การเรียนรู้ของเครื่องและปัญญาประดิษฐ์เบื้องต้น
หากเพิ่งเริ่มใช้แมชชีนเลิร์นนิงหรือต้องการทบทวนความรู้ ลองดูแหล่งข้อมูลด้านล่าง
เวลาอ่านโดยประมาณ: 10 นาที
วัตถุประสงค์ของการเรียนรู้:
กําหนดแมชชีนเลิร์นนิงและปัญญาประดิษฐ์
อธิบายการใช้ ML และ AI
แมชชีนเลิร์นนิง (ML) เป็นสาขาที่ศึกษาเกี่ยวกับโปรแกรมหรือระบบที่ฝึกโมเดลให้คาดการณ์จากข้อมูลอินพุต ML เป็นพลังของเทคโนโลยีบางรายการที่เป็นส่วนสําคัญในชีวิตประจําวันของเรา รวมถึงแผนที่ แอปแปลภาษา และเพลงแนะนํา เป็นต้น
คุณอาจได้ยินคําว่า "ปัญญาประดิษฐ์" หรือ AI เพื่ออธิบายเทคโนโลยีเหล่านี้ด้วย ถึงแม้ว่าบางครั้งจะใช้ ML อย่างเป็นทางการ แต่ถือเป็นฟิลด์ย่อยของ AI ปัญญาประดิษฐ์ (AI) เป็นโปรแกรมหรือโมเดลที่ไม่ได้เกิดจากมนุษย์ ซึ่งสามารถทํางานที่ซับซ้อน เช่น การสร้างรูปภาพหรือการจดจําคําพูด
หากยังไม่คุ้นเคยกับ ML เราขอแนะนําให้ใช้ข้อมูลเบื้องต้นเกี่ยวกับแมชชีนเลิร์นนิง หากคุณพยายามตัดสินใจว่าจะใช้ ML เพื่อแก้ปัญหาหรือไม่ ข้อมูลเบื้องต้นเกี่ยวกับการจัดเฟรมของ
แมชชีนเลิร์นนิง อาจช่วยให้คุณเริ่มต้นใช้งานได้
โปรดดูคําจํากัดความของแนวคิดหลักใน ML ที่อภิธานศัพท์เกี่ยวกับแมชชีนเลิร์นนิง: ML
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2023-07-25 UTC
[null,null,["อัปเดตล่าสุด 2023-07-25 UTC"],[[["Machine learning (ML) focuses on training models to make predictions from data, powering technologies like maps and recommendations."],["Artificial intelligence (AI) encompasses a broader range of sophisticated tasks, with ML being a subfield within it."],["Google provides introductory resources for understanding ML concepts and problem-solving, along with a glossary for key terms."]]],[]]