Machine Learning (AI701)

คอร์สเรียน Machine Learning และ Deep Learning แบบลงลึกทั้งทฤษฎีและปฏิบัติ


สอน Machine Learning และ Deep Learning แบบลงลึกทั้งภาคทฤษฎีและการเขียนโค้ดจริง ๆ ทั้งแบบ pure python และใช้ Library ยอดนิยมต่าง ๆ สอนตั้งแต่ขั้นพื้นฐานจน Advance ไม่จำเป็นต้องมีพื้นฐานเขียนโปรแกรมมาก่อนแต่ขอให้มีความสนใจและไม่เป็นลมเมื่อเห็นสมการยาว ๆ ก็สามารถสมัครแล้วเริ่มเรียนได้เลย !
฿11700 ฿15700 26% off Buy now
จ่ายเงินเพื่อซื้อคอร์สนี้
Buy as a gift
ซื้อคอร์สนี้เป็นของขวัญ
How to payment
วิธีการชำระเงิน

เรียนโดยการลงมือปฏิบัติ
มีโปรแกรมตรวจการบ้าน
สามารถเรียนที่ไหนก็ได้
คอร์สมีอายุ 6 ปี
เรียนจบแล้วได้รับประกาศนียบัตร
ถามทาง Email / Facebook / เว็บ Q&A ได้ทันทีถ้าไม่เข้าใจ
ผู้สอนจบตรงสาย (วิศวกรรมคอมพิวเตอร์ จุฬาฯ)
ประสบการณ์สอน 12 ปี
มีประสบการณ์การทำงานด้านวิศวกรรม 10 ปี ++

Machine Learning (AI701)

ใน Course นี้จะเป็น Course ที่ช่วยให้ผู้เรียนเห็นภาพรวมของ Machine Learning ทั้งหมด สอนตั้งแต่ทฤษฎีและให้ลงมือปฏิบัติจริง ๆ โดยจะได้ลองทำ Machine Learning เองแบบ pure python และแบบใช้ไลบรารียอดนิยมต่าง ๆ

Course ของเราเนื้อหามาตรฐานโลกครับ เนื้อหาเดียวกับที่มหาวิทยาลัยชั้นนำในโลก (Stanford , CMU , จุฬาฯ) ใช้เรียนในระดับปริญญาตรีครับ แต่มาปรับให้ง่ายลงสำหรับคนที่ไม่มีพื้นฐานด้านการเขียนโปรแกรมและคณิตศาสตร์/สถิติไม่แข็งเท่าเรียนในมหาวิทยาลัย เนื้อหาของเรามาจัดรวบรวมเป็น course ในลำดับที่ดีเหมาะแก่ผู้เริ่มศึกษา จะได้ไม่ต้องไปหาเองจากหลาย ๆ ที่ซึ่งบางทีก็มีความยากง่ายแตกต่างกันและอาจจะไม่เหมาะกับพื้นฐานผู้เรียน การเรียนกับทางเราจะมีเจ้าหน้าที่ดูแลและรวบรวมเนื้อหามาให้เพื่อให้สามารถเรียนรู้ได้โดยไม่เหนื่อยหาเองจากหลาย ๆ ที่ เป็นการประหยัดเวลาไปได้อย่างมาก Course นี้ของเราจัดมาให้ง่ายเหมาะกับผู้เรียนทั่วไป

จึงใคร่ขอเรียนเชิญทุกท่านมาเรียน Course ปัญญาประดิษฐ์ Course เรียนปัญญาประดิษฐ์สุดแข็งแกร่ง และเขียนโปรแกรมปัญญาประดิษฐ์ เนื้อหาของคอร์สนี้จัดมาให้ง่าย เหมาะกับผู้เรียนทั่วไป ไม่ต้องมีพื้นฐานการเขียนโปรแแกรมมาก่อนก็สามารถเรียนได้ (เพราะว่าจะมีสอนให้ด้วย แต่ถ้าเคยเขียนโปรแกรมมาอยู่แล้วจะดีมาก)

prerequisite

ใน Course นี้ผู้เรียนควรจะต้องเคยเรียน Programming ของเราในหมวดเลข 1 มาก่อนสัก Course หนึ่ง ไม่ว่าจะเป็น PY101, CS101, J103, J104, CPP101 ก็ได้

