สอน Machine Learning ด้วย scikit-learn YouTube Title การติดตั้ง scikit-learn สำหรับทำ Machine Learning ด้วย Python สอน Machine Learning เบื้องต้น: การพยากรณ์ราคาขาย Big Mac ด้วย Simple Linear Regression สอน Machine Learning เบื้องต้น: Multiple Linear Regression สอน Machine Learning เบื้องต้น: การแบ่งข้อมูลออกเป็น train และ testing data การสร้าง dummy variable และใช้งานกับ Linear Regression ของ scikit-learn และ statsmodels การจัดการกับ Missing Values ด้วย SimpleImputer ของ scikit-learn สอน Machine Learning: การทำ Polynomial Regression สอน Machine Learning: การทำ Multiple Polynomial Regression ด้วย scikit-learn หลักการทำงานเบื้องต้นของ Logistic Regression การทำ Logistic Regression ด้วย statsmodels การทำ Logistic Regression (binary classification) ด้วย scikit-learn สอน Machine Learning: รู้จักกับ confusion matrix ของ scikit-learn การทำ Multiclass Classification ด้วย KNeighborsClassifier และ LogisticRegression ของ scikit-learn สอน Machine Learning: Decision Tree Classification การทำ binary classification (Titanic dataset) ด้วย lightGBM เบื้องต้น สอน Machine Learning: การเปรียบเทียบความแม่นยำของ Classifier models หลาย ๆ ตัวพร้อม ๆ กัน สอน Machine Learning: การหา feature importance ด้วย tree classifier ใน scikit-learn สอน Machine Learning: การหา features ที่สำคัญด้วย RFE (Recursive Feature Elimination) การวิเคราะห์อนุกรมเวลา Time Series (ฝุ่น PM 2.5) ด้วย Facebook Prophet การวิเคราะห์อนุกรมเวลา Time Series (ฝุ่น PM 2.5) ด้วย Lightgbm regressor + SHAP หลักการทำงานของ K-Means Clustering (unsupervised learning) ในการแบ่งข้อมูลออกเป็นกลุ่ม ๆ สอน Machine Learning: การทำ K-Means Clustering (unsupervised learning) ในการแบ่งข้อมูลออกเป็นกลุ่ม ๆ สอน Machine Learning: การหาจำนวน clusters ที่เหมาะสมด้วย Elbow method สอน Machine Learning: หาจำนวน cluster ที่เหมาะสมด้วย Silhouette analysis สอน Machine Learning: หาจำนวน cluster ที่เหมาะสมด้วย silhouette analysis โดยใช้ scikit-learn สอน Machine Learning: การสร้าง 3D scatter plot เพื่อแสดง Cluster สอน Machine Learning: จำแนก ice-cream ด้วย cluster analysis สอน Machine Learning: การทำ hierarchical clustering การวิเคราะห์ตะกร้าสินค้า Market Basket Analysis การกรองข้อมูลใน frequent itemsets และ rules ของ market basket analysis การแปลง pandas DataFrame ให้เป็น Sparse เพื่อทำ Market Basket Analysis แปลงข้อมูลให้อยู่ในรูปแบบสำหรับการทำ Market Basket Analysis สอน Machine Learning: Principal Component Analysis (PCA) เบื้องต้น ด้วย iris data สอน Machine Learning: Principal Component Analysis (PCA): ice-cream data รู้จักข้อมูล MNIST ลายมือเขียนตัวเลข 0-9 (handwritten digits) การใช้ Logistic Regression ในการจำแนกตัวเลขลายมือเขียน (MNIST handwritten digits) การทำ Principal Component Analysis (PCA) ข้อมูล MNIST (handwritten digits) เปรียบเทียบผลการ classify MNIST ด้วยจำนวน components/dimensions จาก PCA ที่ต่างกัน สอน Machine Learning: การ dump(save)/load sklearn model ไปเป็นไฟล์ด้วย (Model persistence) สอน Machine Learning: การ binarize data เพื่อแปลงค่าในคอลัมน์ให้เป็น 0 กับ 1 สอน Machine Learning: การแปลงค่าในคอลัมน์ให้เป็น z-score (sklearn.preprocessing.StandardScaler) สอน Machine Learning: การทำ power transformation (Box-Cox, Yeo-Johnson) สอน Machine Learning: การสร้าง dummy variable ด้วย OneHotEncoder ของ scikit-learn สอน Machine learning: การใช้ scikit-learn pipeline เพื่อพัฒนา machine learning model สอน Machine Learning: ใช้ OneHotEncoder ใน pipeline สร้าง dummy/one-hot columns จาก multivalued column ด้วย MultiLabelBinarizer การแปลงกลุ่มของ dummy/one-hot คอลัมน์ให้เป็น multivalued column ด้วย MultiLabelBinarizer แปลงไฟล์ข้อมูลตัวอย่างใน scikit-learn ให้เป็น pandas DataFrame การอ่าน R datasets มาเป็น pandas DataFrame สอน Jupyter Notebook: การ run notebook cell ที่มี Python Prompt (เครื่องหมายมากกว่า 3 ตัว) การวิเคราะห์ One-Way ANOVA วิเคราะห์ความแปรปรวนทางเดียว ด้วย Python (statsmodels)