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
หลักสูตรนี้สอนการสร้าง AI สำหรับประยุกต์ใช้ในแอพพลิชั่นต่างๆ ด้วยใช้ภาษา Python เช่น ขั้นตอนวิธีการค้นหาเส้นทางที่สั้นที่สุด การจำแนกประเภทและการจัดกลุ่มดอกไอริส การประมาณราคาคอนโดมิเนียมโดยเทคนิค Regression การแก้ปัญหาถุงเป้ (Knapsack Problem) โดยใช้ขั้นตอนวิธีพันธุการ (Genetic Algorithms)
เสริมสร้างความรู้พื้นฐานเกี่ยวกับปัญญาประดิษฐ์ ว่าปัญญาประดิษฐ์คืออะไร เกิดขึ้นและพัฒนาขึ้นมาได้อย่างไร สามารถแบ่งได้กี่ประเภท มีหลักการในการทำงานและประยุกต์ใช้อย่างไร ในปัจจุบันเทคโนโลยีปัญญาประดิษฐ์นั้นก้าวกระโดดไปไกลจากปัญญาประดิษฐ์ในอดีตมากน้อยเพียงใด และปัญญาประดิษฐ์มีอิทธิพลอย่างไรกับการใช้ชีวิตประจำวันของคนทั่วไปรวมถึงประโยชน์ที่เทคโนโลยีปัญญาประดิษฐ์มีในการขับเคลื่อนเศรษฐกิจและสังคม อีกทั้งข้อจำกัดและข้อพึงระวังที่ควรตระหนักถึงเกี่ยวกับการใช้เทคโนโลยีปัญญาประดิษฐ์
ผู้เรียนที่มีความสนใจเรียนรู้เกี่ยวกับการนำข้อมูลมาวิเคราะห์เบื้องต้น การนำเสนอข้อมูลและการวิเคราะห์ข้อมูลเบื้อต้น ด้วย Visualization การเล่าเรื่องด้วยภาพและข้อมูล รวมถึงการจัดการข้อมูลเพื่อเป็นฟีเจอร์ในการสร้างโมเดลทางด้านปัญญาประดิษฐ์
หลักสูตรนี้ผู้เรียนจะได้ศึกษาเทคนิคการสร้างโมเดลการเรียนรู้เชิงลึกด้วยการใช้ PyTorch การสร้างโมเดลการเรียนรู้ของเครื่องกับข้อมูลขนาดใหญ่ และการใช้โมเดลการเรียนรู้ของเครื่องในการการจำแนกประเภทและวิเคราะห์อารมณ์ในข้อความ โดยในหลักสูตรนี้จะเน้นให้ผู้เรียนเข้าใจการใช้ไลบรารีต่างๆในการสร้างโมเดล
หลักสูตรนี้สอนเกี่ยวกับวิวัฒนาการของปัญญาประดิษฐ์ในยุคต่างๆ รูปแบบของการแก้ปัญหาทั้งรูปแบบดั้งเดิม และรูปแบบสมัยใหม่ ผู้เรียนจะได้เริ่มต้นการเขียนโปรแกรมพื้นฐานเฉพาะเพื่อการวิเคราะห์ข้อมูล เพื่อพัฒนาความรู้ความสามารถในการเขียนโปรแกรมภาษา Python ซึ่งเป็นภาษาที่ใช้กันอย่างแพร่หลาย การสร้างกราฟและการเขียนโปรแกรมเพื่อสร้างโมเดลเชิงทำนายเบื้องต้น เพื่อให้เข้าใจกระบวนการของวิทยาศาสตร์ข้อมูล และการเขียนโปรแกรมไปพร้อมๆกัน ผู้เรียนจะได้พื้นฐานความรู้ที่เกี่ยวกับการคำนวณสถิติเพื่อการวิเคราะห์ข้อมูลขนาดใหญ่โดยใช้ภาษา Python ซึ่งประกอบด้วย การวิเคราะข้อมูลที่เป็นกลุ่มหรือเชิงคุณภาพ และข้อมูลเชิงปริมาณ สถิติเชิงอนุมาณ และการทดสอบสมมุติฐาน เป็นต้น