จากประสบการณ์ที่สอนมา นักเรียนหลายท่านถึงแม้ว่าเคยเรียนเขียนโปรแกรมกับที่อื่น ๆ มาเช่นเคยเรียน Python มาแล้ว บางส่วน(ส่วนใหญ่)ก็มีความรู้ไม่เพียงพอที่จะเรียน Courseนี้เพราะที่อื่นจะสอนเพียงคร่าว ๆ เท่านั้นไม่ได้ลงลึกแบบที่เราสอน (ยกตัวอย่างเช่นหลายที่สอน Python บอกว่า โจทย์คำนวณ BMI เรียกว่า workshop เราเรียกว่าตัวอย่างทำให้ดู 5 นาทีจบ แล้ว workshop ของเราใหญ่กว่านั้นมาก เช่นนร. บางท่านส่งมาเป็น เกม เป็นต้น หรือบางที่ สอน C# 15 ชั่วโมงเรียก Complete C# ของเรา OOP ของ C# เรื่องเดียวก็สอนยาวกว่า 15 ชั่วโมงแล้ว บางที่ก็ใช้วิธีตัดข้อยาก ๆ ที่ต้องใช้ความรู้หลายอย่างออกไม่ได้สอน เป็นต้น) และโจทย์ก็ไม่ได้ทำเยอะแบบที่เรียนกับเราที่ EPT นอกจากนี้ทัศนคติบางอย่างเช่นความเคยชินในการเขียน CODE ก็จะไม่ได้ บางอย่างที่เราสอนที่อื่นก็ไม่ได้พูดถึงด้วยซ้ำเช่นปรัชญาบางประการในการเขียนโปรแกรม หรืออย่างบางที อย่าง Algorithm ยาวๆ นร. เก่าเราจะเดาได้ว่าแบบนี้แหละ ยาวแต่เขียนแล้วได้คำตอบแน่นอน อีกแบบไม่ต้องลองเขียนเขียนไปก็ไม่ออกแบบนี้เป็นต้น เรียกว่าเป็น Sense ของการเขียน Code, ไม่สามารถ debug program ขนาดใหญ่ได้ บางครั้ง การเขียนโปรแกรมในโลกจริงเราต้องจัดการกับความไม่แน่นอนของสิ่งต่าง ๆ เช่น Agorithm , Environment, lib, ซึ่ง นร.เก่าของเราจะมีความสามารถในกาารแก้ปัญหาพวกนี้มาแล้วเรียกว่า เคยทำแล้วนั้นเอง ถึงไม่เคยทำก็จะรู้ว่าจะไปหาที่ไหนให้ทำได้ เพราะว่าเคยเจอมาแล้ว และมีทัศนคติที่ทำให้แก้ปัญหา และ จัดการกับความซับซ้อนของปัญหาได้ดีกว่า เพราะ Course หมวดเลข 1 เราไม่ได้สอนตอบแบบอย่างเดียวยังให้วิชาของอินทรีให้แก้ปัญหาได้เองด้วย ก็คือเรียกว่า hacker นั้นแหละ

ดังนั้นเพื่อลดปัญหาในการเรียน ขอให้นร. ใหม่ที่ไม่เคยเรียนกับเรามาก่อนเลยไปลงเรียน Course PY201( Py101 + AI701) แทน

ยกเว้นว่าท่านเป็น Programmer อาชีพอยู่แล้วสามารถลงได้เลย *** สำหรับท่านที่ไม่เคยผ่านการเรียน Course หมวดเลข 1 ของเรามาก่อน Course นี้ไม่ตอบคำถามด้าน Programming พื้นฐาน ไม่ตอบคำถามด้าน uncertainty of lib. หรือการ setup env. ที่ไม่เกี่ยวกับ machine learning ***

วัตถุประสงค์

เพื่อให้ผู้เรียนเข้าใจและสามารถเขียน Machine Learning ได้

เนื้อหา

เยอะมาก ๆ ดังต่อไปนี้

  • Intro To AI Era
  • Why do we need artificial intelligence?
  • AI/ML ประวัติโดยย่อ
  • AI/ML ส่งผลต่อชีวิตเรายังไงบ้าง
  • ทบทวนคณิตศาสตร์
  • Linear Regression
  • Logistic Regression
  • การ Test Model
  • Confusion Matrix
  • SVM
  • Supervise Learning VS Non-supervise Learning
  • PCA (optional)
  • GMM (optional)
  • Neural Network
  • Deep Neural Network
  • Back Propagation
  • การปรับปรุง NN
  • convolutional neural network
  • Image Procession Using Neural Network
  • Time Series Neural Network (optional)
  • ทุกเรื่องมี Workshop ทั้งหมดเลยได้ลงมือจริง
  • ทุกเรื่องเรียนโดยการลงมือปฏิบัติจริงด้วย Workshop จริง เขียน Code จริง Data จริง เพื่อแก้ปัญหาในโลกธุรกิจจริง ๆ

ใช้เครื่องมืออะไรบ้าง

  • Python
  • Python Scikit-Learn
  • Python NumPy
  • EPT Programming Suit (อาจจะไม่ทันเวลา)
  • TensorFlow
  • etc.

