[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/) [![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 รองรับหลายภาษา #### รองรับผ่าน GitHub Action (อัตโนมัติ & อัปเดตตลอดเวลา) [อาหรับ](../ar/README.md) | [เบงกาลี](../bn/README.md) | [บัลแกเรีย](../bg/README.md) | [พม่า (เมียนมา)](../my/README.md) | [จีน (ตัวย่อ)](../zh-CN/README.md) | [จีน (ตัวเต็ม, ฮ่องกง)](../zh-HK/README.md) | [จีน (ตัวเต็ม, มาเก๊า)](../zh-MO/README.md) | [จีน (ตัวเต็ม, ไต้หวัน)](../zh-TW/README.md) | [โครเอเชีย](../hr/README.md) | [เช็ก](../cs/README.md) | [เดนมาร์ก](../da/README.md) | [ดัตช์](../nl/README.md) | [เอสโตเนีย](../et/README.md) | [ฟินแลนด์](../fi/README.md) | [ฝรั่งเศส](../fr/README.md) | [เยอรมัน](../de/README.md) | [กรีก](../el/README.md) | [ฮีบรู](../he/README.md) | [ฮินดี](../hi/README.md) | [ฮังการี](../hu/README.md) | [อินโดนีเซีย](../id/README.md) | [อิตาลี](../it/README.md) | [ญี่ปุ่น](../ja/README.md) | [กันนาดา](../kn/README.md) | [เขมร](../km/README.md) | [เกาหลี](../ko/README.md) | [ลิทัวเนีย](../lt/README.md) | [มาเลย์](../ms/README.md) | [มาลายาลัม](../ml/README.md) | [มราฐี](../mr/README.md) | [เนปาล](../ne/README.md) | [ไนจีเรีย พิดจีน](../pcm/README.md) | [นอร์เวย์](../no/README.md) | [เปอร์เซีย (ฟาร์ซี)](../fa/README.md) | [โปแลนด์](../pl/README.md) | [โปรตุเกส (บราซิล)](../pt-BR/README.md) | [โปรตุเกส (โปรตุเกส)](../pt-PT/README.md) | [ปัญจาบี (กูรมุขิ)](../pa/README.md) | [โรมาเนีย](../ro/README.md) | [รัสเซีย](../ru/README.md) | [เซอร์เบีย (ซีริลลิก)](../sr/README.md) | [สโลวัก](../sk/README.md) | [สโลวีเนีย](../sl/README.md) | [สเปน](../es/README.md) | [สวาฮีลี](../sw/README.md) | [สวีเดน](../sv/README.md) | [ตากาล็อก (ฟิลิปปินส์)](../tl/README.md) | [ทมิฬ](../ta/README.md) | [เทลูกู](../te/README.md) | [ไทย](./README.md) | [ตุรกี](../tr/README.md) | [ยูเครน](../uk/README.md) | [อูรดู](../ur/README.md) | [เวียดนาม](../vi/README.md) > **ต้องการโคลนแบบโลคัลไหม?** > > รีโพสิตอรี่นี้มีคำแปลมากกว่า 50 ภาษา ซึ่งจะเพิ่มขนาดการดาวน์โหลดอย่างมาก หากต้องการโคลนโดยไม่รวมคำแปล ให้ใช้ sparse checkout: > > **Bash / macOS / Linux:** > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > > **CMD (Windows):** > ```cmd > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone "/*" "!translations" "!translated_images" > ``` > > วิธีนี้จะให้ทุกอย่างที่คุณต้องการเพื่อจบหลักสูตรด้วยการดาวน์โหลดที่เร็วขึ้นมาก #### เข้าร่วมชุมชนของเรา [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) เรามีซีรีส์ Discord การเรียนรู้กับ AI ที่กำลังดำเนินอยู่ เรียนรู้เพิ่มเติมและเข้าร่วมกับเราได้ที่ [Learn with AI Series](https://aka.ms/learnwithai/discord) ตั้งแต่วันที่ 