คอร์สปฏิบัติ AI เริ่มจากศูนย์ (Deep Learning + PyTorch) พื้นฐานจำเป็นสำหรับ AI

สารบัญหลักสูตร:

1. แนะนำหลักสูตร
– ทำความเข้าใจเนื้อหาหลักสูตรและเป้าหมายการเรียนรู้

2. การวิเคราะห์งานของโครงข่ายประสาทเทียม
– วิเคราะห์งานที่โครงข่ายประสาทเทียมต้องทำ เพื่อวางพื้นฐานสำหรับการเรียนรู้

3. การอธิบายวิธีการอัปเดตโมเดล
– อธิบายวิธีการและหลักการอัปเดตโมเดล เพื่อเชี่ยวชาญเทคนิคการปรับปรุงโมเดล

4. วิธีการคำนวณฟังก์ชัน
– เรียนรู้วิธีการคำนวณฟังก์ชัน เพื่อทำความเข้าใจเกณฑ์การประเมินประสิทธิภาพของโมเดล

5. การอธิบายกระบวนการส่งข้อมูลไปข้างหน้า
– วิเคราะห์กระบวนการและหลักการส่งข้อมูลไปข้างหน้าของโครงข่ายประสาทเทียมอย่างละเอียด

6. การสาธิตการส่งข้อมูลย้อนกลับ
– สาธิตกระบวนการส่งข้อมูลย้อนกลับจริง เพื่อเพิ่มความเข้าใจและเชี่ยวชาญเทคนิค

7. การแยกส่วนสถาปัตยกรรมโครงข่ายประสาทเทียม
– วิเคราะห์สถาปัตยกรรมโดยรวมของโครงข่ายประสาทเทียมอย่างละเอียด เพื่อทำความเข้าใจหน้าที่และบทบาทของแต่ละส่วน

8. การวิเคราะห์ผลลัพธ์ด้วยการแสดงภาพ
– ใช้เครื่องมือแสดงภาพวิเคราะห์ประสิทธิภาพของโครงข่ายประสาทเทียม เพื่อปรับปรุงประสิทธิภาพโมเดล

9. บทบาทของจำนวนนิวรอน
– อภิปรายผลกระทบของจำนวนนิวรอนต่อประสิทธิภาพโมเดล เพื่อปรับปรุงโครงสร้างเครือข่าย

10. การประมวลผลล่วงหน้าและ dropout
– เรียนรู้การประมวลผลข้อมูลล่วงหน้าและเทคนิค dropout เพื่อเพิ่มความสามารถในการ generalize ของโมเดล

11-25. โครงข่ายประสาทเทียมแบบคอนโวลูชันและการประยุกต์ใช้
– วิเคราะห์หลักการและการประยุกต์ใช้โครงข่ายประสาทเทียมแบบคอนโวลูชันทีละขั้น เพื่อทำงานประมวลผลภาพ

26-32. เฟรมเวิร์ก PyTorch และการประมวลผลข้อมูล
– ทำความเข้าใจเฟรมเวิร์ก PyTorch และวิธีการประมวลผลข้อมูลอย่างลึกซึ้ง เพื่อสร้างและฝึกโมเดล

33-45. การฝึกโมเดลการเรียนรู้เชิงลึก
– เรียนรู้กระบวนการและเทคนิคการฝึกโมเดลการเรียนรู้เชิงลึก เพื่อปรับปรุงประสิทธิภาพโมเดล

46-60. การประมวลผลและฝึกข้อมูลข้อความ
– อภิปรายเทคนิคการประมวลผลและฝึกข้อมูลข้อความ เพื่อประยุกต์ใช้กับงานประมวลผลภาษาธรรมชาติ

61-69. การปรับใช้โมเดลและบริการ
– เรียนรู้การปรับใช้โมเดลและการประมวลผลฝั่งเซิร์ฟเวอร์ เพื่อนำโมเดลไปใช้ในสถานการณ์จริง

70-76. โมเดล Vision Transformer
– วิเคราะห์หลักการและวิธีการใช้งานโมเดล Vision Transformer เพื่อประยุกต์ใช้กับการประมวลผลภาพ

77. การดีบักซอร์สโค้ดโครงการและการปฏิบัติ
– สาธิตกระบวนการดีบักซอร์สโค้ดโครงการ เพื่อช่วยให้ผู้เรียนเข้าใจและประยุกต์ใช้ความรู้ที่ได้เรียน