เนื่องจากความต้องการเรียนเยอะมากๆ ทางสมาคมจึงเปิดรอบพิเศษ โดยหัวข้อเดียวกับของเดิม โจทย์เข้มข้นเหมือนเดิม แต่เน้นไปที่การใช้งาน Tensor Flow และ ช่วยหางานเหมือนเดิม แต่เปลี่ยนอาจารย์ และเริ่มเรียนวันที่ 24/11/61 ถึง 02/03/62 

Lean Upskill + Software Park Thailand + สมาคมโปรแกรมเมอร์ไทย + CodeKids ร่วมกันสนับสนุนการศึกษาไทย กับ Course freeๆ

**** ตั๋ว Sponsor สามารถผ่อนได้แล้วนะครับ ชำระเพียง 1,200 บาท เป็นระยะเวลา 10 เดือน

โอกาสดีของคนที่ต้องการที่จะเข้าใจความฉลาดของ AI, คนที่อยากทำงานเป็นRESEARCHER ด้าน AI (อยากพัฒนาAIให้ฉลาดมากขึ้นกว่า AI ที่มีในปัจจุบัน)  และคนที่อยากเขียน TENSORFLOW ขึ้นมาใช้เอง โดยเราจะเรียนตั้งแต่ทฤษฎีคณิตศาสตร์เบื้องหลังความฉลาดของ AI และเขียนCODEของ AI ขึ้นมาเองตั้งแต่ต้น สุดท้ายเราจะเขียน TENSORFLOW ของGoogle ขึ้นมาใช้งานเอง

- จบมาทำงานจริงได้เลย

- สมาคมฯ จะช่วยหางานสำหรับคนที่ต้องการเปลี่ยนสายงาน

- การบ้านเยอะ ต้องขยัน ต้องส่งให้ครบ (ไม่งั้นจะไม่ได้ประกาศนียบัตร)

- ห้ามขาดเกิน 2 ครั้ง จาก 12 ครั้ง (ไม่งั้นจะไม่ได้ประกาศนียบัตร)

- เนื่องจากเป็น Course Free ที่มีคนต้องการลงทะเบียนเป็นจำนวนมาก ขอให้มีความรับผิดชอบและตั้งใจเรียนจนจบ ใครที่ไม่ได้ประกาศนียบัตร จะโดน Black List และไม่ให้เข้าร่วมงานจากสมาคมฯ ในอนาคตแบบไม่มีข้อยกเว้น

- Course และเนื้อหาทั้งหมด จะถูกนำมาเผยแพร่บนระบบ Course Online ของสมาคมโปรแกรมเมอร์ไทย ฟรี ในอนาคต หลังจาก Course จบไม่เกิน 1เดือน ใครชอบกิจกรรมเราก็สนับสนุนเยอะๆ นะครับ สมาคมเราจะทำให้เนื้อหาทุกงานเป็น Course free ให้มากที่สุดครับ

Warning 

1. คอร์สนี้เป็นคอร์สเรียนคณิตศาสตร์และโปรแกรมมิ่ง ถ้าคุณไม่ต้องการเรียนรู้คณิตศาสตร์หรือโปรแกรมมิ่ง *คอร์สนี้ไม่เหมาะกับคุณ*

2. ความฉลาดของ AI เกิดขึ้นจากทฤษฎีทางคณิตศาสตร์ ถ้าคุณไม่ต้องการเข้าใจที่มาความฉลาดของ AI *คอร์สนี้ไม่เหมาะกับคุณ*

3. ทุกสัปดาห์เราจะเขียน code AI ขึ้นมาเอง 3 project ถ้าคุณอยากสร้าง AI โดยคลิกแค่ไม่กี่ครั้ง *คอร์สนี้ไม่เหมาะกับคุณ*

คอรส์นี้เหมาะกับ

ผู้ที่ต้องการพัฒนาโลกนี้ด้วยการเป็น RESEARCHER ด้าน AI ผู้ที่ต้องการเข้าใจที่มาความฉลาดของAI ผู้ที่ต้องการเขียน TENSORFLOW   ขึ้นมาใช้งานเอง

AGENDA 12 WEEKS  (โดยเราจะเรียน ทุก วันเสาร์ ของเดือน)

-  เป้าหมายของการสอน Course นี้
- ระดับความเตรียมใจในการเรียน
- อธิบายประเภทของ MachineLearning
- อธิบาย Content ทั้งหมดที่ต้องเรียนทั้งหมด
LinearRegression
- เบื้องหลังความฉลาดของLinear Regression
- ลง Code LinearRegression

- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Linear Regression
MultipleRegression
- เบื้องหลังความฉลาดของMultipleRegression
- ลง Code MultipleRegression

- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Multiple Regression

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

PolynomialRegression
- เบื้องหลังความฉลาดของPolynomial Regression
- ลง Code PolynomialRegression

- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Polynomial Regression
Neural Networkfor Regression
- พิจารณา Neural Network3 Layer
- เบื้องหลังความฉลาดของ Neural Network 3 Layer
- ลง Code NeuralNetwork 3 Layer
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Neural Network 3 Layer

