การจำแนกภาพด้วยการเรียนรู้เชิงลึก
โดย คณะเทคโนโลยีและสิ่งแวดล้อม
เกี่ยวกับรายวิชา
หลักการการเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก รูปแบบการแทนค่ารูปภาพ การเตรียมความพร้อมของภาพสำหรับการเรียนรู้เชิงลึก การพัฒนาโมเดลการเรียนรู้เชิงลึก การฝึกและประเมินประสิทธิภาพของโมเดลการเรียนรู้เชิงลึก การเรียนรู้แบบถ่ายโอน
วัตถุประสงค์การเรียนรู้
- CLOs1 : ผู้เรียนสามารถอธิบายหลักการของการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกได้
- CLOs2 : ผู้เรียนสามารถเขียนโค้ดสำหรับเตรียมและอ่านข้อมูลภาพได้อย่างเหมาะสม
- CLOs3 : ผู้เรียนสามารถสร้างโมเดลการเรียนรู้เชิงลึกได้ด้วยตนเอง
- CLOs4 : ผู้เรียนสามารถเขียนโค้ดสำหรับการฝึกและทดสอบโมเดลได้
- CLOs5 : ผู้เรียนสามารถใช้เทคนิค Transfer Learning กับการเรียนรู้เชิงลึกได้
เกณฑ์การวัดและประเมินผลในรายวิชา
- Length
- Price
- Level
- Target Group
- How To Pass
- Certificate
- 5 ชั่วโมงการเรียนรู้
- ไม่มีค่าใช้จ่าย
- ขั้นกลาง
- นักเรียน นักศึกษา และประชาชนทั่วไป
- ต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป
- มี
อาจารย์ผู้สอน
- ผู้ช่วยศาสตราจารย์ ดร.นวนล ธีระอัมพรพันธุ์
- วิทยาลัยการคอมพิวเตอร์
