CampusX courses
1.0.0
ยินดีต้อนรับสู่คอลเล็กชั่นหลักสูตรที่ครอบคลุม ของ CampusX ที่ออกแบบมาเพื่อช่วยให้คุณมีเทคโนโลยีและแนวคิดหลักใน AI, ML, Data Science และอื่น ๆ
| ชื่อหลักสูตร | คำอธิบายหลักสูตร | การเชื่อมโยง |
|---|---|---|
| การตรวจจับอารมณ์โดยใช้การเรียนรู้อย่างลึกซึ้ง | เจาะลึกเทคนิคการเรียนรู้อย่างลึกซึ้งสำหรับการตรวจจับอารมณ์ของมนุษย์ตามการแสดงออกทางสีหน้า รวมถึงทฤษฎีที่จำเป็นการใช้งานจริงและโครงการภาคปฏิบัติ | [การตรวจจับอารมณ์ด้วย CNNS] (การตรวจจับอารมณ์โดยใช้การเรียนรู้ลึก/readme.md) |
| โครงการ Gen AI โดยใช้ Langchain | คู่มือที่ครอบคลุมเกี่ยวกับการสร้างโครงการ AI กำเนิดโดยใช้ Langchain ครอบคลุมทั้งแนวคิดพื้นฐานและการออกแบบโครงการที่ซับซ้อน | [บทนำสู่การกำเนิด AI กับ Langchain] (โครงการ Gen AI โดยใช้ Langchain/Readme.md) |
| การสร้างแบบจำลองความเสี่ยงด้านเครดิตโดยใช้ ML | เรียนรู้ที่จะพัฒนารูปแบบการเรียนรู้ของเครื่องที่ทำนายความเสี่ยงด้านเครดิตได้อย่างแม่นยำซึ่งมีชุดข้อมูลและเทคนิคในโลกแห่งความเป็นจริงสำหรับการสร้างแบบจำลองการทำนาย | [เทคนิคการสร้างแบบจำลองความเสี่ยงด้านเครดิต] (การสร้างแบบจำลองความเสี่ยงด้านเครดิตโดยใช้การเรียนรู้ของเครื่อง/readme.md) |
| โครงการเรียนรู้ลึกโดยใช้ Pytorch | รับประสบการณ์จริงในการสร้างแอพพลิเคชั่นการเรียนรู้อย่างลึกซึ้งเช่นการแปลด้วยเครื่องและระบบการทำนายคำต่อไปโดยใช้ Pytorch | ลิงค์ตัวยึดตำแหน่ง |
| การสร้างระบบ e-kyc ด้วยการมองเห็นคอมพิวเตอร์ | สร้างระบบ e-kyc โดยใช้เทคนิคการมองเห็นคอมพิวเตอร์สำรวจการตรวจสอบตัวตนและกรณีการใช้การตรวจจับการฉ้อโกง | ลิงค์ตัวยึดตำแหน่ง |
| กรณีศึกษา SQL | ทำงานผ่านกรณีศึกษาห้าโลกเพื่อใช้ทักษะ SQL ในการวิเคราะห์ข้อมูลและบริบทการแก้ปัญหา | ลิงค์ตัวยึดตำแหน่ง |
| โครงการพยากรณ์อนุกรมเวลา | พัฒนาแบบจำลองสำหรับการพยากรณ์อนุกรมเวลาโดยใช้วิธีการทางสถิติแบบดั้งเดิมและเทคนิค ML ที่ทันสมัยสำหรับการวิเคราะห์การทำนาย | ลิงค์ตัวยึดตำแหน่ง |
| โครงการ Gen AI โดยใช้ llamainedex | สำรวจ Llamaidex และความสามารถในการพัฒนาโครงการ AI ตั้งแต่การตั้งค่าขั้นพื้นฐานไปจนถึงโซลูชั่น AI Generative Generative | ลิงค์ตัวยึดตำแหน่ง |
| โครงการ ML แบบ end-to-end โดยใช้ AWS Sagemaker | เรียนรู้วิธีการสร้างโครงการการเรียนรู้ของเครื่องโดยใช้ AWS Sagemaker ครอบคลุมทุกขั้นตอนตั้งแต่การประมวลผลข้อมูลล่วงหน้าไปจนถึงการปรับใช้และการตรวจสอบแบบจำลอง | ลิงค์ตัวยึดตำแหน่ง |
| การตรวจจับวัตถุโดยใช้การเรียนรู้อย่างลึกซึ้ง | ดำดิ่งสู่เทคนิคการตรวจจับวัตถุโดยใช้กรอบการเรียนรู้ลึกเพื่อสร้างระบบที่ขับเคลื่อนด้วย AI ที่สามารถระบุและจำแนกวัตถุในเวลาจริงได้ | ลิงค์ตัวยึดตำแหน่ง |
| AI กำเนิดสำหรับการมองเห็น | ดำน้ำลึกลงไปในการแพร่กระจายที่มั่นคง, gans, ตัวแปร autoencoders variational และการใช้ประโยชน์จากแบบจำลองใบหน้ากอดเพื่อใช้โครงการวิสัยทัศน์ที่ทันสมัยโดยใช้เทคนิค AI กำเนิด | [Generative AI for Vision] (Generative AI สำหรับ Vision/Readme.md) |
พื้นที่เก็บข้อมูลนี้มีไว้สำหรับ วัตถุประสงค์ทางการศึกษา เท่านั้น เนื้อหาทั้งหมดเป็นของ CampusX และได้รับการออกแบบมาเพื่อสนับสนุนการเรียนรู้และการสำรวจ เราสนับสนุนให้มีการใช้ข้อมูลที่มีความรับผิดชอบ ทั้งผู้สร้างและผู้มีส่วนร่วมไม่รับผิดชอบต่อการใช้งานในทางที่ผิดหรือตีความเนื้อหาในที่เก็บนี้
| แพลตฟอร์ม | การเชื่อมโยง |
|---|---|
| Campusx YouTube | |
| Campusx LinkedIn | |
| Campusx Instagram |