000			02630aam a2200301 4500
003			SPU
005			20230705143236.0
008			221124b th ||||| |||| 00| 0 tha d
020			_a9786160842131 _c330
040			_aSPU
049			_aSPU_CHN
050			_aQA76.3.P98 _bบ253ส 2564
100	0		_aบัญชา ปะสีละเตสัง _96617
245			_aสร้างการเรียนรู้สำหรับ AI ด้วย Python Machine Learning / _cบัญชา ปะสีละเตสัง
260			_bซีเอ็ดยูเคชั่น, _c2564 _aกรุงเทพฯ :
300			_a387 หน้า : _bภาพประกอบ ; _c24 ซม.
505			_aMachine Learning (ML) และเครื่องมือเขียนโค้ด หน้า 11-42 -- พื้นฐาน Data Science หน้า 43-76 -- การจัดเตรียมข้อมูลสำหรับ ML หน้า 77-108 -- โมเดล Linear Regression หน้า 109-146 -- โมเดล Logistic Regression หน้า 147-178 -- โมเดล Support Vector Machines หน้า 179-202 -- โมเดล K-Nearest Neighbors หน้า 203-218 -- โมเดล Naive Bayes หน้า 219-246 -- โมเดล Decision Tree หน้า 247-284 -- โมเดล Neural Network หน้า 285-322 -- โมเดล K-Means Clustering หน้า 323-344 -- การเรียนรู้แบบ Ensemble หน้า 345-381
650		4	_9192672 _aไพทอน (การเขียนโปรแกรม)
650		0	_9145828 _aปัญญาประดิษฐ์
650		0	_9239433 _aการเรียนรู้ของเครื่อง
650		0	_954523 _aMACHINE LEARNING
850			_aSPU
910			_aคณะเทคโนโลยีสารสนเทศ _bศูนย์หนังสือจุฬาลงกรณ์มหาวิทยาลัย สาขา ม.บูรพา _c161122 _pA091815
910			_aคณะโลจิสติกส์และซัพพลายเชน _bศูนย์หนังสือจุฬาลงกรณ์มหาวิทยาลัย สาขา ม.บูรพา _c080623 _pA092374
910			_aคณะโลจิสติกส์และซัพพลายเชน _bศูนย์หนังสือจุฬาลงกรณ์มหาวิทยาลัย สาขา ม.บูรพา _c080623 _pA092375
942			_2lcc _cGEN
998			_bmonthira 050723 _bnapasorn 241122 _atanuchcha 251122
999			_c206749