กิจกรรม ARTIFICIAL INTELLIGENCE AND PRACTICAL DEEP LEARNING BOOTCAMP

เปิดรับผู้ประกอบการเข้าร่วมอบรม

Artificial Intelligence (AI) and Practical Deep Learning Bootcamp

ปัญญาประดิษฐ์และประยุกต์ใช้การเรียนรู้เชิงลึกในงานจริง (Bootcamp)

เปิดรับสมัครตั้งแต่ วันนี้ – 10 ธันวาคม 2565

Days
Hours
Minutes
Seconds

วันเวลาและสถานที่จัดกิจกรรม

จัดกิจกรรมในวันที่ :  17-18 ธันวาคม 2562 เวลา 09.00 – 16.00 น.

สถานที่จัดกิจกรรม : ณ ห้องปฎิบัติการวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์
อาคารศูนย์เครื่องมือวิทยาศาสตร์และเทคโนโลยี 7
มหาวิทยาลัยวลัยลัยลักษณ์

รับสมัครเพียง 60 ท่านเท่านั้น   ฟรี !   ค่าใช้จ่ายตลอดกิจกรรม

วิทยากร

รูปวิทยากร Artificial Intelligence and Practical Deep Learning Bootcamp

ผศ.กรกต สุวรรณรัตน์
อาจารย์หลักสูตรวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์

รูปวิทยากร Artificial Intelligence and Practical Deep Learning Bootcamp

ดร.ศิริภิญโญ จันทมุณี
อาจารย์หลักสูตรวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์

รูปวิทยากร Artificial Intelligence and Practical Deep Learning Bootcamp

ผศ.ดร.พุทธิพร ธนธรรมเมธี
อาจารย์หลักสูตรวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์

รูปวิทยากร Artificial Intelligence and Practical Deep Learning Bootcamp

นายประทีป คงกล้า
นักวิชาการหลักสูตรวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์

รายละเอียด/เนื้อหาหลักสูตร

หลักสูตร ปัญญาประดิษฐ์และประยุกต์ใช้การเรียนรู้เชิงลึกในงานจริง (Bootcamp)

Artificial Intelligence (AI) and Practical Deep Learning Bootcamp

จำนวน 15 ชั่วโมง โดยมีเนื้อหา 3 หัวข้อดังนี้

Unit 1 : ความรู้พื้นฐานปัญญาประดิษฐ์ (Artificial Intelligence) และการเรียนรู้ด้วยเครื่อง (Machine Learning)

  • แนวคิดในการพัฒนาปัญญาประดิษฐ์ โดยใช้เทคนิคการเรียนรู้ด้วยเครื่อง (บรรยาย)
  • การใช้ภาษา Python และ Google Colaboratory ในการพัฒนางานทางด้านปัญญาประดิษฐ์ (ปฏิบัติการ)

Unit 2 : การสร้างโมเดลปัญญาประดิษฐ์ (AI Model) ด้วย Tensorflow และ Keras

  • แนะนำการใช้ Tensorflow และ Keras (ปฏิบัติการ)
  • การสร้างโมเดลปัญญาประดิษฐ์ด้วยโครงข่ายประสาทเทียม (Artificial Neural Networks: ANNs)
    ปฏิบัติการ: สร้างโมเดลในการทำนายราคาบ้าน และการแนะนำสินค้าและบริการ (Recommendation system)
  • การสร้างโมเดลปัญญาประดิษฐ์ด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Networks: CNNs) และการปรับปรุงประสิทธิภาพด้วยแนวคิด Transfer Learning
    ปฏิบัติการ: สร้างโมเดลในการรู้จำลายมือ คัดแยกผลไม้สุก และการใส่แมสที่ไม่ถูกต้อง
    เปรียบเทียบและปรับปรุงประสิทธิภาพของโมเดลปัญญาประดิษฐ์โดยใช้แนวคิด Transfer Learning

Unit 3: การนำโมเดลปัญญาประดิษฐ์ไปใช้เพื่อพัฒนา Application บนแพลตฟอร์ม Web และ Mobile

  • การปรับจูนโมเดล (Model tuning) (ปฏิบัติการ)
  • การ Deploy โมเดลไปใช้ในการพัฒนา Application (ปฏิบัติการ)
Contact Footer PM

ติดต่อสอบถามข้อมูลเพิ่มเติม

คุณนัฐฐาทิพย์ ชลสินธุ์ (เอกซ์)
0 7567 2917, 064-5405406
nattatip.ch@wu.ac.th

Scroll to Top