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.
232 lines
44 KiB
232 lines
44 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "0a6f4476a4f3934a4aa47c1bf47158bc",
|
|
"translation_date": "2026-01-16T12:21:43+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "th"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 การสนับสนุนหลายภาษา
|
|
|
|
#### สนับสนุนผ่าน GitHub Action (อัตโนมัติและอัปเดตตลอดเวลา)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[อาหรับ](../ar/README.md) | [เบงกาลี](../bn/README.md) | [บัลแกเรีย](../bg/README.md) | [พม่า (เมียนมา)](../my/README.md) | [จีน (ตัวอักษรจีนตัวย่อ)](../zh/README.md) | [จีน (ตัวอักษรจีนดั้งเดิม, ฮ่องกง)](../hk/README.md) | [จีน (ตัวอักษรจีนดั้งเดิม, มาเก๊า)](../mo/README.md) | [จีน (ตัวอักษรจีนดั้งเดิม, ไต้หวัน)](../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) | [เกาหลี](../ko/README.md) | [ลิทัวเนีย](../lt/README.md) | [มาเลย์](../ms/README.md) | [มาลายาลัม](../ml/README.md) | [มราธี](../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)](../br/README.md) | [โปรตุเกส (โปรตุเกส)](../pt/README.md) | [ปัญจาบี (กูรมูกชี)](../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) | [สวาฮิลี](../sw/README.md) | [สวีเดน](../sv/README.md) | [ทากาล็อก (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)
|
|
|
|
> **ต้องการโคลนในเครื่องหรือไม่?**
|
|
|
|
> ที่เก็บนี้มีการแปลกว่า 50 ภาษา ซึ่งจะเพิ่มขนาดการดาวน์โหลดอย่างมาก หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ sparse checkout:
|
|
> ```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'
|
|
> ```
|
|
> สิ่งนี้จะให้ทุกอย่างที่คุณต้องการเพื่อทำหลักสูตรให้สมบูรณ์ โดยดาวน์โหลดได้รวดเร็วขึ้นมาก
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### เข้าร่วมชุมชนของเรา
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
เรามีชุดเรียนรู้ผ่าน Discord เกี่ยวกับ AI ที่กำลังดำเนินอยู่ เรียนรู้เพิ่มเติมและเข้าร่วมกับเราที่ [Learn with AI Series](https://aka.ms/learnwithai/discord) ระหว่างวันที่ 18 - 30 กันยายน 2025 คุณจะได้รับเคล็ดลับและวิธีใช้ GitHub Copilot สำหรับ Data Science
|
|
|
|
|
|
|
|
# การเรียนรู้เครื่องสำหรับผู้เริ่มต้น - หลักสูตร
|
|
|
|
> 🌍 ท่องเที่ยวทั่วโลกพร้อมสำรวจการเรียนรู้ของเครื่องผ่านวัฒนธรรมโลก 🌍
|
|
|
|
ทีม Cloud Advocates ของ Microsoft ยินดีนำเสนอหลักสูตร 12 สัปดาห์ 26 บทเรียน เกี่ยวกับ **การเรียนรู้ของเครื่อง** ในหลักสูตรนี้ คุณจะได้เรียนรู้เกี่ยวกับสิ่งที่เรียกว่า **การเรียนรู้ของเครื่องแบบคลาสสิก** โดยใช้หลักๆ คือ Scikit-learn เป็นไลบรารีและเลี่ยงการเรียนรู้เชิงลึก ซึ่งจะถูกสอนในหลักสูตร [AI for Beginners](https://aka.ms/ai4beginners) ของเรา จับคู่บทเรียนเหล่านี้กับหลักสูตร ['Data Science for Beginners'](https://aka.ms/ds4beginners) ของเราได้ด้วย!
