Learn AI

Online Learning Platform

หลักสูตรทั้งหมด
การรับรองสมรรถนะ

หลักสูตรแนะนำ

การสร้าง AI โดยใช้ Python
การสร้าง AI โดยใช้ Python

หลักสูตรนี้สอนการสร้าง AI สำหรับประยุกต์ใช้ในแอพพลิชั่นต่างๆ ด้วยใช้ภาษา Python เช่น ขั้นตอนวิธีการค้นหาเส้นทางที่สั้นที่สุด การจำแนกประเภทและการจัดกลุ่มดอกไอริส การประมาณราคาคอนโดมิเนียมโดยเทคนิค Regression การแก้ปัญหาถุงเป้ (Knapsace Problem) โดยใช้ขั้นตอนวิธีพันธุการ (Genetic Algorithms)

คน
การเขียนโปรแกรมพื้นฐานสำหรับ AI
การเขียนโปรแกรมพื้นฐานสำหรับ AI

ผู้เรียนจะได้เรียนรู้ปัญญาประดิษฐ์ผ่านการเล่นเกม และการสร้างโปรแกรมปัญญาประดิษฐ์แบบง่าย ผ่านโปรแกรมเว็บไซต์สำเร็จรูป ซึ่งมีการอธิบายขั้นตอน และหลักการทำงานของปัญญาประดิษฐ์แบบคร่าวๆ รวมถึงเข้าใจการสร้างชุดข้อมูลที่เหมาะสมกับการใช้ในการเรียนรู้ของปัญญาประดิษฐ์อีกด้วย และเมื่อผู้เรียนรู้จักขั้นตอนการสร้าง AI จะได้เรียนรู้การเขียนโปรแกรมพื้นฐานโดยใช้ภาษา Python การนำเสนอข้อมูลด้วยรูปภาพ และการเขียน AI แบบง่าย ด้วยตนเอง

คน
การประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง
การประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง

วิชาการประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง (Advanced AI Applications) ประกอบด้วย 5 บทเรียน เพื่อให้ผู้เรียนได้เห็นถึงการใช้งานปัญญาประดิษฐ์ในหลากหลายศาสตร์ ได้ความรู้ความเข้าใจเกี่ยวกับหลักการ และขั้นตอนการใช้งานที่มีความจำเพาะต่อบริบท รวมถึงข้อจำกัดและข้อควรระวังในการออกแบบและใช้งานเพื่อลดความเสี่ยงต่อการเกิดปัญหา โดยเนื้อหาครอบคลุมหัวข้อดังต่อไปนี้ 1) การเรียนรู้คืออะไรและหุ่นยนต์เรียนรู้ได้อย่างไร 2) ถอดรหัสสมองด้วยการเรียนรู้ของเครื่อง 3) หุ่นยนต์รับรู้ได้อย่างไร 4) การใช้ภาพแทนและการให้เหตุผลในปัญญาประดิษฐ์ 5) ผลกระทบและข้อพึงระวังของการใช้ปัญญาประดิษฐ์ โดยผู้เรียนไม่จำเป็นที่จะต้องเริ่มจากบทที่ 1 และไล่ตามลำดับไปจนจบ แต่สามารถเลือกเรียนบทใดก่อนก็ได้ตามความสนใจ

คน
ปัญญาประดิษฐ์และเทคโนโลยีการปฏิสัมพันธ์ระหว่างมนุษย์และเครื่องจักร
ปัญญาประดิษฐ์และเทคโนโลยีการปฏิสัมพันธ์ระหว่างมนุษย์และเครื่องจักร

หลักสูตรนี้ผู้เรียนจะได้เรียนรู้การใช้เทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในการพัฒนางานวิจัยและนวัตกรรมเทคโนโลยีปัญญาประดิษฐ์ที่มีตัวตน การปฏิสัมพันธ์ระหว่างสมองมนุษย์และเครื่องจักร และ ศิลปะปัญญาประดิษฐ์

คน
ปัญญาประดิษฐ์แบบดั้งเดิมสู่ปัญญาประดิษฐ์ขั้นสูง
ปัญญาประดิษฐ์แบบดั้งเดิมสู่ปัญญาประดิษฐ์ขั้นสูง

