พื้นฐาน AI และ ML

เริ่มต้นเส้นทางสู่ปัญญาประดิษฐ์โดยการเรียนรู้แนวคิดพื้นฐาน ประวัติ และอัลกอริทึมแมชชีนเลิร์นนิงประเภทต่างๆ

62 courses

แนะนำการเรียนรู้ของเครื่อง: Python, R และ AI แบบประยุกต์

เรียนรู้หลักการพื้นฐานของปัญญาประดิษฐ์ และสร้างแบบจำลองข้อมูลการคาดการณ์ ครั้งแรกของคุณจากศูนย์
★ 4.5 (3,815)

วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น: ไพทอน, คณิตศาสตร์, และการเรียนรู้ของเครื่อง

เรียนรู้หลักการพื้นฐานของวิทยาศาสตร์ข้อมูล ตั้งแต่สถิติพื้นฐาน จนถึงการเรียนรู้ของเครื่องจักร โดยไม่ต้องมีประสบการณ์ก่อนหน้า
★ 4.6 (3,190)

วิศวกรรมปฏิบัติการด้วยปฏิทิน: จากวิทยาศาสตร์ข้อมูลไปสู่ปัญญาประดิษฐ์

สร้างฐานที่มั่นคงในวิทยาศาสตร์ข้อมูล การเรียนรู้เครื่องแบบคลาสสิก และ AI สมัยใหม่ ใช้ Python ในการออกแบบแอปพลิเคชันที่ใช้ข้อมูลอย่างชาญฉลาด
★ 4.6 (1,386)

Python วิทยาศาสตร์ข้อมูล, การเรียนรู้ของเครื่อง, และพื้นฐานของ AI

สร้างฐานที่แข็งแกร่งในการวิเคราะห์ข้อมูล, การสร้างแบบจำลองการคาดการณ์, และปัญญาประดิษฐ์โดยใช้ Python, Pandas, และ TensorFlow ผ่านบทเรียนที่มีโครงสร้างบนพื้นฐานของข้อความ
★ 4.6 (1,296)

พื้นฐานของ AI สำหรับกลยุทธ์ธุรกิจ

เข้าใจหลักการสำคัญของปัญญาประดิษฐ์ และเรียนรู้วิธีปฏิบัติ เครื่องมือสร้างสรรค์อย่างปลอดภัย เพื่อเพิ่มประสิทธิภาพของทีม
★ 4.5 (1,910)

พื้นฐานการเรียนรู้เครื่องสำหรับวิทยาศาสตร์ข้อมูล

เข้าใจหลักการและอัลกอริทึมที่จำเป็น ในการเริ่มสร้างทักษะทางวิทยาศาสตร์ข้อมูล ของคุณตั้งแต่ต้น
★ 4.5 (1,096)

วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง: คำแนะนำสำหรับผู้เริ่มต้นเกี่ยวกับภาษาไพทอนและปัญญาประดิษฐ์

สร้างฐานที่มั่นคงในภาษาไพธอน, การวิเคราะห์ข้อมูล, และโมเดลการคาดการณ์ เพื่อแก้ไขปัญหาในโลกจริง ด้วยเทคนิคการเรียนรู้เครื่องและการเรียนรู้ลึก
★ 4.2 (6,045)

ประยุกต์ใช้ปัญญาประดิษฐ์: สร้างโครงการสำหรับธุรกิจและเทคโนโลยี

ประสบการณ์การสร้างและนำไปใช้ แบบจำลองปัญญาประดิษฐ์ สำหรับด้านการเงิน สุขภาพ และแอพพลิเคชั่นสร้างสรรค์ ด้วยการทำงานบนคลาวด์
★ 4.6 (2,809)

พื้นฐานการคำนวณแบบ Logistic Regression สำหรับการเรียนรู้ของเครื่องในภาษาไพธอน

สร้างฐานที่มั่นคงในการสร้างแบบจำลองการคาดการณ์ โดยการเรียนรู้คณิตศาสตร์และปฏิบัติการของ Python สำหรับการจัดประเภทไบนารี
★ 4.7 (4,920)

