Python + Machine Learning (PY201)

คอร์สเรียนเขียนโปรแกรมภาษาไพทอน + Machine Learning แบบลงลึกทั้งทฤษฎีและปฏิบัติ สอนตั้งแต่เริ่มต้นจนเขียนโปรแกรมเองได้

คอร์สเรียนเขียนโปรแกรมภาษา Python + Machine Learning (PY201)

อ่านรายละเอียดการเรียนเขียนโปรแกรมภาษา Python เพิ่มเติมได้ที่ https://expert-programming-tutor.com/detail_course/python.php

เกี่ยวกับคอร์สนี้

คอร์สเรียนเขียนโปรแกรมภาษา Python ซึ่งเป็นภาษาที่ค่อนข้างใหม่เมื่อเทียบกับภาษา C หรือ JAVA จึงมีการแก้ไขจากตัวภาษาเก่า ๆ ให้ใช้งานง่ายขึ้น นอกจากนี้ Python ยังเป็นภาษาที่ใช้ในงานด้าน web อย่างแพร่หลาย มีการใช้งานทางด้านวิทยาศาสตร์ งานคำนวณ และยังได้รับความนิยมใช้ในงานด้าน Big Data อีกด้วย เมื่อจบจากการเรียนภาษา Python แล้วจะต่อด้วย Machine Learning ซึ่งจะเป็นบทเรียนที่ช่วยให้ผู้เรียนเห็นภาพรวมของ 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 นี้ของเราจัดมาให้ง่ายเหมาะกับผู้เรียนทั่วไปไม่ต้องมีพื้นฐานการเขียนโปรแแกรมมาก่อนก็สามารถเรียนได้

การสอนของ EPT เน้นให้ผู้เรียนฝึกกระบวนการคิดและลงมือปฏิบัติจริง เนื้อหาเทียบเท่ากับที่เรียนในมหาวิทยาลัยชั้นนำ ช่วยให้ผู้เรียนสามารถใช้งานได้ในโลกจริง คอร์สของเราสอนตั้งแต่พื้นฐาน เนื้อหาเรียงลำดับอย่างเป็นระบบทำให้ผู้เรียนเข้าใจได้ง่าย มีหนังสือเรียนส่งให้ถึงบ้าน แม้แต่นักศีกษาที่เคยติด F เมื่อมาเรียนกับเราและทำการบ้านครบ เทอมถัดไปก็ได้ A มาแล้ว

เรียนสนุก โจทย์เยอะสะใจ จบแล้วใช้ทำงานได้จริง จาก F เป็น A จากตกเป็นเต็ม !

วัตถุประสงค์

เพื่อให้ผู้เรียนสามารถเขียนโปรแกรมภาษา Python ได้โดยมีกระบวนการคิดอย่างเป็นระบบและเข้าใจ สามารถนำไปประยุกต์ต่อยอดได้เองในอนาคต ไม่ใช่ลอกตามตัวอย่างอย่างเดียว และสามารถเขียน Machine Learning ได้

PY201 เรียนอะไรบ้าง

course นี้เป็น course ที่สอนตั้งแต่พื้นฐาน Python เนื้อหาเทียบเท่าเรียนในมหาวิทยาลัย 1 ปี แล้วต่อด้วย Machine Learning เนื้อหาที่เราสอนลงลึกและครอบคลุมเรื่องสำคัญแทบทุกเรื่อง เทียบกับราคาแล้วขอรับรองว่าคุ้มเกินคุ้ม โดย

