# การล่าขุมทรัพย์ ML ## คำแนะนำ ในบทเรียนนี้ คุณได้เรียนรู้เกี่ยวกับกรณีการใช้งานจริงหลายกรณีที่ถูกแก้ไขด้วยการใช้ ML แบบคลาสสิก แม้ว่าการใช้ Deep Learning เทคนิคและเครื่องมือใหม่ใน AI รวมถึงการใช้ Neural Networks จะช่วยเร่งการพัฒนาเครื่องมือในภาคส่วนเหล่านี้ แต่ ML แบบคลาสสิกที่ใช้เทคนิคในหลักสูตรนี้ยังคงมีคุณค่าอย่างมาก ในงานนี้ ลองจินตนาการว่าคุณกำลังเข้าร่วม Hackathon ใช้สิ่งที่คุณเรียนรู้ในหลักสูตรเพื่อเสนอวิธีแก้ปัญหาโดยใช้ ML แบบคลาสสิกเพื่อแก้ไขปัญหาในหนึ่งในภาคส่วนที่กล่าวถึงในบทเรียนนี้ สร้างการนำเสนอที่คุณพูดถึงวิธีที่คุณจะนำแนวคิดของคุณไปใช้ คะแนนพิเศษหากคุณสามารถรวบรวมข้อมูลตัวอย่างและสร้างโมเดล ML เพื่อสนับสนุนแนวคิดของคุณ! ## เกณฑ์การประเมิน | เกณฑ์ | ยอดเยี่ยม | เพียงพอ | ต้องปรับปรุง | | ------ | ------------------------------------------------------------------ | ------------------------------------------------ | ---------------------- | | | มีการนำเสนอ PowerPoint - คะแนนพิเศษสำหรับการสร้างโมเดล | มีการนำเสนอพื้นฐานที่ไม่สร้างสรรค์ | งานยังไม่สมบูรณ์ | --- **ข้อจำกัดความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์มืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้