ค้นหา
เข้าสู่ระบบ
โปรโมชั่นเดือน ก.พ. 63 : สนพ.นาคา ราคาพิเศษ 50 บาท ตั้งแต่วันนี้ - 29 ก.พ. 63 คลิก ฟิตสมองก่อนสอบ เพียงซื้อ หนังสือ สนพ.เอ็มไอเอสที่ร่วมรายการ รับฟรี Synonyms & Antonyms Vocabulary มูลค่า 45 บาท คลิก
การเขียนโปรแกรม
Artificial Intelligence with Machine Learning, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่งHot!
Artificial Intelligence with Machine Learning, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่ง

Artificial Intelligence with Machine Learning, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่ง

เรียนอัลกอริทึมของ Machine Learning เพื่อสร้างสมองอันทรงพลังให้กับงานด้าน AI, Data Mining, Pattern Recognition, Computer Vision และงานสาขาอื่นที่เกี่ยวข้อง
หนังสือ
495.00 บาท
470.25 บาท
Artificial Intelligence with Machine Learning, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่ง
เนื้อหาโดยสังเขป
    การเรียนรู้ของเครื่อง (Machine Learning) เป็นเครื่องมือที่ถูกนำไปประยุกต์ใช้งานอย่างกว้างขวาง อาทิ งานด้านปัญญาประดิษฐ์ (Artificial Intelligence : AI) งานด้านการทำเหมืองข้อมูล (Data Mining) งานด้านการรู้จำรูปแบบ (Pattern Recognition) งานด้านคอมพิวเตอร์วิทัศน์ (Computer Vision) และงานในอีกหลายสาขาที่เกี่ยวข้อง การเข้าใจในเครื่องมือพื้นฐานของการเรียนรู้ของเครื่อง มีประโยชน์ในการเลือกใช้เครื่องมือต่าง ๆ ให้เหมาะสมกับงานที่ต้องการ รวมทั้งยังสามารถปรับปรุงขั้นตอนวิธี เพื่อให้เหมาะสมกับการใช้งานในแต่ละงานได้อย่างมีประสิทธิภาพ

    หนังสือ "Artificial Intelligence with Machine Learning, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่ง" เล่มนี้ ผู้เขียนได้อาศัยประสบการณ์ในการสอนและการวิจัยในสาขาวิชานี้ ตั้งแต่ระดับชั้นปริญญาตรีถึงปริญญาเอก โดยพยายามสอดแทรกตัวอย่างที่ง่ายต่อการเข้าใจ ที่ได้เคยใช้ในการอธิบายนักศึกษาในชั้นเรียน ตลอดจนประสบการณ์ในการทำวิจัย ในแต่ละบทประกอบด้วยเนื้อหา ขั้นตอนวิธี และโปรแกรมตัวอย่างที่เขียนขึ้นด้วยภาษา "Python" ซึ่งเป็นภาษาที่เข้าใจได้ง่ายและได้รับความนิยมอย่างมากในปัจจุบัน ทั้งนี้รหัสต้นฉบับ (Source Code) เกือบทั้งหมดในหนังสือเล่มนี้ ผู้เขียนมีความตั้งใจเขียนขึ้นมาจากพื้นฐานโดยไม่ได้ใช้ไลบารีระดับสูง เพื่อให้เข้าใจหลักการทำงานเบื้องหลังอย่างแท้จริง ทำให้ผู้อ่านสามารถนำไปประยุกต์ใช้ด้วยภาษาที่ตนเองถนัดได้ง่าย
สารบัญ
บทที่ 1 บทนำ
บทที่ 2 การเรียนรู้ของเครื่อง (Machine Learning)
บทที่ 3 การเรียนรู้แนวคิด (Concept Learning)
บทที่ 4 การจัดแบ่งคลาสด้วยขั้นตอนวิธี k-Nearest Neighbors
บทที่ 5 ต้นไม้ตัดสินใจ (Decision Tree)
บทที่ 6 โครงข่ายประสาทเทียม (Artificial Neural Networks)
บทที่ 7 ซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine)
บทที่ 8 การเรียนรู้แบบเบย์ (Bayesian Learning)
บทที่ 9 ขั้นตอนวิธีเชิงพันธุกรรม (Genetic Algorithm)
บทที่ 10 การลดมิติ (Dimensionality Reduction)
บทที่ 11 การจัดกลุ่ม (Clustering)
ข้อมูลเพิ่มเติม
- ผู้เขียนมีประสบการณ์ในการสอน และการวิจัยในสาขาวิชานี้ตั้งแต่ระดับชั้นปริญญาตรีถึงปริญญาเอก
- Source Code เขียนขึ้นมาจากพื้นฐาน ไม่ใช้ไลบารีระดับสูง ผู้อ่านสามารถประยุกต์ใช้ภาษาที่ตนเองถนัดได้
- เนื้อหา ขั้นตอนวิธี และโปรแกรมตัวอย่างที่เขียนขึ้นด้วยภาษา Python
รายละเอียดหนังสือ
ISBN: 9786164870710 (ปกอ่อน) 356 หน้า
ขนาดรูปเล่ม: 210 x 292 x 21 มม.
น้ำหนัก: 860 กรัม
เนื้อในพิมพ์: สี่สีในเล่ม
ชนิดกระดาษ: กระดาษปอนด์
สำนักพิมพ์ไอดีซี พรีเมียร์, บจก.
เดือนปีที่พิมพ์: 11/2019
ลักษณะของหนังสือมีตำหนิ (หนังสือเกรด B)
ตัวอย่าง เกรด/สภาพ
สภาพหนังสือชำรุดเล็กน้อย (B1)
ปกพับ สันบุบ ขาด
ลดราคา 20%
สภาพหนังสือชำรุดปานกลาง (B2)
ปกพับ สันบุบ ขาด สังเกตเห็นได้ว่าขาด ชำรุดมาก
ลดราคา 30%
สภาพหนังสือเก่าชำรุดปานกลาง (B3)
แต่ไม่มาก อาจมีสภาพปกพับ ปกหักร่วมด้วย
ลดราคา 50%
สภาพหนังสือเก่ามาก (B4)
อาจมีสภาพชำรุดร่วมด้วย แต่เนื้อหายังครบถ้วน
ลดราคา 70%
(ซื้อแล้วไม่รับเปลี่ยน หรือคืนทุกกรณี ยกเว้นชำรุดอันเนื่องมาจากการพิมพ์)
จาก :
ถึง :
หัวเรื่อง :