เนื้อหาคร่าว ๆ ของ Part Python มีดังนี้

  1. การใช้โปรแกรมที่เกี่ยวข้องกับการเขียนโปรแกรมภาษา Python เบื้องต้น
  • ขั้นตอนการดาวน์โหลดและติดตั้งโปรแกรม Python IDLE
  • ขั้นตอนการดาวน์โหลดและติดตั้งโปรแกรม PyCharm
  • ขั้นตอนการดาวน์โหลดและติดตั้งโปรแกรม Anaconda
  • ขั้นตอนการดาวน์โหลดและติดตั้งโปรแกรม Spyder
  • การ Create Python File
  • การแก้บัก (Debug) และการทดสอบ application
  1. พื้นฐานคอมพิวเตอร์และ Python
  • พื้นฐานคอมพิวเตอร์
  • ประวัติการเขียนโปรแกรม
  • การเขียนโปรแกรม
  • เกี่ยวกับภาษา Python
  • การใช้ Library Math
  • การเขียนภาษา Python ใน Python IDLE
  • รูปแบบการเขียน Python
  • การขึ้นบรรทัดใหม่
  • การย่อหน้า
  • เครื่องหมาย colon
  • การแสดงผลในภาษา Python
  • การแสดงผลลัพธ์ หรือ Output
  • การใส่ input ทาง keyboard
  • รูปแบบการรับ Input
  • การเขียน comment
  1. ชนิดของตัวแปร
  • ประเภทตัวแปรในภาษา Python
  • การประกาศตัวแปรและการตั้งชื่อตัวแปร
  • การประกาศตัวแปรธรรมดา
  • การประกาศตัวแปรไม่ธรรมดา
  • กฎการตั้งชื่อตัวแปร
  • การใช้เครื่องหมายต่างๆ
  • เครื่องหมายเท่ากับ ( = )
  • เครื่องหมายเปรียบเทียบในภาษา Python
  • เครื่องหมายตรรกศาสตร์
  • เครื่องหมายในการดำเนินการทางคณิตศาสตร์
  • ข้อควรระวังต่าง ๆ
  • การแปลงตัวแปร(ตัวเลข)
  • โจทย์ฝึกเขียนโปรแกรม
  1. if - else
  • วิธีการเขียน if - else
  • โฟลว์ชาร์ตของ if - else แบบต่าง ๆ
  • ข้อควรระวังของเรื่อง if - else
  1. ฝึกเขียนโปรแกรม if-else ให้ชำนาญด้วยโจทย์จุใจ
  2. LOOP
  • คำสั่งลูป (Loop) หรือการทำงานซ้ำ
  • โฟลว์ชาร์ตของ Loop แบบต่าง ๆ
  • Loop แบบ while
  • การเขียน Operator แบบย่อ
  • Loop แบบ while(true)
  • คำสั่ง break และ continue
  • Loop แบบ for
  • Loop แบบ Nested for
  • ตัวอย่างการใช้ Nested for loop
  1. ฝึกเขียนโปรแกรม Loop ให้ชำนาญด้วยโจทย์จุใจ
  2. ลิสต์ (List)
  • วิธีการประกาศตัวแปรชนิด List
  • การเข้าถึง Element ใน List
  • การอ้างอิง List เดียวกัน
  • ข้อสังเกตุเกี่ยวกับ List ในภาษา Python
  • การประกาศ List แบบกำหนดค่าต่าง ๆ ลงไปใน List
  • การรับ input ใส่ List
  • ข้อผิดพลาดที่พบได้บ่อยในการเขียน List
  • เจาะลึกเรื่อง Data Structures
  • การกำจัดขยะด้วย Garbage Collector
  • โจทย์ฝึกเขียนโปรแกรม
  1. การเรียงข้อมูล (Sort)
  • หลักการของ Bubble sort
  • การสลับข้อมูลของ Bubble sort
  • ฟังก์ชันที่เกี่ยวข้องกับ List