18 - 30 กันยายน 2025 คุณจะได้รับเคล็ดลับและเทคนิคการใช้ GitHub Copilot สำหรับ Data Science ![Learn with AI series](../../translated_images/th/3.9b58fd8d6c373c20.webp) # การเรียนรู้เครื่องสำหรับผู้เริ่มต้น - หลักสูตร > 🌍 เดินทางรอบโลกพร้อมสำรวจ Machine Learning ผ่านวัฒนธรรมของโลก 🌍 Cloud Advocates ที่ Microsoft ภูมิใจนำเสนอโครงสร้างหลักสูตร 12 สัปดาห์ 26 บทเรียน เกี่ยวกับ **Machine Learning** ในหลักสูตรนี้ คุณจะได้เรียนรู้เกี่ยวกับสิ่งที่บางครั้งเรียกว่า **machine learning แบบคลาสสิก** โดยใช้ Scikit-learn เป็นหลักและหลีกเลี่ยง deep learning ซึ่งจะมีในหลักสูตร [AI สำหรับผู้เริ่มต้น](https://aka.ms/ai4beginners) จับคู่บทเรียนเหล่านี้กับหลักสูตร ['Data Science สำหรับผู้เริ่มต้น'](https://aka.ms/ds4beginners) ของเราได้เช่นกัน! เดินทางรอบโลกกับเราในขณะที่เราใช้เทคนิคคลาสสิกเหล่านี้กับข้อมูลจากหลายพื้นที่ของโลก แต่ละบทเรียนมีทั้งแบบทดสอบก่อนและหลังบทเรียน คำแนะนำเป็นลายลักษณ์อักษรเพื่อทำบทเรียนให้เสร็จ โซลูชัน งานมอบหมาย และอื่นๆ วิธีการสอนแบบเน้นโครงงานช่วยให้คุณเรียนขณะสร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าสามารถทำให้ทักษะใหม่คงอยู่ **✍️ ขอขอบคุณอย่างอบอุ่นต่อนักเขียนของเรา** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu และ Amy Boyd **🎨 ขอบคุณเหล่าศิลปินประกอบด้วย** Tomomi Imura, Dasani Madipalli และ Jen Looper **🙏 ขอบคุณเป็นพิเศษ 🙏 แก่นักเขียน ทบทวน และผู้ร่วมเขียนเนื้อหาจาก Microsoft Student Ambassador** โดยเฉพาะอย่างยิ่ง Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila และ Snigdha Agarwal **🤩 ขอบคุณเพิ่มพิเศษสำหรับ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi และ Vidushi Gupta สำหรับบทเรียน R ของเรา!** # เริ่มต้นใช้งาน ทำตามขั้นตอนเหล่านี้: 1. **Fork รีโพสิตอรี**: คลิกปุ่ม "Fork" ที่มุมบนขวาของหน้านี้ 2. **โคลนรีโพสิตอรี**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [ค้นหาทรัพยากรเพิ่มเติมสำหรับหลักสูตรนี้ได้ที่คอลเลกชัน Microsoft Learn ของเรา](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **ต้องการความช่วยเหลือ?** ตรวจสอบ [คู่มือแก้ไขปัญหา](TROUBLESHOOTING.md) ของเราสำหรับวิธีแก้ไขปัญหาทั่วไปเกี่ยวกับการติดตั้ง การตั้งค่า และการใช้งานบทเรียน **[นักเรียน](https://aka.ms/student-page)** เพื่อใช้หลักสูตรนี้ ให้ fork รีโพสิตอรีทั้งหมดไปยังบัญชี GitHub ของคุณและทำแบบฝึกหัดด้วยตัวเองหรือกับกลุ่ม: - เริ่มด้วยการทำแบบทดสอบก่อนบทเรียน - อ่านบทเรียนและทำกิจกรรมต่างๆ หยุดชั่วคราวเพื่อตรวจสอบความเข้าใจในแต่ละจุด - พยายามสร้างโครงการโดยเข้าใจบทเรียน แทนที่จะรันโค้ดคำตอบโดยตรง อย่างไรก็ตามโค้ดนั้นจะอยู่ในโฟลเดอร์ `/solution` ในแต่ละบทเรียนเชิงโครงการ - ทำแบบทดสอบหลังบทเรียน - ทำแบบฝึกหัด - ทำงานมอบหมาย - หลังจากจบกลุ่มบทเรียน ให้เยี่ยมชม [กระดานสนทนา](https://github.com/microsoft/ML-For-Beginners/discussions) และ "เรียนรู้แบบเปิดเผย" โดยกรอกแบบประเมิน PAT (Progress Assessment Tool) ที่เหมาะสม PAT คือเกณฑ์การประเมินที่คุณกรอกเพื่อส่งเสริมการเรียนรู้เพิ่มเติม คุณยังสามารถแสดงปฏิกิริยาต่อ PAT ของคนอื่นเพื่อเรียนรู้ร่วมกันได้ > สำหรับการศึกษาต่อ เราแนะนำให้ติดตามโมดูลและเส้นทางการเรียนรู้ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) เหล่านี้ **ครูผู้สอน** เรามี [คำแนะนำบางส่วน](for-teachers.md) เกี่ยวกับวิธีใช้หลักสูตรนี้ --- ## วิดีโอสอน บทเรียนบางส่วนมีวิดีโอสั้นให้ดู คุณสามารถหาได้ในบทเรียน หรือดูได้ที่ [เพลย์ลิสต์ ML for Beginners บนช่อง Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos) โดยคลิกที่ภาพด้านล่าง [![ML for beginners banner](../../translated_images/th/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## รู้จักทีมงาน [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **GIF โดย** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 คลิกที่ภาพข้างบนเพื่อดูวิดีโอเกี่ยวกับโครงการและผู้สร้าง! --- ## วิธีการสอน เราเลือกระเบียบวิธีการสอนสองข้อขณะสร้างหลักสูตรนี้: ให้เป็นแบบเน้นปฏิบัติ **project-based** และมี **แบบทดสอบบ่อยๆ** นอกจากนี้หลักสูตรนี้ยังมี **ธีมหลัก** ร่วม เพื่อสร้างความเชื่อมโยง การทำให้เนื้อหาสอดคล้องกับโครงการ จะช่วยให้กระบวนการมีความน่าสนใจมากขึ้นสำหรับนักเรียนและช่วยให้ความจำแนวคิดดีขึ้น นอกจากนี้ แบบทดสอบที่มีความเสี่ยงต่ำก่อนเรียน จะช่วยให้นักเรียนมีเป้าหมายที่จะเรียนรู้เรื่องนั้นๆ ส่วนแบบทดสอบหลังเรียนจะช่วยให้ความจำคงทน หลักสูตรนี้ถูกออกแบบให้ยืดหยุ่นและสนุก สามารถเรียนครบทุกส่วนหรือบางส่วนได้ โครงการจะเริ่มจากง่ายไปหนักขึ้นจนถึงจบ 12 สัปดาห์ หลักสูตรนี้ยังมีบทเสริมเกี่ยวกับการใช้งานจริงของ ML ซึ่งสามารถใช้เป็นเครดิตเพิ่มหรือต่อยอดอภิปราย > ดู [จรรยาบรรณ](CODE_OF_CONDUCT.md), [การร่วมเขียน](CONTRIBUTING.md), [คำแปล](..) และ [การแก้ไขปัญหา](TROUBLESHOOTING.md) ของเรา เรายินดีรับข้อเสนอแนะอย่างสร้างสรรค์จากคุณ! ## แต่ละบทเรียนมี - สเก็ตช์โน้ต (เลือกทำหรือไม่ก็ได้) - วิดีโอเสริม (เลือกดูหรือไม่ก็ได้) - วิดีโอสอน (บางบทเรียน) - [แบบทดสอบอบอุ่นก่อนเรียน](https://ff-quizzes.netlify.app/en/ml/) - บทเรียนเป็นลายลักษณ์อักษร - สำหรับบทเรียนเชิงโครงการ มีคำแนะนำทีละขั้นตอนในการสร้างโครงการ - ตรวจสอบความรู้ - ความท้าทาย - การอ่านเพิ่มเติม - งานมอบหมาย - [แบบทดสอบหลังเรียน](https://ff-quizzes.netlify.app/en/ml/) > **หมายเหตุเกี่ยวกับภาษา**: บทเรียนเหล่านี้ส่วนใหญ่เขียนด้วย Python แต่หลายบทเรียนก็มีในภาษา R ด้วย หากต้องการทำบทเรียน R ให้ไปที่โฟลเดอร์ `/solution` และมองหาบทเรียน R ซึ่งจะมีนามสกุลไฟล์ .rmd ซึ่งเป็นไฟล์ **R Markdown** ซึ่งสามารถนิยามได้อย่างง่าย ๆ ว่าเป็นการฝัง `code chunks` (ของ R หรือภาษาอื่น ๆ) และ `YAML header` (ที่กำหนดวิธีการจัดรูปแบบเอาต์พุต เช่น PDF) ใน `เอกสาร Markdown` ดังนั้น