module #12 Hierarchical Clustering Hierarchical clustering, agglomerative at divisive clustering
module #13 Principal Component Analysis Introduction to PCA, eigenvalues, and eigenvectors
module #14 Deep Learning Fundamentals Introduction to deep learning, neural networks, and perceptron
module #15 Convolutional Neural Networks Introduction to CNNs , convolutional layers, at pooling layers
module #16 Recurrent Neural Networks Introduction to RNNs, LSTM, and GRU
module #17 Natural Language Processing Introduction to NLP, text preprocessing, at word embeddings
module #18 Pagsusuri at Pagpili ng Modelo Mga sukatan para sa pagsusuri, overfitting, at mga diskarte sa pagpili ng modelo
module #19 Pag-tune ng Hyperparameter Panimula sa hyperparameter tuning, paghahanap ng grid, at random na paghahanap
module #20 Pag-deploy ng Modelo Pag-deploy ng mga modelo ng machine learning, paghahatid ng modelo, at pagsasaalang-alang
module #21 Etika at Pagkamakatarungan sa Machine Learning Pagkiling at pagiging patas sa machine learning, etika, at transparency
module #22 Case Studies sa Machine Learning Real- mga aplikasyon sa mundo ng machine learning, case study, at mga proyekto
module #23 Mga Advanced na Paksa sa Machine Learning Mga advanced na paksa sa machine learning, kabilang ang reinforcement learning at generative models
module #24 Pagtatapos ng Kurso at Konklusyon Pagpaplano ng mga susunod na hakbang sa karera sa Machine Learning
Handa nang malaman, ibahagi, at makipagkumpetensya?