  • ตัวอย่างการสลับข้อมูลและใช้ฟังก์ชัน List
  • การเขียนโปรแกรมเรียงข้อมูล
  • การหาค่ามากที่สุดใน List
  1. ฝึกเขียนโปรแกรม List ให้ชำนาญด้วยโจทย์จุใจ
  2. Nested List
  • การเข้าถึง Element ใน Nested List
  • การรับค่าและแสดงผล Nested List
  • โจทย์ฝึกเขียนโปรแกรม
  1. Function หรือ Method
  • เรื่องทั่วไปของฟังก์ชัน
  • วิธีประกาศฟังก์ชัน
  • ตัวฟังก์ชัน (Function)
  • การเรียกใช้ฟังก์ชัน
  • ตัวแปร Global, Local, Nonlocal
  • pass-by-value และ pass-by-reference
  • เขียน function ยกกำลัง, fac, sine
  • Recursive function : ฟังก์ชันเรียกซ้ำหรือฟังก์ชันเวียนเกิด
  • การไล่ code รู้แล้วจะเข้าใจโค้ดยิ่งขึ้น
  • โจทย์ฝึกเขียนโปรแกรม
  1. ฝึกเขียนโปรแกรม Function + Nested List ให้ชำนาญด้วยโจทย์จุใจ
  2. คลาส (Class)
  • คลาสคืออะไร ฉบับเข้าใจง่าย
  • วิธีเขียนคลาส
  • วิธีเขียนตัวแปรคลาส
  • ตัวอย่างคลาสปิศาจ
  • อ็อปเจ็ค (Object)
  • การใช้ตัวแปรและฟังก์ชันประจำอ็อปเจ็ค
  • โจทย์ฝึกเขียนโปรแกรม
  • การสร้างคลาส Vector
  • โจทย์สร้างลูกบอล(1) ด้วยความรู้ที่เรียนมา
  1. Thread
  • ชีวิตของ Thread
  • สรุปวิธีการเขียน Thread
  1. Object Oriented Programming (OOP)
  • Encapsulation การห่อหุ้มข้อมูล
  • คอนสตรัคเตอร์ (Constructor)
  • การเขียนคอนสตรัคเตอร์
  • Default constructor
  • คอนสตรัคเตอร์ที่รับพารามิเตอร์ (Parameterized constructors)
  • โจทย์สร้างลูกบอล(2) ด้วยความรู้ที่เรียนมา
  • ลดการเขียน Code โดยใช้ Constructor
  • Inheritance การสืบทอดคุณสมบัติ
  • การสร้าง inheritance
  • คลาสแม่และคลาสลูก
  • โจทย์สร้างลูกบอล(3) ด้วยความรู้ที่เรียนมา
  • ลดการเขียน Code ด้วย Inheritance
  • Polymorphism การพ้องรูป
  • โจทย์สร้างลูกบอล(4) ด้วยความรู้ที่เรียนมา
  • ลดการเขียน Code ด้วย Polymorphism
  1. ความผิดปกติ (Exception)
  • Error กับ Exception
  • จับ Exception ด้วย try-except-else-finally
  • Raising Exception
  • จะรู้ได้อย่างไรว่าต้องใช้ Exception อะไร
  1. สตริง (String)
  • การประกาศตัวแปรชนิด String
  • การเข้าถึง Char ใน String
  • String Index
  • String Operators
  • Built-in Functions ที่ใช้กับ String
  • Escape Sequence
  • โจทย์ฝึกเขียนโปรแกรม
  1. การอ่าน File
  • File คืออะไร
  • ปัญหาที่พบบ่อยเกี่ยวกับการจัดการ File
  • File Operation
  • การเปิด/ปิดไฟล์
  • การอ่าน/เขียนไฟล์
  • การเขียนโปรแกรมจัดการข้อมูลจำนวนมาก

