เรียนรู้ Data science และ AI : machine learning ด้วย Python /
กอบเกียรติ สระอุบล.
เรียนรู้ Data science และ AI : machine learning ด้วย Python / กอบเกียรติ สระอุบล - พิมพ์ครั้งที่ 1. - กรุงเทพฯ : อินเตอร์มีเดีย, 2563 - 640 หน้า : ภาพประกอบ ; 23 ซม
01 บทนำ หน้า 17-24 -- 02 การติดตั้งและเตรียมความพร้อม หน้า 25-44 -- 03 Python สำหรับ Data science หน้า 45-66 -- 04 จัดการข้อมูลด้วย Pandas หน้า 67-106 -- 05 สถิติเบื้องต้น หน้า 107-124 -- 06 สรุปข้อมูลด้วย Pivot table หน้า 125-148 -- 07 Data visualization 1 หน้า 149-192 -- 08 Data visualization 2 หน้า 193-214 -- 09 การจัดการข้อมูลสูญหาย หน้า 215-240 -- 10 การทำความสะอาดข้อมูล หน้า 241-274 -- 11 ค่าผิดปกติและการกำจัด หน้า 275-294 -- 12 ข้อมูล time series หน้า 295-320 -- 13 Machine Learning เบื้องต้น หน้า 321-338 -- 14 Regression หน้า 339-366 -- 15 Decision Tree หน้า 367-394 -- 16 การประเมิน Model หน้า 395-430 -- 17 อัลกอริทึมที่สำคัญ หน้า 431-464 -- 18 ROC AUC และ Threshold หน้า 465-486 -- 19 ระบบรู้จำเลขลายมือเขียน หน้า 487-506 -- 20 การตรวจจับและรู้จำใบหน้า หน้า 507-540 -- 21 การลดมิติข้อมูล หน้า 541-582 -- 22 การปรับจูน Model หน้า 583-596 -- 23 การจำแนกหมวดหมู่ข้อความ หน้า 597-616 -- 24 Recommender System หน้า 617-625
หนังสือเล่มนี้เหมาะสำหรับผู้เริ่มต้นเรียนรู้ Data Science ศาสตร์ที่ว่าด้วยการนำเอาข้อมูลมาใช้ให้เกิดประโยชน์ในงานด้านต่างๆ อย่างสูงสุด และเรียนรู้ด้าน AI (Artificial Intelligence) หรือปัญญาประดิษฐ์ Machine Learning ด้วยภาษา Python เพื่อพัฒนาระบบอัจฉริยะ เน้นการเรียนรู้ด้วยการปฏิบัติ Workshop.
9786169075783 365
ไพธอน (ภาษาคอมพิวเตอร์)
การเรียนรู้ของเครื่อง.
การค้นหาข้อมูล.
QA 76.73 / ก359ร 2563
เรียนรู้ Data science และ AI : machine learning ด้วย Python / กอบเกียรติ สระอุบล - พิมพ์ครั้งที่ 1. - กรุงเทพฯ : อินเตอร์มีเดีย, 2563 - 640 หน้า : ภาพประกอบ ; 23 ซม
01 บทนำ หน้า 17-24 -- 02 การติดตั้งและเตรียมความพร้อม หน้า 25-44 -- 03 Python สำหรับ Data science หน้า 45-66 -- 04 จัดการข้อมูลด้วย Pandas หน้า 67-106 -- 05 สถิติเบื้องต้น หน้า 107-124 -- 06 สรุปข้อมูลด้วย Pivot table หน้า 125-148 -- 07 Data visualization 1 หน้า 149-192 -- 08 Data visualization 2 หน้า 193-214 -- 09 การจัดการข้อมูลสูญหาย หน้า 215-240 -- 10 การทำความสะอาดข้อมูล หน้า 241-274 -- 11 ค่าผิดปกติและการกำจัด หน้า 275-294 -- 12 ข้อมูล time series หน้า 295-320 -- 13 Machine Learning เบื้องต้น หน้า 321-338 -- 14 Regression หน้า 339-366 -- 15 Decision Tree หน้า 367-394 -- 16 การประเมิน Model หน้า 395-430 -- 17 อัลกอริทึมที่สำคัญ หน้า 431-464 -- 18 ROC AUC และ Threshold หน้า 465-486 -- 19 ระบบรู้จำเลขลายมือเขียน หน้า 487-506 -- 20 การตรวจจับและรู้จำใบหน้า หน้า 507-540 -- 21 การลดมิติข้อมูล หน้า 541-582 -- 22 การปรับจูน Model หน้า 583-596 -- 23 การจำแนกหมวดหมู่ข้อความ หน้า 597-616 -- 24 Recommender System หน้า 617-625
หนังสือเล่มนี้เหมาะสำหรับผู้เริ่มต้นเรียนรู้ Data Science ศาสตร์ที่ว่าด้วยการนำเอาข้อมูลมาใช้ให้เกิดประโยชน์ในงานด้านต่างๆ อย่างสูงสุด และเรียนรู้ด้าน AI (Artificial Intelligence) หรือปัญญาประดิษฐ์ Machine Learning ด้วยภาษา Python เพื่อพัฒนาระบบอัจฉริยะ เน้นการเรียนรู้ด้วยการปฏิบัติ Workshop.
9786169075783 365
ไพธอน (ภาษาคอมพิวเตอร์)
การเรียนรู้ของเครื่อง.
การค้นหาข้อมูล.
QA 76.73 / ก359ร 2563