
06026211: การเรียนรู้ของเครื่องเชิงประยุกต์
กระบวนการทำเหมืองข้อมูล การแบ่งกลุ่มข้อมูล การแบ่งกลุ่มแบบเคมีน การแบ่งกลุ่มแบบเด็นซิตี้ การตรวจสอบค
คำอธิบาย
กระบวนการทำเหมืองข้อมูล การแบ่งกลุ่มข้อมูล การแบ่งกลุ่มแบบเคมีน การแบ่งกลุ่มแบบเด็นซิตี้ การตรวจสอบความเหมาะสมของการแบ่งกลุ่มข้อมูล การจัดกลุ่มข้อมูล ต้นไม้ตัดสินใจ โครงข่ายประสาทเทียม เคเนียร์เรสเนเบอร์ เทคนิคที่ใช้แบบจำลองการจัดกลุ่มข้อมูล หลายๆ แบบจำลอง การตรวจสอบความถูกต้องและการประเมินแบบจำลอง การค้นหากฎความสัมพันธ์ของข้อมูล อพริโอริอัลกอริทึม เอฟพีทีอัลกอริทึม การสืบค้นรูปแบบลำดับเหตุการณ์ การวิเคราะห์แบบให้คำแนะนำ เครื่องมือการทำเหมืองข้อมูลต่างๆ กระบวนการทำเอ็มแอลอีอพ การประยุกติ์ใช้งานเหมืองข้อมูล
Data mining process, Database Segmentation: K-means, Density Based Clustering, Cluster Validation, Classification: Decision Trees, Neural Networks, K-Nearest Neighbor, Ensemble Classifier, Model Validation and Evaluation, Association Rule Discovery: Ariori Algorithm, FPT Algorithm, Sequential Pattern Discovery, Prescriptive Analytics, Data Mining Tools, MLOps Lifecycle, Data Mining Applications.
หน่วยกิต
3 หน่วยกิต (2-2-5)
ระดับ
ปริญญาตรี
วิชานี้เป็นส่วนหนึ่งของหลักสูตรต่อไปนี้