รู้ Machine Learning แล้วเอาไปทำอะไรได้บ้าง

  • สามารถต่อยอดได้หลากหลายสาขา
  • จะไปทำรถอัตโนมัติก็ได้
  • เป็นพื้นฐานไปต่อยอดทำงาน data scientist ก็ได้
  • ทำงานวิเคราะห์ข้อมูลการตลาดก็ได้
  • ดูดข้อมูลจากใน social media มาวิเคราะห์ก็ได้
  • ทำ branding social media monitoring ก็ได้
  • วิเคราะห์ภาพถ่ายทางการแพทย์ก็ได้
  • ทำเกมก็ได้
  • ทำประมาณราคาที่ดินด้านอสังหาริมทรัพย์ก็ได้ครับ
  • วิเคราะห์พฤติกรรมผู้บริโภคก็ได้
  • ถ้าชอบด้านกีฬาไปวิเคราะห์ผู้เล่นในฟุตบอลก็ได้
  • วิเคราะห์มะเร็งเต้านมก็ได้ครับ
  • วิเคราะห์ทางการตลาดเพื่อเพิ่มยอดขาย
  • วิเคราะห์การทำงานของพนักงาน
  • ใช้สร้างข้อมูลสรุปเพื่อหา Insight ในธุรกิจ

ความรู้พื้นฐานก่อนเริ่มเรียน

  • การใช้ Computer เบื้องต้นเช่น แตก Zip File , แก้ virus , สร้าง File แก้นามสกุล File หา Path File ต่าง ๆ ในเครื่องตัวเอง
  • คณิตศาสตร์ม.ต้น, ม.ปลายบางเรื่อง เช่น Set , Function , Logics , Matrix , Vector , Complex Number
  • ภาษาอังกฤษพื้นฐาน
  • มีเวลามาเรียนและเวลาทำการบ้าน ถ้าได้ทั้ง 4 ข้อนี้เรียนรู้เรื่องแน่นอนครับ

สิ่งที่จะได้รับเมื่อสมัครเรียน

  • วีดีโอเนื้อหารวมกว่า 45 ชั่วโมง
  • หนังสือเรียนลิขสิทธิ์ของ EPT และหนังสือสำหรับอ่านเพิ่มเติม ราคารวมเกือบ 1000 บาท
  • สิทธิ์ในการใช้งานโปรแกรม EPT_Kids โปรแกรมเพื่อการเรียนรู้เกี่ยวกับการเขียนโปรแกรมที่พัฒนาโดย EPT
  • สิทธิ์ในการถามคำถามเมื่อเรียนแล้วไม่เข้าใจ

สิ่งที่จะได้รับเมื่อเรียนจบและทำการบ้านครบ

  • เข้าใจและสามารถเขียน Machine Learning ได้
  • สามารถติดตั้งและใช้งานโปรแกรม Jupyter Notebook และ Spyder ได้
  • สามารถเขียน Machine Learning แบบ pure python ได้
  • สามารถใช้งาน Library ยอดนิยมที่ใช้ในงาน Machine Learning และ Deep Learning เช่น TensorFlow, Scikit-Learn, NumPy, Pandas ได้
  • มีกระบวนการคิดอย่างเป็นระบบ
  • สามารถนำไปประยุกต์ต่อยอดได้เองในอนาคต

เหมาะกับใคร

  • ทุกคนที่สนใจเรื่องของ AI และ Machine Learning
  • นักเรียนนักศึกษาที่อยากเรียนต่อสาขา AI และ Machine Learning
  • นักเรียนนักศึกษาที่ต้องการทำโปรเจกต์เกี่ยวกับ Machine Learning
  • ฝ่ายการตลาดที่สนใจเรื่อง Machine Learning เพื่อนำไปใช้วิเคราะห์ลูกค้า
  • นักธุรกิจที่สนใจเรื่อง Machine Learning เพื่อนำไปใช้ต่อยอดธุรกิจ
  • ไม่จำเป็นต้องมีพื้นฐานเขียนโปรแกรมมาก่อนก็สามารถเรียนได้