จึงทำหน้าที่เป็นกรอบการเขียนที่เป็นตัวอย่างสำหรับวิทยาศาสตร์ข้อมูลเนื่องจากช่วยให้คุณสามารถผสมผสานโค้ดของคุณ ผลลัพธ์ของโค้ด และความคิดของคุณโดยการเขียนลงใน Markdown นอกจากนี้ เอกสาร R Markdown ยังสามารถเรนเดอร์ให้ออกมาเป็นรูปแบบเอาต์พุตต่าง ๆ เช่น PDF, HTML หรือ Word ได้ > **หมายเหตุเกี่ยวกับแบบทดสอบ**: แบบทดสอบทั้งหมดถูกเก็บไว้ในโฟลเดอร์ [Quiz App folder](../../quiz-app) มีทั้งหมด 52 แบบทดสอบ โดยแต่ละแบบจะมี 3 คำถาม แต่ละแบบจะถูกลิงก์มาจากในบทเรียนต่าง ๆ แต่แอปแบบทดสอบนี้สามารถรันบนเครื่องของคุณเองได้; ให้ทำตามคำแนะนำในโฟลเดอร์ `quiz-app` เพื่อโฮสต์หรือดีพลอยบน Azure | หมายเลขบทเรียน | หัวข้อ | กลุ่มบทเรียน | วัตถุประสงค์การเรียนรู้ | บทเรียนที่เชื่อมโยง | ผู้เขียน | | :--------------: | :----------------------------------------------------------: | :----------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | บทนำสู่การเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | เรียนรู้แนวคิดพื้นฐานเกี่ยวกับการเรียนรู้ของเครื่อง | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | ประวัติศาสตร์ของการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | เรียนรู้ประวัติศาสตร์เบื้องหลังสาขานี้ | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy | | 03 | ความยุติธรรมและการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | อะไรคือประเด็นปรัชญาที่สำคัญเกี่ยวกับความยุติธรรมที่นักเรียนควรพิจารณาเมื่อสร้างและใช้งานโมเดล ML? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | เทคนิคสำหรับการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | นักวิจัย ML ใช้เทคนิคอะไรในการสร้างโมเดล ML? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen | | 05 | บทนำสู่การถดถอย | [Regression](2-Regression/README.md) | เริ่มต้นกับ Python และ Scikit-learn สำหรับโมเดลถดถอย | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | ราคาฟักทองในอเมริกาเหนือ 🎃 | [Regression](2-Regression/README.md) | แสดงภาพและทำความสะอาดข้อมูลเตรียมความพร้อมสำหรับ ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | ราคาฟักทองในอเมริกาเหนือ 🎃 | [Regression](2-Regression/README.md) | สร้างโมเดลถดถอยเชิงเส้นและถดถอยพหุนาม | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau | | 08 | ราคาฟักทองในอเมริกาเหนือ 🎃 | [Regression](2-Regression/README.md) | สร้างโมเดลถดถอยโลจิสติก | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | แอปเว็บ 🔌 | [Web App](3-Web-App/README.md) | สร้างแอปเว็บเพื่อใช้โมเดลที่คุณฝึกสอน | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | บทนำสู่การจำแนกประเภท | [Classification](4-Classification/README.md) | ทำความสะอาด เตรียม พร้อมและแสดงภาพข้อมูลของคุณ; บทนำสู่การจำแนกประเภท | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau | | 11 | อาหารเอเชียและอินเดียที่อร่อย 