|
|
|
|
เดินทางไปกับเราโดยทั่วโลกขณะที่เราใช้เทคนิคคลาสสิกเหล่านี้กับข้อมูลจากพื้นที่ต่างๆ ทั่วโลก แต่ละบทเรียนประกอบด้วยแบบสอบถามก่อนและหลังบทเรียน คำแนะนำเป็นลายลักษณ์อักษรในการทำบทเรียนให้เสร็จสมบูรณ์ โซลูชัน งานมอบหมาย และอื่นๆ วิธีการสอนแบบโครงการช่วยให้คุณเรียนรู้ไปพร้อมกับการสร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าสามารถทำให้ทักษะใหม่ๆ ติดตัวคุณไปได้
|
|
|
|
**✍️ ขอขอบคุณจากใจถึงผู้เขียนของเรา** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu และ Amy Boyd
|
|
|
|
**🎨 ขอบคุณผู้วาดภาพประกอบ** Tomomi Imura, Dasani Madipalli และ Jen Looper
|
|
|
|
**🙏 ขอบคุณพิเศษ 🙏 สำหรับผู้เขียน รีวิว และผู้เขียนเนื้อหา Microsoft Student Ambassador** โดยเฉพาะ Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila และ Snigdha Agarwal
|
|
|
|
**🤩 ขอบคุณเพิ่มเติมสำหรับ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi และ Vidushi Gupta สำหรับบทเรียนภาษา R ของเรา!**
|
|
|
|
# เริ่มต้นใช้งาน
|
|
|
|
ทำตามขั้นตอนเหล่านี้:
|
|
1. **Fork ที่เก็บข้อมูล**: คลิกที่ปุ่ม "Fork" ที่มุมขวาบนของหน้านี้
|
|
2. **โคลนที่เก็บข้อมูล**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [ค้นหาทรัพยากรเสริมทั้งหมดสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **ต้องการความช่วยเหลือ?** ดู [คู่มือแก้ไขปัญหา](TROUBLESHOOTING.md) ของเราเพื่อแก้ไขปัญหาที่พบบ่อยเกี่ยวกับการติดตั้ง การตั้งค่า และการใช้งานบทเรียน
|
|
|
|
|
|
**[นักเรียน](https://aka.ms/student-page)** ในการใช้หลักสูตรนี้ ให้ fork ทั้งที่เก็บไปยังบัญชี GitHub ของคุณเอง และทำแบบฝึกหัดด้วยตัวเองหรือกับกลุ่ม:
|
|
|
|
- เริ่มด้วยแบบทดสอบก่อนบรรยาย
|
|
- อ่านบรรยายและทำกิจกรรมให้เสร็จสมบูรณ์ หยุดและไตร่ตรองที่แต่ละการตรวจสอบความรู้
|
|
- พยายามสร้างโปรเจกต์โดยทำความเข้าใจบทเรียนแทนการรันโค้ดโซลูชัน อย่างไรก็ตาม โค้ดโซลูชันนั้นมีอยู่ในโฟลเดอร์ `/solution` ในแต่ละบทเรียนที่เน้นโปรเจกต์
|
|
- ทำแบบทดสอบหลังบรรยาย
|
|
- ทำความท้าทายให้เสร็จ
|
|
- ส่งงานมอบหมาย
|
|
- หลังจากทำกลุ่มบทเรียนเสร็จ เยี่ยมชม [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) และ "เรียนรู้ด้วยเสียงดัง" โดยกรอกแบบประเมิน PAT ที่เหมาะสม PAT คือเครื่องมือประเมินความก้าวหน้าซึ่งเป็นแบบประเมินที่คุณกรอกเพื่อช่วยเสริมการเรียนรู้ของคุณ คุณยังสามารถโต้ตอบกับ PAT ของผู้อื่นเพื่อให้เราเรียนรู้ไปด้วยกัน
|
|
|
|
> สำหรับการศึกษาต่อ เราแนะนำให้ติดตามโมดูลและเส้นทางการเรียนรู้ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott)
|
|
|
|
**สำหรับครู** เราได้รวม [คำแนะนำบางส่วน](for-teachers.md) เกี่ยวกับวิธีใช้หลักสูตรนี้ไว้แล้ว
|
|
|
|
---
|
|
|
|
## วิดีโอแนะนำ
|
|
|
|
บทเรียนบางบทมีในรูปแบบวิดีโอสั้น คุณสามารถหาได้ในบทเรียนแต่ละบท หรือใน [เพลย์ลิสต์ ML for Beginners บนช่อง Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos) โดยคลิกที่ภาพด้านล่าง
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## ทีมงาน
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**ภาพเคลื่อนไหวโดย** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 คลิกภาพด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการและทีมผู้สร้าง!
