สาย Machine Learning
เรียน scikit-learn ตั้งแต่ workflow, การวัดผลโมเดล และ feature engineering ไปจนถึง tree/boosting และ deep learning เบื้องต้น
Module 1
พื้นฐาน ML และ scikit-learn
workflow ของ ML, regression, classification, การวัดผลโมเดล และการแยก overfitting ด้วย cross-validation
Module 2
Feature engineering
แปลงข้อมูลดิบให้โมเดลกินได้ — encoding, scaling, missing values, pipeline และการสร้าง feature ใหม่
Module 3
Tree และ boosting
decision tree, random forest, gradient boosting, การจูน hyperparameter และ feature importance
Module 4
Deep learning เบื้องต้น
neural network แบบ MLP, ฟังก์ชัน activation, การเทรนด้วย gradient descent และข้อควรระวัง