติม
การสร้างโมเดลมี 2 หัวข้อหลักๆ ถ้าข้อมูลแบบไม่มี target จะใช้เทคนิคแบบไม่มีผู้สอน (Unsupervised Machine Learning) ซึ่งในหัวข้อนี้อธิบายเกี่ยวกับ Clustering : K-means และถ้ามี target จะใช้เทคนิคแบบมีผู้สอน (Supervised Machine Learning) สนใจอ่านรายละเอียดต่อ
Data Engineer Job อบรมหลักสูตร Data Scientist Essentials (ช่วงที่ 2) วันที่จัดอบรม : วันที่ 14 -15, 21-22 และ 28-29 พฤศจิกายน 2562 ( จำนวน 6 วัน ) Data cleansing เป็นการทำให้ข้อมูลพร้อมสำหรับการสร้างโมเดล จำแนกประเภทของข้อมูล วิธีการจัดการกับข้อมูลที่ขาดหายไป (Missing Values) และวิธีการหาข้อมูลที่ผิดปกติ (Outlier) สนใจอ่านรายละเอียดต่อ