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Neural Networkfor Regression
- พิจารณา Neural NetworkK Layer
- เบื้องหลังความฉลาดของ Neural Network K Layer
- ลง Code NeuralNetwork K Layer
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Neural Network K Layer

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Logistic Regressionfor 2 Classes Problem
- เบื้องหลังความฉลาดของLogistic Regression for 2 Classes Problem
- ลง Code LogisticRegression for 2 Classes Problem
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Logistic Regression for 2 Classes Problem
 LogisticRegression for K Classes Problem
- เบื้องหลังความฉลาดของ  Logistic Regression for K Classes Problem
- ลง Code LogisticRegression for K Classes Problem
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Logistic Regression for K Classes Problem

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Neural Networkfor Classification
- พิจารณา Neural Network3 Layer
- เบื้องหลังความฉลาดของ Neural Network 3 Layer
- ลง Code NeuralNetwork 3 Layer
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Neural Network 3 Layer
Neural Networkfor Classification
 - พิจารณา Neural NetworkK Layer
 - เบื้องหลังความฉลาดของ Neural Network K Layer
 - ลง Code NeuralNetwork K Layer
 - ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Neural Network K Layer

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Generalization

- เบื้องหลังการลด Overfittingของ Generalization
- ลง CodeGeneralization
- ตัวอย่างการป้องกัน Overfitting ด้วย Generalization
- Momentum
- AdamOptimization

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

- สร้างTensorFlow ขึ้นมาใช้เอง

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ เรียนเรื่อง Artificial intelligence with logic programming  

ConvolutionalNeural Network
- เบื้องหลังความฉลาดของ Convolutional Neural Network
- ลง CodeConvolutional Neural Network
- ตัวอย่างการแก้ปัญหาในชืวิตจริงด้วย Convolutional Neural Network

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

RecurrentNeural Network
- เบื้องหลังความฉลาดของ Recurrent Neural Network
- ลง Code RecurrentNeural Network
- ตัวอย่างการแก้ปัญหาในชืวิตจริงด้วย Recurrent Neural Network

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Decision Tree
- เบื้องหลังความฉลาดของ Decision Tree
- ลง Code DecisionTree
- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Decision Tree

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Naive Bayes

- เบื้องหลังความฉลาดของ Naive Bayes

- ลง Code NaiveBayes

- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Naive Bayes

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

Support VectorMachine

- เบื้องหลังความฉลาดของ Support Vector Machine

- ลง Code SupportVector Machine

- ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย Support Vector Machine

 K NearestNeighbor

- เบื้องหลังความฉลาดของKNearest Neighbor

- ลง Code K NearestNeighbor

 - ตัวอย่างการแก้ปัญหาในชีวิตจริงด้วย K Nearest Neighbo

** สำหรับ Course เสริมโดยอาจารย์เอ๊กซ์ จะเป็นการ Coding โดยใช้งาน TensorFlow 

** สิ่งที่ผู้เรียนต้องเตรียมมา 

NOTEBOOK ที่ลงโปรแกรม ANACONDA (PYTHON VERSION 3.5 ขึ้นไป) และเตรียมใจให้พร้อม คิดไว้เลยว่าหนักแน่นอน

ประวัติผู้สอน

เป็นตัวแทนนักศึกษาจากประเทศไทยเพียงคนเดียวที่เป็นSpeaker งานประชุมคณิตศาสตร์ระดับนานาชาติ ในหัวข้อ"การสร้างโมเดลคณิตศาสตร์สำหรับการพยากรณ์"  เป็นนักสร้างโมเดลสำหรับจ่ายค่าCommission ให้ Sale ของบริษัทเอกชน  เป็นคนกำหนดราคาสินค้าและแพ็คเกจของบริษัทเอกชน  ทำงานวิจัยเฉพาะทางด้านพยากรณ์ราคาหุ้นและอัตราแลกเปลี่ยนค่าเงินด้วย AI

นาย ฆฤณ  ชินประสาทศักดิ์

ประวัติผู้สอน Course เสริม

ดร.ธีรเดช สำเร็จการศึกษาปริญญาเอกสาขา Information Science (Computational Logic) จากสถาบัน Japan Advanced Institute of Science and Technology ปัจจุบันเป็นอาจารย์พิเศษให้กับสถาบันการศึกษาต่างๆ และสนใจงานวิจัยทางด้านปัญญาประดิษฐ์ตั้งแต่ระดับพื้นฐานคณิตศาสตร์สู่การประยุกต์ใช้อัลกอริทึ่มทางปัญญาประดิษฐ์

ดร.ธีรเดช ราชรักษ์

สามารถเข้าร่วมlinegroupติดตามข่าวcourseดีๆจากสมาคมโปรแกรมเมอร์ไทยได้ที่นี่ครับ https://line.me/R/ti/g/M7KSsoysG4 

      ผู้สนับสนุน