ยังใหม่กับแมชชีนเลิร์นนิงใช่ไหม ดูหลักสูตรวิดีโอเพื่อรับความรู้ในการทำงานจริงของ ML โดยใช้เทคโนโลยีเว็บ
ดูซีรีส์
การฝึกอบรมและการทำนายใน Node.js
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
ในบทช่วยสอนนี้ คุณจะฝึกแบบจำลองเพื่อคาดการณ์ประเภทสนามเบสบอลจากข้อมูลเซ็นเซอร์ระยะพิทช์ (จาก MLBAM) การฝึกอบรมจะทำในฝั่งเซิร์ฟเวอร์ในแอปพลิเคชัน Node.js
แบบฝึกหัดนี้จะแสดงขั้นตอนในการตั้งค่าแพ็คเกจ tfjs-node npm ในแอปพลิเคชันเซิร์ฟเวอร์ของคุณ สร้างแบบจำลอง และฝึกอบรมด้วยข้อมูลเซ็นเซอร์ระยะพิทช์ที่มีป้ายกำกับ นอกจากนี้ยังจะแสดงวิธีสื่อสารสถานะการฝึกอบรมไปยังไคลเอนต์ และใช้แบบจำลองที่ได้รับการฝึกอบรมสำหรับการคาดการณ์ในสถาปัตยกรรมไคลเอนต์/เซิร์ฟเวอร์
เปิดใน CodeLab
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2024-11-04 UTC
[[["เข้าใจง่าย","easyToUnderstand","thumb-up"],["แก้ปัญหาของฉันได้","solvedMyProblem","thumb-up"],["อื่นๆ","otherUp","thumb-up"]],[["ไม่มีข้อมูลที่ฉันต้องการ","missingTheInformationINeed","thumb-down"],["ซับซ้อนเกินไป/มีหลายขั้นตอนมากเกินไป","tooComplicatedTooManySteps","thumb-down"],["ล้าสมัย","outOfDate","thumb-down"],["ปัญหาเกี่ยวกับการแปล","translationIssue","thumb-down"],["ตัวอย่าง/ปัญหาเกี่ยวกับโค้ด","samplesCodeIssue","thumb-down"],["อื่นๆ","otherDown","thumb-down"]],["อัปเดตล่าสุด 2024-11-04 UTC"],[],[]]