-
Document 1
-
Machine LearningLecture1.1
-
-
Part1: K Nearest Neighbor : Theory 18
-
1. IntroductionLecture2.1
-
2. K Nearest Neighbor : Theory : What is K Nearest Neighbor ?Lecture2.212 min
-
3. K Nearest Neighbor : Theory : StateLecture2.312 min
-
4. K Nearest Neighbor : Theory : How to create modelLecture2.427 min
-
5. K Nearest Neighbor : Theory : ตอบคำถามนักเรียนLecture2.513 min
-
6. K Nearest Neighbor : Theory : ตัวอย่างการคำนวณ KNN-CLecture2.641 min
-
7. K Nearest Neighbor : Theory : When will we use KNN-C ?Lecture2.708 min
-
8. K Nearest Neighbor : Code : Overview & Import LibraryLecture2.823 min
-
9. K Nearest Neighbor : Code : NormalizationLecture2.927 min
-
10. K Nearest Neighbor : Code : วัดระยะห่างLecture2.1017 min
-
11. K Nearest Neighbor : Code : เรียงลำดับ Target ตามระยะห่างLecture2.1122 min
-
12. K Nearest Neighbor : Code : หาผลลัพธ์จากเพื่อนบ้าน K ตัวLecture2.1233 min
-
13. K Nearest Neighbor : Code : หา K ที่ดีที่สุดLecture2.1325 min
-
14. K Nearest Neighbor : Code : เรียนรู้ & พยากรณ์ Part 1Lecture2.1407 min
-
15. K Nearest Neighbor : Code : เรียนรู้ & พยากรณ์ Part 2Lecture2.1510 min
-
16. K Nearest Neighbor for Regression : Theory & Code & ExampleLecture2.1617 min
-
17. K Nearest Neighbor for Regression : Theory : เฉลยการบ้านLecture2.1718 min
-
18. เฉลยการบ้าน K Nearest Neighbor for RegressionLecture2.1826 min
-
-
Part2 17
-
19. Naive Bayes : Theory : Bayes’ TheoremLecture3.118 min
-
20. Naive Bayes : Theory : What is Naive Bayes ?Lecture3.218 min
-
21. Naive Bayes : Theory : StateLecture3.313 min
-
22. Naive Bayes : Theory : How to create modelLecture3.407 min
-
23. Naive Bayes : Theory : ตัวอย่างการคำนวณ Naive BayesLecture3.531 min
-
24. Naive Bayes : Theory : ที่มาสมการ Naive BayesLecture3.654 min
-
25. Naive Bayes : Code : Overview & Import LibraryLecture3.711 min
-
26. Naive Bayes : Code : สร้าง Dictionary สำหรับเตรียมนับสมาชิกและเตรียมเก็บความน่าจะเป็นLecture3.845 min
-
27. Naive Bayes : Code : นับจำนวนสมาชิกจาก Training Set เพื่อใส่ใน Count_MatrixLecture3.923 min
-
28. Naive Bayes : Code : คำนวณความน่าจะเป็นจาก Count_Matrix เพื่อใส่ใน Prob_Matrix & เรียนรู้Lecture3.1027 min
-
29. Naive Bayes : Code : พยากรณ์Lecture3.1123 min
-
30. Naive Bayes : Code : Read Data & Prepare Data, Create Model, Making PredictionsLecture3.1207 min
-
31. Naive Bayes : ExampleLecture3.1320 min
-
32. Naive Bayes Continuous Data : TheoryLecture3.1401 hour 11 min
-
33. Naive Bayes Continuous Data : Theory : ตัวอย่างการคำนวณ Naive Bayes Continuous DataLecture3.1530 min
-
34. Naive Bayes Continuous Data : CodeLecture3.1640 min
-
35. Naive Bayes Continuous Data : ExampleLecture3.1713 min
-
-
Part3: Decision Tree : Theory 10
-
36. Decision Tree : Theory : IntroductionLecture4.112 min
-
37. Decision Tree : Theory : What is Decision Tree ?Lecture4.212 min
-
38. Decision Tree : Theory : StateLecture4.314 min
-
39. Decision Tree : Theory : How to create modelLecture4.401 hour 16 min
-
40. Decision Tree : Theory : ตัวอย่างการคำนวณ Decision TreeLecture4.501 hour 03 min
-
41. Decision Tree : Theory : ที่มาของ GiniLecture4.621 min
-
42. Decision Tree : ตัวอย่างการเขียน Code RecursiveLecture4.732 min
-
43. Decision Tree : Code Part 1Lecture4.801 hour 05 min
-
44. Decision Tree : Code Part 2Lecture4.939 min
-
45. Random ForestLecture4.1045 min
-
-
Part4: SVM : Theory 20
-
45. Random ForestLecture5.145 min
-
42. SVM : Theory : IntroductionLecture5.213 min
-
43. SVM : Theory : Method of Lagrange MultipliersLecture5.301 hour 06 min
-
44. SVM : Theory : ตัวอย่างการคำนวณ Method of Lagrange Multipliers Part 1Lecture5.430 min
-
45. SVM : Theory : ตัวอย่างการคำนวณ Method of Lagrange Multipliers Part 2Lecture5.536 min
-
46. SVM : Theory : Karush Kuhn TuckerLecture5.650 min
-
47. SVM : Theory : ตัวอย่างการคำนวณ Karush Kuhn Tucker Part 1Lecture5.745 min
-
48. SVM : Theory : ตัวอย่างการคำนวณ Karush Kuhn Tucker Part 2Lecture5.841 min
-
49. SVM : Theory : เฉลยการบ้าน Method of Lagrange Multipliers ข้อ 1Lecture5.935 min
-
50. SVM : Theory : เฉลยการบ้าน Karush Kuhn Tucker ข้อ 2Lecture5.1034 min
-
51. SVM : Theory : What is SVM ? & StateLecture5.1111 min
-
52. SVM : Theory : How to create model Part 1Lecture5.1232 min
-
53. SVM : Theory : How to create model Part 2Lecture5.1334 min
-
54. SVM : Theory : How to create model Part 3Lecture5.1428 min
-
55. SVM : Theory : How to create model Part 4Lecture5.1527 min
-
56. SVM : Theory : How to create model Part 5Lecture5.1646 min
-
57. SVM : Theory : SMOLecture5.1714 min
-
58. SVM : Theory : ตัวอย่างการคำนวณ SMO Part 1Lecture5.1830 min
-
59. SVM : Theory : ตัวอย่างการคำนวณ SMO Part 2Lecture5.1920 min
-
60. SVM : Code & ExampleLecture5.2022 min
-
-
Part5: Conclusion 6
-
61. สรุปเนื้อหาคอร์ส Part 1Lecture6.136 min
-
62. สรุปเนื้อหาคอร์ส Part 2Lecture6.234 min
-
63. Workshop 1Lecture6.332 min
-
64. Workshop 2 Part 1Lecture6.430 min
-
65. Workshop 2 Part 2Lecture6.542 min
-
66. ปิดคอร์ส Machine Learning รอบวันเสาร์Lecture6.605 min
-
This content is protected, please login and enroll course to view this content!