|
|
|
|
---
|
|
|
|
## หลักการสอน
|
|
|
|
เราได้เลือกสองหลักการสอนขณะสร้างหลักสูตรนี้: ทำให้เป็นโครงการที่ลงมือทำจริง (hands-on **project-based**) และมีแบบทดสอบบ่อยๆ (**frequent quizzes**) นอกจากนี้ หลักสูตรนี้มีหัวข้อร่วมกัน (**theme**) เพื่อความเป็นเอกภาพ
|
|
|
|
ด้วยการทำให้เนื้อหาสอดคล้องกับโปรเจกต์ วิธีการนี้ช่วยเพิ่มความน่าสนใจสำหรับนักเรียนและทำให้แนวคิดจดจำได้ดีขึ้น นอกจากนี้ แบบทดสอบความเสี่ยงต่ำก่อนคลาสช่วยตั้งเจตนารมณ์ของนักเรียนเพื่อเรียนรู้หัวข้อ ขณะที่แบบทดสอบที่สองหลังคลาสช่วยให้ความจำดีขึ้น หลักสูตรนี้ออกแบบมาให้ยืดหยุ่นและสนุกสนาน สามารถเรียนทั้งหมดหรือบางส่วนได้ โปรเจกต์เริ่มจากง่ายและซับซ้อนขึ้นเรื่อยๆ ในช่วง 12 สัปดาห์ หลักสูตรนี้ยังมีบทส่งท้ายเกี่ยวกับการประยุกต์ใช้จริงของ ML ซึ่งสามารถใช้เป็นเครดิตพิเศษหรือเป็นฐานสำหรับการอภิปราย
|
|
|
|
> ค้นหา [จรรยาบรรณ](CODE_OF_CONDUCT.md), [การร่วมมือ](CONTRIBUTING.md), [การแปล](TRANSLATIONS.md) และ [การแก้ไขปัญหา](TROUBLESHOOTING.md) ของเรา เราต้องการข้อเสนอแนะที่สร้างสรรค์จากคุณ!
|
|
|
|
## ในแต่ละบทเรียนประกอบด้วย
|
|
|
|
- สเก็ตซ์โน้ตแบบเลือกได้
|
|
- วิดีโอเสริมแบบเลือกได้
|
|
- วิดีโอแนะนำ (เฉพาะบางบท)
|
|
- [แบบทดสอบวอร์มอัพก่อนบรรยาย](https://ff-quizzes.netlify.app/en/ml/)
|
|
- บทเรียนแบบเขียน
|
|
- สำหรับบทเรียนที่เน้นโปรเจกต์ มีคำแนะนำทีละขั้นตอนในการสร้างโปรเจกต์
|
|
- การตรวจสอบความรู้
|
|
- ความท้าทาย
|
|
- อ่านเพิ่มเติมเสริม
|
|
- การบ้าน
|
|
- [แบบทดสอบหลังบรรยาย](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **หมายเหตุเกี่ยวกับภาษา**: บทเรียนเหล่านี้ส่วนใหญ่เขียนด้วย Python แต่หลายบทเรียนก็มีให้ในภาษา R ด้วย ในการทำบทเรียนภาษา R ให้ไปที่โฟลเดอร์ `/solution` และมองหาบทเรียนภาษา R จะพบไฟล์นามสกุล .rmd ซึ่งหมายถึงไฟล์ **R Markdown** ที่สามารถนิยามได้ว่าเป็นการฝัง `code chunks` (ของ R หรือภาษาอื่นๆ) และ `YAML header` (ที่กำหนดวิธีจัดรูปแบบผลลัพธ์เช่น PDF) ใน `Markdown document` ด้วยเหตุนี้ มันจึงเป็นกรอบการเขียนเนื้อหาที่มีประสิทธิภาพสำหรับงานวิทยาศาสตร์ข้อมูล เพราะช่วยให้คุณรวมโค้ด ผลลัพธ์ และความคิดไว้ด้วยกันโดยการเขียนใน Markdown นอกจากนี้ เอกสาร R Markdown ยังสามารถเรนเดอร์ไปยังรูปแบบผลลัพธ์ เช่น PDF, HTML หรือ Word ได้
|
|
> **หมายเหตุเกี่ยวกับแบบทดสอบ**: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ [Quiz App folder](../../quiz-app) รวมทั้งหมด 52 แบบทดสอบ แต่ละแบบมีสามคำถาม เชื่อมโยงจากบทเรียนภายในแต่แอปแบบทดสอบสามารถรันได้ในเครื่อง; ทำตามคำแนะนำในโฟลเดอร์ `quiz-app` เพื่อโฮสต์ในเครื่องหรือดีพลอยไปยัง Azure
|
|
|
|
| Lesson Number | หัวข้อ | กลุ่มบทเรียน | วัตถุประสงค์ในการเรียนรู้ | บทเรียนที่เชื่อมโยง | ผู้แต่ง |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :-----------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | คำแนะนำเบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | เรียนรู้แนวคิดพื้นฐานเบื้องหลังการเรียนรู้ของเครื่อง | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | ประวัติของการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | เรียนรู้ประวัติที่อยู่เบื้องหลังสาขานี้ | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
