🔥 "อยากสร้างคอมพิวเตอร์ที่เรียนรู้ได้ด้วยตัวเอง ! อยากทำหุ่นยนต์แบบในหนังไซไฟ ต้องรู้ Machine Learning" !!
.
ต้องบอกว่างานด้าน AI จะเป็นหนึ่งในงานที่สำคัญมาก ๆ ในอนาคต ที่จะให้คอมพิวเตอร์คอยคิด ตรวจหา ทำงานแทนเราได้นั่นเอง
.
📌 ซึ่งไม่ว่างานเล็ก ๆ อย่างกิจกรรมประจำวัน จนถึง การวิเคราะห์ชิ้นเนื้อเพื่อหาเซลล์มะเร็ง และ ค้นหาความเปลี่ยนแปลงที่เกิดขึ้นในอวกาศ ในอนาคตก็จะมีศาสตร์ด้าน Machine Learning อยู่ในนั้นทั้งสิ้น
.
วันนี้แอดได้รวมความรู้ด้านคณิตศาสตร์ สถิติที่สำคัญของคนที่สนใจอยากทำ Machine Learning มาฝากกันดังนี้ <3
.
1. Linear Algebra
2. Analytic Geometry
3. Matrix Decomposition
4. Vector Calculus
5. Probability & Distributions
6. Continuous Optimization
7. Linear Regression
8. Principal Component Analysis
9. Mixture model
.
ซึ่งแน่นอนว่าบางตัวหลายคนอาจจะเจอระหว่างเรียนมหาวิทยาลัยมาแล้ว แต่ถ้าใครอยากทบทวน แอดมีหนังสือมาแจกด้วยแหละ (ถูกลิขสิทธิ์ด้วยนะ !)
.
กับหนังสือ Mathematics for Machine Learning ใครสนใจคลิกได้เลยย >> https://mml-book.github.io/book/mml-book.pdf
.
และ สุดท้ายนี้ต้องบอกว่านี่เป็นแค่ส่วนหนึ่งเท่านั้น เพราะสาย ML นี้มีอะไรให้เรียนรู้ตั้งหลายด้านทั้ง Programming, Algorithm หรือ เรื่องอื่น ๆ ที่จำเป็นในคณิตศาสตร์ สถิติ ซึ่งถ้าใครต้องการต่อยอด
.
แอดว่าหนังสือเล่มนี้ที่แจกน่าจะช่วยให้เราเริ่มต้นได้ กับ พื้นฐานที่ดีจ้าาา :D
.
#borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
principal component analysis 在 主成分分析- 維基百科，自由的百科全書 的相關結果
在多元統計分析中，主成分分析（英語：Principal components analysis，PCA）是一種統計分析、簡化數據集的方法。它利用正交轉換來對一系列可能相關的變數的觀測值進行 ... ... <看更多>