Machine Learning Training

AI ไม่ใช่เรื่องที่เข้าใจยากอีกต่อไปเมื่อพบกับ..

หลักสูตรอบรมการพัฒนา Machine Learning ด้วยภาษา JavaScript

ภาษา JavaScript เป็นภาษาที่ง่ายในการศึกษาและยืดหยุ่นในการนำไปประยุกต์ใช้ แม้กระทั่งงานทางด้าน AI หรือ Machine Learning ก็สามารถทำได้โดยง่าย ทางเราจึงได้เปิดหลักสูตรอบรมการสร้างและพัฒนา Deep Learning Application โดยใช้ Tensorflow.js ซึ่งผู้เรียนจะสามารถสร้างโมเดลที่สามารถทำงานได้บนเว็บบราวเซอร์หรือบน Cloud โดย Node.js



สิ่งที่ท่านจะได้เมื่อเรียนจบหลักสูตรนี้

รู้จัก Machine Learning เบื้องต้น

- แนะนำ Logistic Regression SVM K-Nearest Neighbours และ Decision Tree เบื้องต้น
- เปรียบเทียบการเทรนแบบ Offline และ Online
- เปรียบเทียบการเทรนแบบ Supervised Unsupervised และ Reinforcement Learning
- เริ่มต้นกับ Feed Forward Neural Network และ Multilayer Perceptron
- การเทรนแบบ Backpropagation โดย Gradient Descent หรือ Stochastic Gradient Descent

รู้จักการใช้ Tensorflow.js

- เข้าใจตัวแปร tensor เช่น tensor1d, tensor2d, tensor3d และการ reshape
- เข้าใจ Operation พื้นฐานเช่น add sub mul และ div
- การใช้ dispose และ tidy
- การหา gradient ของโมเดล

สามารถใช้งาน Linear Regression เพื่อทำนายค่า

- การใช้งาน Loss Function ด้วย Mean Square Error
- การเทรนโดยใช้ Optimizer ด้วย Stochastic Gradient Descent
- Workshop: ทำนายราคาที่ดิน

สามารถใช้งาน Logistic Regression เพื่อแยกประเภทข้อมูล 2 กลุ่ม

- ทำความรู้จักกับ Sigmoid Activation
- การแบ่งประเภทด้วย Binary Classification
- Workshop: จำแนกเซลมะเร็ง

สามารถใช้งาน Logistic Regression เพื่อแยกประเภทข้อมูลมากกว่า 2 กลุ่ม

- ทำความรู้จักกับ Softmax Activation
- การแบ่งประเภทด้วย Category Classification
- ทำความรู้จักกับ Convolutional Neural Network หรือ CNN
- Workshop: MNIST จำแนกตัวเลขด้วยลายมือ

Transfer Learning สามารถนำโมเดลที่ผ่านการเทรนแล้วมาใช้ซ้ำ

- การใช้งาน Pretrained Models
- การทำ KNN Classifier ด้วย MobileNet
- Workshop: การจำแนกภาพ

สามารถให้ AI หัดเรียนรู้ด้วยตัวเองด้วยวิธี Reinforcement Learning

- Policy Gradient Ascending
- Deep Q Learning
- A2C
- Workshop: ให้ AI หัดเล่น Cart Pole ด้วยวิธี Policy Gradient

การปรับปรุงประสิทธิภาพ

- การปรับปรุงข้อมูลหรือ Data Normalization
- การลดมิติของข้อมูลหรือ Dimension Reduction
- ปัญหาเกี่ยวกับ Overfitting vs Underfitting
- การแก้ปัญหาด้วย Regularization

สามารถนำโมเดลไปใช้บน Cloud

- Node.js Deployment

สอบถามข้อมูลเพิ่มเติมกรุณาติดต่อเรา