เนื้อหาในคอร์ส: 12 บทเรียน · เอกสารประกอบ 3 รายการ
แบบทดสอบก่อนเรียน
สำรวจความเข้าใจก่อนเริ่มเรียน
Machine Learning คืออะไร
วิดีโอประกอบบทเรียน
รู้จัก AI และโมเดลเรียนรู้
แยก AI, machine learning และ generative AI พร้อมมองสิ่งที่แต่ละระบบทำได้
ข้อมูลคือตัวอย่างที่ใช้เรียน
เข้าใจบทบาทของคุณภาพ ความครอบคลุม และความเหมาะสมของข้อมูล
ฝึก ทดสอบ และนำไปใช้
ติดตามขั้นตอนจากตัวอย่างสู่โมเดล และแยกผลทดสอบจากการใช้งานจริง
ทำไม AI จึงตอบผิดได้
รู้จักความไม่แน่นอน อคติ และคำตอบที่ฟังน่าเชื่อถือแต่ไม่มีหลักฐาน
เลือกใช้ด้วยความเข้าใจ
ประกอบความสามารถ ข้อจำกัด และความรับผิดชอบเป็นเกณฑ์เลือกเครื่องมือ
กรณีศึกษาประยุกต์และการตรวจชิ้นงาน
ออกแบบการแบ่งข้อมูลที่ไม่ทำให้ผลทดสอบดีเกินจริง
คู่มือประกอบคอร์ส
รวบรวมประเด็นสำคัญจากบทเรียน พร้อมเอกสารภาษาไทยและภาษาอังกฤษ
แบบฝึกปฏิบัติ
แบบฝึกจากหัวข้อในคอร์ส ใช้ทบทวนและวางแผนทดลองกับงานจริง
คู่มืออ้างอิงฉบับย่อ
สรุปหัวข้อและประเด็นตรวจทานจากบทเรียน เพื่อเปิดดูระหว่างทำงาน
แบบทดสอบหลังเรียน
ทบทวนแนวคิดสำคัญจากบทเรียน
กำลังโหลดความคิดเห็น…