🔥 มา ๆ ! มาเตรียมเรียน Machine Learning ตั้งแต่เริ่มต้นจนถึง Advance กับ หลักสูตรของ MIT ไปพร้อมกันนนน
.
กับคอร์สฟรี "Machine Learning with Python: from Linear Models to Deep Learning" ที่เหมาะมาก ๆ ถ้าใครมีพื้นฐานไพธอนแล้วอยากลุยสาย ML
.
🤣 เพราะในหลักสูตรนี้เขามาแน่น ๆ แบบเบิ้ม ๆ ครบทุกหัวข้อหลักไม่ว่าจะเป็น
.
✅ Linear classifiers, separability, perceptron algorithm
✅ Maximum margin hyperplane, loss, regularization
✅ Stochastic gradient descent, over-fitting, generalization
✅ Linear regression
✅ Recommender problems, collaborative filtering
✅ Non-linear classification, kernels
✅ Learning features, Neural networks
✅ Deep learning, back propagation
✅ Recurrent neural networks
✅ Recurrent neural networks
✅ Generalization, complexity, VC-dimension
✅ Unsupervised learning: clustering
✅ Generative models, mixtures
✅ Mixtures and the EM algorithm
✅ Learning to control: Reinforcement learning
✅ Reinforcement learning continued
✅ Applications: Natural Language Processing
.
โหยยย เยอะขนาดดดดด 55555 ไม่เรียนก็ไม่ได้แล้ว แอดบอกเลย เพราะจัดให้ตั้งแต่ ML ถึง deep learning เลยอะ
.
หากใครอยากเรียน ดูดีเทล มาที่นี่เลยฮะ -> https://www.edx.org/course/machine-learning-with-python-from-linear-models-to
.
ปล.คอร์สนี้เริ่มเรียน วันที่ 6 พฤษภานี้นะฮะ <3
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน

--課程已於 2020 年 3 月更新--

透過製作人臉過濾器，手寫識別器，汽車偵測器，物件分類器，車牌閱讀器等來學習 OpenCV

你將學習最新的電腦視覺概念和實現 21 個了不起的專案！

OpenCV 專案包括:

✅使用網路攝影機即時繪製草圖
✅識別形狀
✅計數圓和橢圓
✅尋找 Waldo
✅使用 OpenCV 的單物件檢測器
✅基於級聯分類器( Cascade Classifiers )的車輛和行人檢測器
✅即時臉部置換器(像 MSQRD & Snapchat 過濾器! ! !)
✅打哈欠偵測器和計數器
✅手寫數字分類
✅✅面部辨識
球的軌跡
✅照片修復
✅車牌自動辨識(ALPR)

深度學習專案包括:

✅建立一個手寫數字分類器
✅建立一個多影象分類器
✅建立一個貓狗分類器
✅理解如何使用資料增強提高 CNN 的效能
✅提取及信用卡號碼分類

http://bit.ly/2TD0fUJ

【Fake It Till You Make It】

By now, you've probably heard about "deepfakes", or at least seen some videos generated by artificial intelligence that learn to superimpose the face of one person onto the body of another.

Similarly, two websites recently gained attention for using AI to generate realistic fake faces, ThisPersonDoesNotExist.com and WhichFaceIsReal.com. While fun, they point to a larger problem that society will face one day: how can we trust what we see now?

Right now this technology is still in its infancy which makes it easier to tell whether the imagery is real or generated by AI. However, these deepfakes are starting to get more and more realistic, and could affect a range of issues, particularly cybersecurity for companies and startups.

At the RSA Security Conference in San Francisco, the CTO of McAfee Steve Grobman asked if the same techniques used to confuse image classifiers can be used to confuse cyber models, responding that “False positives can have catastrophic results.” However, the technology itself is quite neutral, and it can be applied for good or bad.

Which side of history will you be on?

- Natalie Feng Lin, Analyst

Learn Vietnamese: How to use Cái and Con classifiers