🍜 | [Classification](4-Classification/README.md) | บทนำสู่ตัวจำแนกประเภท | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau | | 12 | อาหารเอเชียและอินเดียที่อร่อย 🍜 | [Classification](4-Classification/README.md) | ตัวจำแนกประเภทเพิ่มเติม | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau | | 13 | อาหารเอเชียและอินเดียที่อร่อย 🍜 | [Classification](4-Classification/README.md) | สร้างแอปเว็บแนะนำโดยใช้โมเดลของคุณ | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | บทนำสู่การจัดกลุ่ม | [Clustering](5-Clustering/README.md) | ทำความสะอาด เตรียม และแสดงภาพข้อมูลของคุณ; บทนำสู่การจัดกลุ่ม | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | สำรวจรสนิยมดนตรีไนจีเรีย 🎧 | [Clustering](5-Clustering/README.md) | สำรวจวิธี K-Means clustering | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | บทนำสู่การประมวลผลภาษาธรรมชาติ ☕️ | [Natural language processing](6-NLP/README.md) | เรียนรู้พื้นฐานเกี่ยวกับ NLP โดยการสร้างบอทง่ายๆ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | งาน NLP ที่พบบ่อย ☕️ | [Natural language processing](6-NLP/README.md) | เจาะลึกความรู้ NLP โดยทำความเข้าใจงานทั่วไปที่ต้องทำเมื่อจัดการกับโครงสร้างทางภาษา | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | การแปลและการวิเคราะห์ความรู้สึก ♥️ | [Natural language processing](6-NLP/README.md) | การแปลภาษาและวิเคราะห์ความรู้สึกกับ Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | โรงแรมโรแมนติกในยุโรป ♥️ | [Natural language processing](6-NLP/README.md) | วิเคราะห์ความรู้สึกกับรีวิวโรงแรม 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | โรงแรมโรแมนติกในยุโรป ♥️ | [Natural language processing](6-NLP/README.md) | วิเคราะห์ความรู้สึกกับรีวิวโรงแรม 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | บทนำสู่การพยากรณ์อนุกรมเวลาข้อมูล | [Time series](7-TimeSeries/README.md) | บทนำสู่การพยากรณ์อนุกรมเวลาข้อมูล | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ การใช้พลังงานโลก ⚡️ - การพยากรณ์อนุกรมเวลาข้อมูลด้วย ARIMA | [Time series](7-TimeSeries/README.md) | การพยากรณ์อนุกรมเวลาข้อมูลด้วย ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ การใช้พลังงานโลก ⚡️ - การพยากรณ์อนุกรมเวลาข้อมูลด้วย SVR | [Time series](7-TimeSeries/README.md) | การพยากรณ์อนุกรมเวลาข้อมูลด้วย Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | บทนำสู่การเรียนรู้แบบเสริมแรง | [Reinforcement learning](8-Reinforcement/README.md) | บทนำสู่การเรียนรู้แบบเสริมแรงโดยใช้ Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | ช่วย Peter หลีกเลี่ยงหมาป่า! