|
เมนูหลัก
|
|
| นว512 | การเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์ |
| Machine Learning and Artificial Intelligence |
| สังกัด | วิทยาศาสตร์, นวัตกรรมเทคโนโลยีดิจิทัล |
| หน่วยกิต | 3 (2-2-5) |
| สถานะรายวิชา: | ใช้งาน | | เลือก ปีการศึกษา: 2 / 2563 | | รายชื่อ |  |
|
| | | เชียงใหม่ | | ปริญญาโท ปกติ | | กลุ่ม | วัน | เวลา | ห้อง | อาคาร | เรียน | ที่นั่ง(เปิด-ลง-เหลือ) | หมวด | | | | 01 | | จันทร์ | 14:00-16:00 | บรรยาย คอม 6 | 105 | C | 5 | 3 | 2 | W |  | | | | | อังคาร | 09:30-11:30 | บรรยาย คอม 6 | 105 | L | | | | | | | | | | อาจารย์ / เจ้าหน้าที่/เอกสารประกอบการสอน: | ผู้ช่วยศาสตราจารย์ ดร.พาสน์ ปราโมกข์ชน | | | | ผู้คุมสอบกลางภาค: | | | | | สอบปลายภาค: | | | | | ผู้คุมสอบปลายภาค: | | |
|
| Course Description
นิยามและการประยุกต์ของปัญญาประดิษฐ์ การแทนความรู้ การโปรแกรมเชิงตรรกะ การประมวลผลภาษาธรรมชาติ เทคนิคการเรียนรู้ของเครื่องจักร การเรียนรู้โดยวิธีอุปนัย การเรียนรู้โดยอาศัยพื้นฐานทางสถิติ การเรียนรู้โดยสิ่งสนับสนุน การเรียนรู้จากผู้เชี่ยวชาญ การตัดสินใจ
เชิงต้นไม้ โครงข่ายประสาท อัลกอริทึมการหาเพื่อนบ้านที่ใกล้ที่สุด การแก้ปัญหาโดยการหาจุดที่
เหมาะสม การเรียนรู้โดยไม่อาศัยผู้เชี่ยวชาญ
Definitions and application of artificial intelligence; knowledge representation; logic programming; natural language processing; machine learning techniques; inductive learning; statistical bases learning; reinforcement learning;
supervised learning; decision trees;
neural networks; the nearest neighbor algorithm; the problem of overfitting; unsupervised learning
หมายเหตุ
เรียน C = Lecture L = Lab R = ประชุม S = Self Study T = ติว
หมวด B = วิชาเสริมพื้นฐาน E = วิชาเลือกเฉพาะสาขา F = วิชาเลือกเสรี M = วิชาพื้นฐาน W = วิชาบังคับ X = - ยังไม่กำหนด |
| |
ภาษาไทย 
English