และอื่น ๆ อีกมากมาย

python_learn

เนื้อหาคร่าว ๆ ของ Part Machine Learning มีดังนี้

  • 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

Part Machine Learning 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

สิ่งที่จะได้รับเมื่อสมัครเรียน

  • วีดีโอเนื้อหารวมกว่า 78 ชั่วโมง
  • หนังสือเรียนลิขสิทธิ์ของ EPT และหนังสือสำหรับอ่านเพิ่มเติม ราคารวมเกือบ 1000 บาท
  • โจทย์ท้ายบทเรียนมากกว่า 200 ข้อ
  • โจทย์ในโปรแกรม EPT_LAB มากกว่า 300 ข้อ
  • สิทธิ์ในการใช้งานโปรแกรม EPT_Kids โปรแกรมเพื่อการเรียนรู้เกี่ยวกับการเขียนโปรแกรมที่พัฒนาโดย EPT
  • สิทธิ์ในการถามคำถามเมื่อเรียนแล้วไม่เข้าใจ

สิ่งที่จะได้รับเมื่อเรียนจบและทำการบ้านครบ

  • สามารถติดตั้งโปรแกรม IDLE เองได้
  • สามารถติดตั้งโปรแกรม PyCharm เองได้
  • สามารถติดตั้งโปรแกรม Anaconda เองได้
  • สามารถติดตั้งโปรแกรม Spyder ได้
  • สามารถติดตั้งไลบรารีเพื่อใช้งานกับ Python ได้
  • สามารถสร้าง Class ได้
  • เข้าใจเรื่องการเขียนโปรแกรมเชิงวัตถุ หรือ OOP
  • สามารถเขียนโปรแกรมภาษา Python ได้ด้วยตัวเอง
  • สามารถสร้างเกมง่าย ๆ ได้
  • สามารถสร้าง Animation ง่าย ๆ ได้
  • สามารถเขียนโปรแกรมคำนวณทางฟิสิกส์ได้
  • 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
  • ทุกคนที่อยากเขียนโปรแกรมภาษา Python เป็นแบบเข้าใจจริง ๆ ไม่ใช่ลอกโค้ดตามอย่างเดียว
  • ทุกคนที่ต้องการปูพื้นฐานภาษา Python เพื่อไปต่อยอดเรื่อง Big Data, Machine Learning, Deep Learning
  • เด็กนักเรียน ม.ต้น ม.ปลาย ที่ต้องการรู้เรื่องเขียนโปรแกรม
  • เด็กนักเรียน ม.ต้น ม.ปลาย ที่ต้องการ Portfolio สำหรับสมัครเรียนต่อ
  • เด็กนักเรียน ม.ต้น ม.ปลาย ที่ต้องการรู้เรื่องเขียนโปรแกรมสำหรับสอบโอลิมปิกวิชาการ สสวท. สอวน.
  • นิสิต นักศึกษา คณะวิศวกรรมศาสตร์ , วิทยาการคอมพิวเตอร์ , คณะวิทยาศาสตร์ , ICT
  • นักเรียน นิสิต นักศึกษา ที่ต้องการความรู้ในการเขียนโปรแกรมเพื่อเพิ่มเกรดการเรียนในมหาวิทยาลัย
  • นักเรียน นิสิต นักศึกษา ปริญญาโทที่ต้องทำงานวิจัยและใช้ Computer ในการแก้ปัญหา
  • บุคคลที่เบื่อในการเรียนเขียนโปรแกรมแล้วเขียนไม่ได้สักที
  • 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

คอร์สเรียนเขียนโปรแกรมภาษา Python + 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

สำหรับผู้ที่ต้องการเรียนแบบจัดเต็มคุ้มสุด ๆ ขอแนะนำ

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

วีดีโอแนะนำคอร์สภาษา Python

00_INTRO_AND_HOW_TO_USE_PROGRAM

01_PYTHON_DAY_01

02_PYTHON_DAY_02

03_PYTHON_DAY_03

04_PYTHON_DAY_04

05_PYTHON_DAY_05

06_PYTHON_DAY_06

07_PYTHON_DAY_07

08_PYTHON_DAY_08

09_PYTHON_DAY_09

10_PYTHON_DAY_10

11_PYTHON_DAY_11

12_PYTHON_DAY_12

13_PYTHON_DAY_13

14_MACHINE_LEARNING_01

15_MACHINE_LEARNING_02

17_MACHINE_LEARNING_04

18_MACHINE_LEARNING_05

19_MACHINE_LEARNING_06

20_MACHINE_LEARNING_07

21_MACHINE_LEARNING_08

22_DEEP_LEARNING_00

23_DEEP_LEARNING_01

24_DEEP_LEARNING_02

25_DEEP_LEARNING_03

26_DEEP_LEARNING_04

27_DEEP_LEARNING_05

No announcements yet