หมวดหมู่
หัวข้อ
บทเรียนวิทยาการข้อมูล
ยกระดับอาชีพสายข้อมูลด้วยบทเรียนวิทยาการข้อมูลของเรา เราพาคุณไล่ไปทีละขั้นกับฟังก์ชันและโมเดลที่ท้าทาย
หัวข้ออื่น ๆ:
ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?ลองใช้ DataCamp for Business
การทดสอบ Kruskal-Wallis: เปรียบเทียบหลายกลุ่มโดยไม่ต้องอาศัยความเป็นปกติ
คู่มือเชิงปฏิบัติสำหรับการทดสอบ Kruskal-Wallis — คืออะไร ทำงานอย่างไร ควรใช้เมื่อใดแทน ANOVA และวิธีรันกับการตีความผลใน Python และ R
4 พฤษภาคม 2569
อธิบาย Kernel Trick: SVM เรียนรู้รูปแบบไม่เป็นเชิงเส้นได้อย่างไร
คู่มือเชิงแนวคิดเกี่ยวกับ kernel trick — คืออะไร ช่วยให้ SVM และโมเดลเชิงเคอร์เนลอื่นๆ ทำงานได้อย่างไร และเมื่อใดควรใช้เหนือแนวทางการสร้างแบบจำลองไม่เป็นเชิงเส้นอื่นๆ
4 พฤษภาคม 2569
อนุกรมเรขาคณิต: สูตร เงื่อนไขการลู่เข้า และตัวอย่าง
คู่มือใช้งานอนุกรมเรขาคณิต ครอบคลุมสูตรผลบวกแบบจำกัดและแบบอนันต์ เงื่อนไขการลู่เข้า และการประยุกต์ใช้งานจริงในด้านการเงิน ฟิสิกส์ และวิทยาการคอมพิวเตอร์
4 พฤษภาคม 2569
อนุกรมแม็คลอริน: สูตร การขยาย และตัวอย่าง
คู่มือเชิงปฏิบัติสำหรับอนุกรมแม็คลอริน ครอบคลุมสูตรหลัก การขยายที่พบบ่อย กฎการลู่เข้า และการประยุกต์ใช้จริงในวิธีเชิงตัวเลข ฟิสิกส์ และแมชชีนเลิร์นนิง
4 พฤษภาคม 2569
วิธีของนิวตัน: หาเฉพาะคำตอบอย่างรวดเร็วด้วยการประมาณเชิงทำซ้ำ
วิธีนิวตันเป็นอัลกอริทึมหาเฉพาะคำตอบแบบทำซ้ำที่ใช้การประมาณด้วยเส้นสัมผัสเพื่อตามเข้าใกล้คำตอบของสมการที่ไม่มีรูปแบบคำตอบปิด
4 พฤษภาคม 2569
ฟังก์ชันกระตุ้น GELU: สูตร สัญชาตญาณ และการใช้งานในดีปเลิร์นนิง
GELU เป็นฟังก์ชันกระตุ้นแบบลื่นไหลเชิงความน่าจะเป็น ที่ทำงานได้ดีกว่าทางเลือกอย่าง ReLU ในสถาปัตยกรรมดีปเลิร์นนิง และกลายเป็นตัวเลือกเริ่มต้นในโมเดลทรานส์ฟอร์เมอร์อย่าง BERT และ GPT
4 พฤษภาคม 2569
การทดสอบ Mann-Whitney U: ทางเลือกแบบนอนพาราเมตริกแทน t-test
Mann-Whitney U test เป็นการทดสอบแบบนอนพาราเมตริกที่อิงอันดับเพื่อเปรียบเทียบสองกลุ่มอิสระ เมื่อข้อมูลไม่เป็นไปตามสมมติฐานการแจกแจงปกติที่ t-test ต้องการ
4 พฤษภาคม 2569
ทำความเข้าใจลาปลาซเชียน: จากแคลคูลัสสู่ ML
ตัวดำเนินการลาปลาซเชียนเป็นหนึ่งในเครื่องมือคณิตศาสตร์ที่ใช้กันอย่างกว้างขวางที่สุดในแมชชีนเลิร์นนิงยุคใหม่ อยู่เบื้องหลังสเปกทรัลคลัสเตอริง แมนิโฟลด์เลิร์นนิง การตรวจจับขอบภาพ และอัลกอริทึมบนกราฟ
4 พฤษภาคม 2569
สมการเชิงอนุพันธ์: ตั้งแต่พื้นฐานถึงการประยุกต์ใช้กับ ML
บทนำเชิงปฏิบัติสู่สมการเชิงอนุพันธ์ ครอบคลุมชนิดหลัก การจัดประเภท วิธีแก้เชิงวิเคราะห์และเชิงตัวเลข และบทบาทจริงในเกรเดียนต์ดีเซนต์ รีเกรสชัน และการสร้างแบบจำลองอนุกรมเวลา
4 พฤษภาคม 2569