You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
27 lines
3.8 KiB
27 lines
3.8 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885",
|
|
"translation_date": "2025-09-05T21:34:10+00:00",
|
|
"source_file": "9-Real-World/1-Applications/assignment.md",
|
|
"language_code": "th"
|
|
}
|
|
-->
|
|
# 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 |