ขาย 9786164870710 ARTIFICIAL INTELLIGENCE WITH MACHINE LEARNING, AI สร้างได้ด้วยแมชชีนเลิร์นนิ่ง ราคาที่ดีที่สุด

#หนังสือมือ1ทุกรายการ #ดำเนินงานโดยศูนย์หนังสือจุฬาฯสาขาม.บูรพา *ถ้าลูกค้าเลือกการส่งสินค้าผ่านขนส่ง Standard Express ทาง Shopee จะสุ่มเลือกให้อัตโนมัติ ตามความเหมาะสมของ พื้นที่การจัดส่ง ได้แก่ 1. Shopee Express หรือ 2. Flash Express *การขนส่งแบบ Shopee Express และ Flash Express ตัดรอบ 8.30 น. จ.-ส. (ส่งภายในวัน) (สั่งสินค้าหลัง 08.30 น. จัดส่งได้ในวันถัดไปค่ะ ) 3. ถ้าลูกค้าเลือกการจัดส่งแบบ ไปรษณีย์ไทย (EMS) * เฉพาะการขนส่งแบบ ปณ. EMS, ตัดรอบ 14.00 น. จ - ศ.* (ส่งภายในวัน) เฉพาะการขนส่งแบบ ปณ. EMS ตัดรอบ 10.00 น. (วันเสาร์) (ส่งภายในวัน) *** งดส่งสินค้าวันอาทิตย์ และ วันหยุดนักขัตฤกษ์ *** **** สินค้าจะถึงลูกค้า กทม. 1 - 2 วันทำการ ****** ต่างจังหวัด 2 - 3 วันทำการ **** 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)