HND in Computing – Machine Learning ဘာသာရပ် မိတ်ဆက်

Subject Introduction

Machine Learning သည် Computer များအား လူသားများက Explicitly Programming ပြုလုပ်ပေးထားခြင်းမရှိဘဲ Data များနှင့် Experience များမှ သင်ယူနိုင်စေပြီး သတ်မှတ်ထားသော ပြဿနာများကို ဖြေရှင်းနိုင်စေရန် လေ့လာသည့် နည်းပညာနယ်ပယ်တစ်ခု ဖြစ်ပါသည်။ Machine Learning သည် နှစ်ပေါင်းများစွာ ဖွံ့ဖြိုးလာခဲ့သော နည်းပညာတစ်ခုဖြစ်သော်လည်း ယနေ့ခေတ် Computing Industry တွင် အလျင်အမြန် တိုးတက်လာပြီး အရေးပါဆုံး လေ့လာမှုနယ်ပယ်များထဲမှ တစ်ခုအဖြစ် ရပ်တည်လျက်ရှိပါသည်။

ယနေ့ခေတ်တွင် Machine Learning ကို Predictive Modelling၊ Speech Recognition၊ Object Recognition၊ Computer Vision၊ Anomaly Detection၊ Medical Diagnosis နှင့် Prognosis၊ Robot Control၊ Time Series Forecasting စသည့် နယ်ပယ်များစွာတွင် အသုံးပြုလျက်ရှိပါသည်။ ထို့ကြောင့် Data များမှ အသိပညာနှင့် ခန့်မှန်းချက်များ ရယူနိုင်သော Machine Learning Technologies များကို နားလည်အသုံးချနိုင်ခြင်းသည် Computing Professionals များအတွက် အရေးကြီးသော ကျွမ်းကျင်မှုတစ်ခု ဖြစ်လာပါသည်။

ဤဘာသာရပ်တွင် Machine Learning ၏ အခြေခံသဘောတရားများ၊ Machine Learning Algorithms များ၏ လုပ်ဆောင်ပုံနှင့် လက်တွေ့အသုံးချနည်းများကို လေ့လာရပါမည်။ ကျောင်းသားများအနေဖြင့် Machine Learning Algorithms များကို အသုံးပြု၍ Real-world Problems များကို ဖြေရှင်းနိုင်ရန် လိုအပ်သော Knowledge နှင့် Practical Skills များကို ရရှိစေရန် လေ့ကျင့်ပေးမည် ဖြစ်ပါသည်။

သင်ကြားရာတွင် Machine Learning ၏ Foundations၊ Learning Problems အမျိုးအစားများဖြစ်သော Classification၊ Regression နှင့် Clustering တို့ကို လေ့လာရမည် ဖြစ်ပါသည်။ ထို့အပြင် Machine Learning Algorithms များ၏ အမျိုးအစားခွဲခြားမှုဖြစ်သော Supervised Learning၊ Unsupervised Learning နှင့် Reinforcement Learning တို့ကို နားလည်သဘောပေါက်စေရန် လေ့လာရမည် ဖြစ်ပါသည်။

ထို့အပြင် Decision Tree၊ Naïve Bayes၊ K-Nearest Neighbor (KNN)၊ Support Vector Machine (SVM) စသည့် အသုံးများသော Machine Learning Algorithms များကို လေ့လာပြီး Programming Languages များဖြစ်သော C/C++၊ C#၊ Java၊ Python၊ R သို့မဟုတ် Machine Learning Tools များဖြစ်သော Weka၊ KNIME၊ Microsoft AzureML စသည်တို့ကို အသုံးပြု၍ Algorithms များကို လက်တွေ့ Implementation ပြုလုပ်ရမည် ဖြစ်ပါသည်။

ဤဘာသာရပ်ကို အောင်မြင်စွာ ပြီးဆုံးပါက ကျောင်းသားများအနေဖြင့် Machine Learning Concepts များနှင့် Algorithms များ၏ လုပ်ဆောင်ပုံကို နားလည်သဘောပေါက်ပြီး သင့်လျော်သော Tools နှင့် Programming Languages များကို အသုံးပြု၍ Machine Learning Solutions များကို ဖန်တီးနိုင်မည် ဖြစ်ပါသည်။ ထို့အပြင် Communication Skills၊ Critical Thinking၊ Analysis၊ Reasoning နှင့် Interpretation Skills များကိုလည်း ဖွံ့ဖြိုးတိုးတက်စေကာ ပညာရေးနှင့် AI / Computing လုပ်ငန်းခွင်တွင် လိုအပ်သော Professional Skills များကို ရရှိစေမည် ဖြစ်ပါသည်။

Learning Outcomes

ဤဘာသာရပ်မှတစ်ဆင့် Recommendation Systems, Speech Recognition နှင့် Predictive Analytics ကဲ့သို့သော Data-Driven Technologies များ၏ အခြေခံလုပ်ဆောင်ပုံကို နားလည်သဘောပေါက်စေပြီး AI နှင့် Machine Learning ဆိုင်ရာ နယ်ပယ်များကို ဆက်လက်လေ့လာနိုင်ရန် အခြေခံကောင်းများ ရရှိစေမည် ဖြစ်ပါသည်။

Subject Information

  • Code : H/618/7438
  • Type : Core
  • Level : 5
  • Credit : 15​

Assessment Method

  • Assignments
  • Presentations
  • Project Demonstrations
  • Defence