Hands-On Machine Learning with Scikit-Learn Keras and TensorFlow
เนือ้ หาเชิงลึกในเล่มเต็มไปด้วยเทคนิคที่หาอ่านจากเล่มอื่นได้ยาก ครอบคลุมวิทยาการล่า
สุดไม่ว่าจะเป็น Attention และ Transformer ซึ่งเป็นรากฐานของ ChatGPT ของ OpenAI และ
Bard ของ Google GAN โมเดลเรียนรู้จากฝ่ายตรงข้ามซึ่งเทรนด์ใหม่มาแรง Diffusion Model ที่
เป็นรากฐานให้กับ DALL-E 2 เนรมิตงานศิลป์ จินตนาการจากคำบรรยาย และที่ฮือฮาไปทั่วโลก
Reinforcement Model ที่เป็นรากฐานของเกม AlphaGo และ AlphaZero ที่โค่นแชมป์โลก
หมากล้อมและหมากรุก
เหมาะสำหรับใช้เป็นคู่มือเพิ่มไอเดียและประสบการณ์ระดับสูงให้กับนักพัฒนา นักวิจัย
และผู้สนใจทั่วไปที่ต้องการสร้างโปรเจกต์ ML ที่ลำ้ หน้า พร้อมทัง้ อธิบายสมการคณิตศาสตร์และ
ทฤษฎีที่สำคัญ ช่วยให้ศึกษาต่อหรือเรียนรู้งานวิจัยทั่วโลกได้ง่ายขึน้ โดยใช้ภาษา Python และ
เฟรมเวิร์คยอดนิยมที่พร้อมสำหรับงานจริง อย่างเช่น Scikit-Learn Keras และ TensorFlow
⦁ ลองใช้ Scikit-Learn สร้างโปรเจกต์ ML ตัง้ แต่เริ่มจนจบ ใช้ Keras และ TensorFlow
เพื่อฝึกและคาดการณ์แบบกระจายงานบนหลาย GPU หรือหลายเซิร์ฟเวอร์ ทดลอง
การทำงานทัง้ บนเครื่องส่วนตัวและบนคลาวด์
⦁ สำรวจโมเดลมากมาย เช่น Support Vector Machine Decision Tree Random
Forest และกลุ่มโมเดล (ensemble)
⦁ ใช้ประโยชน์จากเทคนิคการเรียนรู้แบบไม่มีผู้สอน เช่น การลดมิติ (dimensionality
reduction) การจัดกลุ่ม (clustering) และการตรวจจับความผิดปกติ (anomaly
detection)
⦁ ลงลึกสถาปัตยกรรมทันสมัยล่าสุด GAN: Generative Adversarial Networks
Autoencoders Diffusion Models และ Transformers ที่กำลังเป็นกระแสจาก
ChatGPT
⦁ ใช้ TensorFlow และ Keras เพื่อสร้างและฝึกนิวรอลเน็ตสำหรับคอมพิวเตอร์วิชั่น
การประมวลผลภาษาธรรมชาติ เจนเนอเรทีฟโมเดล และดีฟ-รีอินฟอร์ซเมนต์เลิร์น
นิ่ง
(4.94)
(4.45)
(4)