ข้อมูลเบื้องต้นเกี่ยวกับการจัดกรอบปัญหาของแมชชีนเลิร์นนิงจะสอนวิธีพิจารณาว่าแมชชีนเลิร์นนิง (ML) เป็นแนวทางที่ดีในการแก้ปัญหาหรือไม่ และอธิบายวิธีระบุแนวทางแก้ไขปัญหา ML
ข้อมูลเบื้องต้นเกี่ยวกับการจัดกรอบปัญหาเกี่ยวกับแมชชีนเลิร์นนิง
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2022-09-27 UTC
[null,null,["อัปเดตล่าสุด 2022-09-27 UTC"],[[["\u003cp\u003eThis course helps you identify if a problem is suitable for machine learning solutions.\u003c/p\u003e\n"],["\u003cp\u003eYou will learn how to define an ML problem, select the appropriate model, and establish success metrics.\u003c/p\u003e\n"],["\u003cp\u003eThe course provides guidance on framing your problem for machine learning and outlines the steps to build a solution.\u003c/p\u003e\n"]]],[],null,["# Introduction to Machine Learning Problem Framing\n\n\u003cbr /\u003e\n\n*Introduction to Machine Learning Problem Framing* teaches you how to determine\nif machine learning (ML) is a good approach for a problem and explains how to\noutline an ML solution.\n| **Estimated Course Length:** 45 minutes\n| **Objectives:**\n|\n| - Identify if ML is a good solution for a problem.\n| - Learn how to frame an ML problem.\n| - Understand how to pick the right model and define success metrics."]]