
การใช้ Visual Studio Code (VSCode) กับ Jupyter โดยรวมก็คล้ายกับ Jupyter Lab และ Colab แต่ก็มีจุดเด่นในแบบฉบับของ VSCode มี Dropdown Help แสดงคำสั่ง ช่วยให้เขียนโปรแกรมง่ายขึ้น ผิดพลาดน้อยลง โดยในส่วนแรกแสดงการติดตั้งและ Setup บน Windows ส่วนท้ายจะแสดง macOs
หลักการของ Machine Learning เบื้องต้น
เรียนรู้หรือทบทวนเรื่องสมการเส้นตรง ซึ่งเป็นพื้นฐานที่สำคัญสำหรับงาน Regression และ Neural Network
เขียนโปรแกรมแบบปกติทั่วไป เพื่อเปรียบเทียบกับการใช้ Machine Learning
การสอนให้ Machine Learning มีความรู้
หลักการจำแนก ข้อมูลคุณลักษณะเด่น (Features) รู้จักข้อมูล IRIS
แนะนำ Open-source Platform สำหรับ Deep Learning ที่ได้รับความนิยมอย่างสูง
การติดตั้ง TensorFlow+Keras, การใช้งานสภาพแวดล้อม (Environment) แบ่งส่วนเพื่อไม่ให้ระบบ มีปัญหาหรือกวนกับ Project อื่น ๆ (ลักษณะแบ่งสัดส่วนหรือแบ่งห้องให้ใช้ TensorFlow โดยเฉพาะ)
คอร์สนี้เหมาะสำหรับผู้เริ่มต้นศึกษา AI: Deep Learning เพื่อพัฒนาระบบ AI (Artificial Intelligence) หรือปัญญาประดิษฐ์ ด้วยภาษา Python เน้นการเรียนรู้ด้วยการปฏิบัติ Workshop พร้อมโค้ดตัวอย่างและคำอธิบาย Step-by-step (คณิตศาสตร์ไม่มาก ใช้วิธีอธิบายด้วยภาพเพื่อให้เข้าใจง่ายขึ้น)
เนื้อหาประกอบด้วย การติดตั้งเตรียมความพร้อม เข้าใจเครือข่ายประสาทประดิษฐ์ (Artificial Neural Network: ANN) เครือข่ายแบบหลายชั้น (Multi-layer Perceptron) หลักการ Deep Learning กลไก Gradient Descent กระบวนการ Train หรือการสอน การใช้ TensorFlow Keras สร้าง Model การวิเคราะห์กราฟผลของการ Train การสร้าง Model การเพิ่มประสิทธิภาพ Model อัลกอริทึมเพิ่มความเร็วในการ Train และเรียนรู้ Convolutional Neural Network: CNN สำหรับงาน Computer Vision การบันทึกและโหลดใช้งาน Model ที่ Train เรียบร้อยแล้ว การติดตั้งและใช้งาน GPU