| 03 | ความเป็นธรรมและการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | ปัญหาทางปรัชญาที่สำคัญเกี่ยวกับความเป็นธรรมที่นักเรียนควรพิจารณาเมื่อต้องสร้างและประยุกต์ใช้โมเดล ML | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | เทคนิคสำหรับการเรียนรู้ของเครื่อง | [Introduction](1-Introduction/README.md) | นักวิจัย ML ใช้เทคนิคใดในการสร้างโมเดล ML? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
| 05 | คำแนะนำเบื้องต้นเกี่ยวกับการถดถอย | [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) | สร้างภาพและทำความสะอาดข้อมูลเพื่อเตรียมพร้อมสำหรับ 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) | สร้างโมเดลถดถอยเชิงเส้นและถดถอยหลายพหุนาม | [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 | เว็บแอป 🔌 | [Web App](3-Web-App/README.md) | สร้างเว็บแอปเพื่อใช้โมเดลที่คุณฝึกมา | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | คำแนะนำเบื้องต้นเกี่ยวกับการจัดประเภท | [Classification](4-Classification/README.md) | ทำความสะอาด เตรียม และสร้างภาพข้อมูล; แนะนำการจัดประเภท | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
| 11 | อาหารอร่อยจากเอเชียและอินเดีย 🍜 | [Classification](4-Classification/README.md) | แนะนำตัวจัดประเภท | [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 | อาหารอร่อยจากเอเชียและอินเดีย 🍜 | [Classification](4-Classification/README.md) | ตัวจัดประเภทเพิ่มเติม | [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 | อาหารอร่อยจากเอเชียและอินเดีย 🍜 | [Classification](4-Classification/README.md) | สร้างเว็บแอปแนะนำโดยใช้โมเดลของคุณ | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | คำแนะนำเบื้องต้นเกี่ยวกับการจัดกลุ่ม | [Clustering](5-Clustering/README.md) | ทำความสะอาด เตรียม และสร้างภาพข้อมูล; คำแนะนำเกี่ยวกับการจัดกลุ่ม | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | สำรวจรสนิยมดนตรีของไนจีเรีย 🎧 | [Clustering](5-Clustering/README.md) | สำรวจวิธีการจัดกลุ่มแบบ K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | คำแนะนำเบื้องต้นเกี่ยวกับการประมวลผลภาษาธรรมชาติ ☕️ | [Natural language processing](6-NLP/README.md) | เรียนรู้พื้นฐานเกี่ยวกับ NLP โดยการสร้างบอทอย่างง่าย | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | งาน NLP ที่พบบ่อย ☕️ | [Natural language processing](6-NLP/README.md) | เพิ่มพูนความรู้ NLP ของคุณโดยเข้าใจงานทั่วไปที่ต้องทำเมื่อจัดการกับโครงสร้างของภาษา | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | การแปลภาษาและการวิเคราะห์อารมณ์ ♥️ | [Natural language processing](6-NLP/README.md) | การแปลภาษาและวิเคราะห์อารมณ์กับ Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | โรงแรมโรแมนติกในยุโรป ♥️ | [Natural language processing](6-NLP/README.md) | การวิเคราะห์อารมณ์ด้วยรีวิวโรงแรม 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | โรงแรมโรแมนติกในยุโรป ♥️ | [Natural language processing](6-NLP/README.md) | การวิเคราะห์อารมณ์ด้วยรีวิวโรงแรม 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | คำแนะนำเบื้องต้นเกี่ยวกับการพยากรณ์อนุกรมเวลา | [Time