หลักสูตรนี้ผู้เรียนจะได้ทำความรู้จักคอมพิวเตอร์วิทัศน์ หรือ Computer Vision เข้าใจประโยชน์ของ Computer Vision และหลักการต่าง ๆ ที่จะนำไปสู่การใช้งานจริง เรียนรู้ปัญญาประดิษฐ์แบบดั้งเดิมที่ใช้ฐานความรู้ในการแก้ปัญหา โดยเลียนแบบตรรกะการแก้ปัญหาของผู้เชี่ยวชาญ ซึ่งมีการจัดหาความรู้และจัดเก็บเข้าสู่ระบบในรูปแบบกฎที่ถูกใช้ในกระบวนการเหตุผลจากปัญญาประดิษฐ์แบบดั้งเดิม ผู้เรียนจะได้เรียนรู้เบื้องต้นเกี่ยวกับ Deep Learning หรือการเรียนรู้เชิงลึก ซึ่งเป็นส่วนหนึ่งของปัญญาประดิษฐ์ที่นิยมใช้ในปัจจุบัน การเรียนรู้เชิงลึกเป็นการเรียนรู้ที่เลียนแบบการทำงานของสมองมนุษย์ในการประมวลผลข้อมูลและเป็นการสร้างรูปแบบสำหรับใช้ในการตัดสินใจ

คน
เริ่มต้นเรียนรู้ปัญญาประดิษฐ์และการเขียนโปรแกรม
เริ่มต้นเรียนรู้ปัญญาประดิษฐ์และการเขียนโปรแกรม

หลักสูตรนี้สอนเกี่ยวกับวิวัฒนาการของปัญญาประดิษฐ์ในยุคต่างๆ รูปแบบของการแก้ปัญหาทั้งรูปแบบดั้งเดิม และรูปแบบสมัยใหม่ ผู้เรียนจะได้เริ่มต้นการเขียนโปรแกรมพื้นฐานเฉพาะเพื่อการวิเคราะห์ข้อมูล เพื่อพัฒนาความรู้ความสามารถในการเขียนโปรแกรมภาษา Python ซึ่งเป็นภาษาที่ใช้กันอย่างแพร่หลาย การสร้างกราฟและการเขียนโปรแกรมเพื่อสร้างโมเดลเชิงทำนายเบื้องต้น เพื่อให้เข้าใจกระบวนการของวิทยาศาสตร์ข้อมูล และการเขียนโปรแกรมไปพร้อมๆกัน ผู้เรียนจะได้พื้นฐานความรู้ที่เกี่ยวกับการคำนวณสถิติเพื่อการวิเคราะห์ข้อมูลขนาดใหญ่โดยใช้ภาษา Python ซึ่งประกอบด้วย การวิเคราะข้อมูลที่เป็นกลุ่มหรือเชิงคุณภาพ และข้อมูลเชิงปริมาณ สถิติเชิงอนุมาณ และการทดสอบสมมุติฐาน เป็นต้น

คน

การรับรองสมรรถนะ

AI Fundamentals
AI Fundamentals

ผู้ที่สนใจควรเตรียมพร้อมและทบทวนหัวข้อต่อไปนี้ก่อนเริ่มทำแบบทดสอบ ทฤษฎีและการคำนวณทางสถิติและการเขียนภาษา Python - การวิเคราะห์ข้อมูลที่เป็นกลุ่มหรือเชิงคุณภาพ และข้อมูลเชิงปริมาณ - สถิติเชิงอนุมาณ และการทดสอบสมมุติฐาน - การเขียนโปรแกรม Python แบบพื้นฐาน

Exploratory Data Analysis and Data Preparation
Exploratory Data Analysis and Data Preparation

ผู้ที่สนใจควรเตรียมพร้อมและทบทวนหัวข้อต่อไปนี้ก่อนเริ่มทำแบบทดสอบ: ทฤษฎีเบื้องต้นและการใช้งานไลบรารี Python อาทิ pandas, numpy, matplotlib, seaborn สำหรับ - การแจกแจงข้อมูล การวิเคราะห์ข้อมูลเชิงสถิติ การทดสอบสมมุติฐานด้วย t-test - การอ่านข้อมูล การปรับรูปแบบหรือแปลงข้อมูล การคัดเลือกฟีเจอร์ - การเลือกและสร้างแผนภาพข้อมูล

Model Design and Development: Basics
Model Design and Development: Basics

ผู้ที่สนใจควรเตรียมพร้อมและทบทวนหัวข้อต่อไปนี้ก่อนเริ่มทำแบบทดสอบ: ทฤษฎีพื้นฐาน การประมวลผลข้อมูลในรูปแบบต่าง ๆ และการสร้างโมเดลในหัวข้อต่อไปนี้ - Regression - Classification - Clustering - Deep Learning

Model Design and Development: Advance
Model Design and Development: Advance

ผู้ที่สนใจควรเตรียมพร้อมและทบทวนหัวข้อต่อไปนี้ก่อนเริ่มทำแบบทดสอบ: ทฤษฎีพื้นฐาน การประมวลผลข้อมูลในรูปแบบต่าง ๆ และการสร้างโมเดลด้วยไพธอน ในหัวข้อ - Natural Language Processing - Computer Vision - Time Series Analysis - Reinforcement Learning

กิจกรรม

ทีมผู้สอน

บทความล่าสุด

วิทยากรจากหน่วยงาน