I. Random Forests และ SVM

หลักสูตร Random Forests และ SVM มีวัตถุประสงค์เพื่อให้ผู้เรียนเข้าใจและสามารถประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่องสองแบบหลัก ได้แก่ Random Forests และ Support Vector Machine (SVM) ในการวิเคราะห์ข้อมูล เริ่มต้นด้วยการอธิบายพื้นฐานของแต่ละเทคนิค การทำงานเบื้องหลัง และการนำไปใช้ในสถานการณ์ต่างๆ รวมถึงการวัดประสิทธิภาพของโมเดลด้วยวิธีการต่างๆ เช่น การประเมินความสำคัญของฟีเจอร์ และการจูนพารามิเตอร์ให้เหมาะสมผู้เรียนจะได้เรียนรู้ผ่านการเดโมที่ครอบคลุมการสร้างและปรับปรุงโมเดล การใช้งานไลบรารี Python สำหรับการประมวลผลข้อมูลและการสร้างโมเดล การทำความเข้าใจผลลัพธ์จากโมเดล และการปรับปรุงประสิทธิภาพของโมเดล นอกจากนี้ยังมีแบบทดสอบและโครงการจริงให้ผู้เรียนได้ฝึกปฏิบัติเพื่อเพิ่มทักษะในการวิเคราะห์ข้อมูลและการใช้เทคนิคการเรียนรู้ของเครื่องในสถานการณ์จริง