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | การเรียนรู้แบบเสริมแรง Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | ปัจฉิมบท | กรณีศึกษาการใช้งาน ML ในโลกจริง | [ML in the Wild](9-Real-World/README.md) | การใช้งานจริงที่น่าสนใจและเปิดเผยของ ML คลาสสิก | [Lesson](9-Real-World/1-Applications/README.md) | Team | | ปัจฉิมบท | การดีบักโมเดลใน ML โดยใช้แดชบอร์ด RAI | [ML in the Wild](9-Real-World/README.md) | การดีบักโมเดลใน Machine Learning โดยใช้คอมโพเนนต์แดชบอร์ด Responsible AI | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [ค้นหาทรัพยากรเพิ่มเติมทั้งหมดสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## การเข้าถึงแบบออฟไลน์ คุณสามารถรันเอกสารนี้แบบออฟไลน์โดยใช้ [Docsify](https://docsify.js.org/#/). Fork รีโปนี้, [ติดตั้ง Docsify](https://docsify.js.org/#/quickstart) บนเครื่องของคุณ จากนั้นในโฟลเดอร์รากของรีโปนี้ ให้พิมพ์คำสั่ง `docsify serve` เว็บไซต์จะถูกให้บริการบนพอร์ต 3000 ที่ localhost ของคุณ: `localhost:3000` ## PDFs ดาวน์โหลด PDF ของหลักสูตรพร้อมลิงก์ [ที่นี่](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 หลักสูตรอื่น ๆ ทีมของเราผลิตหลักสูตรอื่น ๆ ด้วย! ดูได้ที่: ### LangChain [![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agents [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### ชุดการเรียนรู้ AI สร้างสรรค์ [![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### การเรียนรู้พื้นฐาน [![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### ชุด Copilot [![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## ขอความช่วยเหลือ ถ้าคุณติดขัดหรือมีคำถามในขณะเรียนรู้การเรียนรู้ของเครื่องหรือสร้างแอป AI ไม่ต้องกังวล — มีความช่วยเหลือให้ได้ คุณสามารถเข้าร่วมการสนทนากับผู้เรียนและนักพัฒนาคนอื่น ๆ ถามคำถาม และแบ่งปันไอเดียของคุณกับชุมชน - เข้าร่วมชุมชนเพื่อถามคำถามและเรียนรู้ร่วมกับผู้อื่น - สนทนาเกี่ยวกับแนวคิดการเรียนรู้ของเครื่องและไอเดียโครงการ - รับคำแนะนำจากนักพัฒนาที่มีประสบการณ์ ชุมชนที่พร้อมสนับสนุนเป็นวิธีที่ดีสำหรับการพัฒนาทักษะและแก้ปัญหาได้ไวขึ้น [Microsoft Foundry Discord Community](https://discord.gg/nTYy5BXMWG) ถ้าคุณพบข้อบกพร่อง ข้อผิดพลาด หรือมีข้อเสนอแนะสำหรับการปรับปรุง คุณยังสามารถเปิด **Issue** ในที่เก็บนี้เพื่อติดต่อแจ้งปัญหา สำหรับข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือต้องการค้นหากระทู้ที่มีอยู่ในชุมชน สามารถเยี่ยมชมฟอรัมสำหรับนักพัฒนาได้ที่: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) ## เคล็ดลับการเรียนรู้เพิ่มเติม - ทบทวนโน้ตบุ๊กหลังการเรียนแต่ละบทเพื่อความเข้าใจที่ดีขึ้น - ฝึกฝนการนำอัลกอริทึมไปใช้ด้วยตนเอง - สำรวจชุดข้อมูลจริงโดยใช้แนวคิดที่เรียนรู้มา --- **ปฏิเสธความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้แปลได้ถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้บริการแปลโดยมนุษย์มืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่อาจเกิดขึ้นจากการใช้การแปลนี้