ไม่เหมาะกับใคร

  • คนใจเสาะเห็นสมการคณิตศาสตร์ยาว ๆ แล้วจะเป็นลม
  • คนที่ลืมคณิตศาสตร์ ม.ปลายไปหมดแล้ว เพราะว่าจะเข้าใจ Machine Learning ต้องใช้ด้วย แต่ถ้ายังจำได้ราง ๆ ก็สามารถเรียนได้
  • คนที่ไม่อยากจะเขียน Code อยากจะใช้การลากวางแล้วคิดว่าจะได้ AI
  • คนที่กลัวเหนื่อย
  • คนที่รู้เรื่อง Machine Learning หรือ AI อยู่แล้วเพราะว่า Course นี้สำหรับผู้เริ่มต้น

สรุป

คอร์สเรียน Machine Learning ที่สอนตั้งแต่ขั้นพื้นฐานจน Advance ไม่ว่าท่านจะเป็นนักเรียนนักศึกษา ไม่ว่าท่านจะเป็นผู้ที่ไม่มีประสบการณ์การเขียนโปรแกรมมาก่อน หรืออาจจะเคยเขียนโปรแกรมมาก่อนแต่ไม่สามารถประยุกต์เองได้ ก็สามารถเรียนกับทาง EPT ได้

คอร์สของเราสอนโดยอาจารย์ระดับเทพ จบจากคณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยชั้นนำของประเทศ มีประสบการณ์ทำงานจริงในโปรเจกต์ขนาดเล็ก กลาง ใหญ่ เราสอนตั้งแต่เริ่มต้น จนถึงการประยุกต์ระดับสูง สอนชัดเจนสนุกเข้าใจง่ายทั้งเบื้องต้น เบื้องกลาง และเบื้องลึก ไม่ต้องกลัวไม่เข้าใจ ถ้างงหรือสงสัยสามารถสอบถามได้ จากนักเรียนทั้งหมดที่เรียนกับเราจนจบและทำการบ้านครบ เกือบ 100% สามารถเขียนโปรแกรมได้ วัยเรียนสามารถสอบได้คะแนนที่สูงขึ้นอย่างชัดเจน วัยทำงานสามารถนำไปใช้ทำงานได้จริง รวมทั้งต่อยอดเขียนโปรแกรมในระดับสูงขึ้นเองได้

ตัวอย่างโปรเจกต์ของนักเรียน EPT https://expert-programming-tutor.com/example_project.php

00_INTRO_AND_HOW_TO_USE_PROGRAM
01_MACHINE_LEARNING_01
02_MACHINE_LEARNING_02
06_DEEP_LEARNING_00
07_DEEP_LEARNING_01
08_DEEP_LEARNING_02
09_DEEP_LEARNING_03
10_DEEP_LEARNING_04
11_DEEP_LEARNING_05
24_MACHINE_LEARNING_04
25_MACHINE_LEARNING_05
26_MACHINE_LEARNING_06
27_MACHINE_LEARNING_07
28_MACHINE_LEARNING_08
34_MACHINE_LEARNING_04
[Optional] จะเรียนหรือไม่เรียนก็ได้
35_MACHINE_LEARNING_05
[Optional] จะเรียนหรือไม่เรียนก็ได้
36_MACHINE_LEARNING_06
[Optional] จะเรียนหรือไม่เรียนก็ได้
61_WORKSHOP_01_INSTALLING
64_WORKSHOP_04_LINEAR_REGRESSION
65_WORKSHOP_05_AI_WS_04_to_07_KNN
66_WORKSHOP_06_AI_WS_08_09
67_WORKSHOP_07_AI_WS_11_15
Worksheet AI_WS_11_RandomForest and AI_WS_15_RecommendationSystem
68_WORKSHOP_08_GMM_MLE_MAP_ESTIMATION
71_WORKSHEET_203
Worksheet AI_WS_203
72_WORKSHEET_204_205_206
Worksheet AI_WS_204 - AI_WS_206
73_WORKSHEET_207_208_209
Worksheet AI_WS_207 - AI_WS_209
91_WORKSHOP_ANDROID_X_ML
92_WORKSHOP_OPENCV
93_WORKSHOP_AWS_REKOGNITION

No announcements yet