แนะนำวิทยาศาสตร์ข้อมูล: พายทอน, SQL และพื้นฐานของ AI

เรียนรู้ทักษะพื้นฐานในการวิเคราะห์ข้อมูล การแสดงภาพ และการเรียนรู้เครื่อง ด้วยการใช้ Python, SQL, Tableau และเครื่องมือ AI สมัยใหม่ ผ่านการสอนแบบเขียน
★ 4.5 (9,261)

มูลนิธิคณิตศาสตร์เพื่อวิทยาศาสตร์ข้อมูลและปัญญาประดิษฐ์

เรียนรู้หลักสูตร เลขคณิต ความน่าจะเป็น และสถิติ เพื่อให้เข้าใจอัลกอริทึมการเรียนรู้ของเครื่อง
★ 4.5 (4,004)

คำอธิบาย

เรียนรู้หลักการพื้นฐานของการคำนวณ เบื้องหลังการปรับปรุงประสิทธิภาพ และระบบประสาท ในการเปลี่ยนแปลงจากการคัดลอกโค้ด ไปสู่การเข้าใจอัลกอริทึมการเรียนรู้ของเครื่อง
★ 4.8 (1,652)

พื้นฐานของปัญญาประดิษฐ์: คำแนะนำสำหรับผู้เริ่มต้น

เข้าใจหลักการของระบบประสาท วิสัยทัศน์ของคอมพิวเตอร์ และโมเดลการสร้างสมัยใหม่ เพื่อเริ่มต้นการเดินทางของคุณในโลกของเทคโนโลยี
★ 4.5 (8,966)

พื้นฐานการเรียนรู้ของเครื่อง: แนะนำโดยไม่ต้องใช้เทคนิค

ถอดความปริศนาของปัญญาประดิษฐ์ และเรียนรู้หลักการ กระบวนการทำงาน และการใช้จริงของการเรียนรู้เครื่อง โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว
★ 4.8 (8,949)

พื้นฐานของเครือข่ายประสาทและการเรียนรู้ลึกสมัยใหม่

เรียนรู้หลักการพื้นฐานของระบบประสาท และการเรียนรู้ลึก เพื่อเริ่มต้นการเข้าใจ ออกแบบ และฝึกอบรม แบบจำลองปัญญาประดิษฐ์สมัยใหม่
★ 5.0 (6,972)

พื้นฐานของวิทยาศาสตร์ข้อมูล

เรียนรู้วิธีการวิเคราะห์ชุดข้อมูล, สร้างแบบจำลองการคาดการณ์, และปฏิบัติการกระบวนการทำงานข้อมูลสมัยใหม่โดยใช้ภาษาไพธอน
★ 5.0 (6,972)

พื้นฐานของปัญญาประดิษฐ์: สร้างความรู้เกี่ยวกับปัญญาประดิษฐ์ของคุณ

ความเข้าใจที่แข็งแกร่ง ในการเรียนรู้ของเครื่องจักร เครือข่ายประสาท และเครื่องมือ AI ที่จะช่วยเพิ่มอาชีพของคุณ และนำทางไปสู่ภูมิทัศน์เทคโนโลยีสมัยใหม่
★ 5.0 (6,972)

พื้นฐานการเรียนรู้เครื่องสำหรับวิทยาศาสตร์ข้อมูล

เรียนรู้หลักการพื้นฐานของการเรียนรู้ที่ได้รับการดูแลและไม่ได้รับการดูแล เพื่อสร้างแบบจำลองการคาดการณ์และแก้ไขปัญหาความท้าทายทางธุรกิจ
★ 4.5 (6,424)

พื้นฐานของการเรียนรู้เครื่องด้วย PyTorch

สร้างฐานที่แข็งแกร่งในการเรียนรู้เครื่องโดยการฝึกการจัดประเภท, การถดถอย, และแบบจำลองการเรียนรู้ลึกโดยใช้ PyTorch สำหรับการวิเคราะห์ข้อมูลในโลกจริง
★ 4.7 (3,825)

วิศวกรรมคุณสมบัติการเรียนรู้ของเครื่องมือ

เปลี่ยนแปลงข้อมูลดิบ ที่เป็นขยะ ไปเป็นข้อมูลที่สะอาด สามารถนำมาใช้เป็นโมเดลได้ และเพิ่มความแม่นยำในการคาดการณ์การเรียนรู้ของเครื่อง
★ 4.5 (3,780)
Showing 20 of 62 courses