series](7-TimeSeries/README.md) | คำแนะนำเบื้องต้นเกี่ยวกับการพยากรณ์อนุกรมเวลา | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ การใช้พลังงานโลก ⚡️ - การพยากรณ์อนุกรมเวลาด้วย ARIMA | [Time series](7-TimeSeries/README.md) | การพยากรณ์อนุกรมเวลาด้วย ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ การใช้พลังงานโลก ⚡️ - การพยากรณ์อนุกรมเวลาด้วย SVR | [Time series](7-TimeSeries/README.md) | การพยากรณ์อนุกรมเวลาด้วย Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | คำแนะนำเบื้องต้นเกี่ยวกับการเรียนรู้เสริมแรง | [Reinforcement learning](8-Reinforcement/README.md) | คำแนะนำเบื้องต้นเกี่ยวกับการเรียนรู้เสริมแรงด้วย Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | ช่วย Peter หลีกเลี่ยงหมาป่า! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Gym สำหรับการเรียนรู้เสริมแรง | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | สถานการณ์และแอปพลิเคชัน ML ในโลกจริง | [ML in the Wild](9-Real-World/README.md) | แอปพลิเคชันที่น่าสนใจและเปิดเผยในโลกจริงของ ML คลาสสิก | [Lesson](9-Real-World/1-Applications/README.md) | Team |
|
|
| Postscript | การดีบักโมเดล ML โดยใช้แดชบอร์ด RAI | [ML in the Wild](9-Real-World/README.md) | การดีบักโมเดลใน Machine Learning โดยใช้ส่วนประกอบแดชบอร์ด Responsible AI | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [ค้นหาทรัพยากรเพิ่มเติมทั้งหมดสำหรับหลักสูตรนี้ได้ที่คอลเล็กชัน Microsoft Learn ของเรา](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## การเข้าถึงแบบออฟไลน์
|
|
|
|
คุณสามารถเรียกดูเอกสารนี้แบบออฟไลน์โดยใช้ [Docsify](https://docsify.js.org/#/) ทำการ Fork รีโปนี้, [ติดตั้ง Docsify](https://docsify.js.org/#/quickstart) บนเครื่องของคุณ และจากนั้นที่โฟลเดอร์รากของรีโปนี้ พิมพ์คำสั่ง `docsify serve` เว็บไซต์จะถูกให้บริการที่พอร์ต 3000 บน localhost ของคุณ: `localhost:3000`
|
|
|
|
## PDFs
|
|
|
|
ค้นหาไฟล์ pdf ของหลักสูตรพร้อมลิงก์ได้ [ที่นี่](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
## 🎒 หลักสูตรอื่นๆ
|
|
|
|
ทีมของเราผลิตหลักสูตรอื่นๆ อีก! ลองดู:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Generative AI Series
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### การเรียนรู้หลัก
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ซีรีส์ Copilot
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## การขอความช่วยเหลือ
|
|
|
|
หากคุณติดขัดหรือมีคำถามใด ๆ เกี่ยวกับการสร้างแอป AI เข้าร่วมเรียนรู้กับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในการอภิปรายเกี่ยวกับ MCP นี่คือชุมชนที่สนับสนุนที่ซึ่งคำถามได้รับการต้อนรับและความรู้ถูกแบ่งปันอย่างอิสระ
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้างโปรดเยี่ยมชม:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**ข้อจำกัดความรับผิดชอบ**:
|
|
เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลด้วย AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อนได้ เอกสารต้นฉบับในภาษาดั้งเดิมควรถูกพิจารณาว่าเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยนักแปลมืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |