รายละเอียด

ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง / Artificial Intelligence and Machine Learning

  • 17 สัปดาห์
  • จำนวนนักศึกษา 0 คน
  • อาจารย์ผู้สอน 1 คน

ข้อมูลรายวิชา

  • รหัสรายวิชา : ENGCE178
  • ชื่อรายวิชา(TH) : ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
  • ชื่อรายวิชา (EN) : Artificial Intelligence and Machine Learning
  • เทอม / ปีการศึกษา : 1/2565

รายละเอียด

ให้นศ.ทุกคนเข้ากลุ่ม LINE วิชา โดยแสกน QR code ที่ภาพ profile ของวิชา

รายวิชา - ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง

บทที่ 1 ปัญญาประดิษฐ์เบื้องต้น
- นิยามของปัญญาประดิษฐ์และประวัติความเป็นมา
- ประเภทของปัญญาประดิษฐ์และเครื่องมือที่ใช้ในการพัฒนา
- ปฏิบัติการใช้เครื่องมือพัฒนาโปรแกรมภาษาไพธอน

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 2 การเรียนรู้ของเครื่อง
- การเรียนรู้ของเครื่องเบื้องต้น
- ประเภทของการเรียนรู้ของเครื่อง
- ปัญหาการจำแนกประเภท
- ติดตั้ง Package สำหรับพัฒนาโปรแกรมการเรียนรู้ของเครื่องด้วยภาษาไพธอน
- ปฏิบัติการเขียนโปรแกรมภาษาไพธอน

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การเรียนรู้แบบ Instance-based
- อัลกอริทึมเพื่อนบ้านใกล้สุด k ตัว (k-NN)
- ปฏิบัติการพัฒนาอัลกอริทึม k-NN

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การเลือกโมเดล ค่าอคติ และความแปรปรวน
- กระบวนการ Cross Validation
- ปฏิบัติการพัฒนาอัลกอริทึม k-NN (ต่อ)

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การถดถอยเชิงเส้น
- สมการ Normal Equation
- วิธี Gradient Descent
- Regularization
- ปฏิบัติการเขียนโปรแกรมการถดถอยเชิงเส้น

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การลดขนาดมิติของข้อมูล
- การถดถอยโลจิสติก
- ปฏิบัติการเขียนโปรแกรมถดถอยโลจิสติก

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- ซัพพอร์ตเวกเตอร์แมชชีน
- Kernel Trick
- ปฏิบัติการเขียนโปรแกรมซัพพอร์ตเวกเตอร์แมชชีน

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

สอบกลางภาค
กิจกรรม :

บทที่ 3 การเรียนรู้แบบมีผู้สอน (Supervised Learning)
- การเรียนรู้ต้นไม้ตัดสินใจ
- Gini Impurity
- Entropy
- ปฏิบัติการเขียนโปรแกรมต้นไม้ตัดสินใจ

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 4 โครงข่ายประสาทเทียม (Artificial Neural Networks)
- Perceptron
- Feedforward Neural Network
- อัลกอริทึม Backpropagation
- ปัญหา Vanishing Gradient
- Activation Functions
- ปฏิบัติการเขียนโปรแกรมโครงข่ายประสาทเทียม

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 4 โครงข่ายประสาทเทียม (Artificial Neural Networks)
- Convolutional Neural Networks
- ปฏิบัติการเขียนโปรแกรม CNN

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 4 โครงข่ายประสาทเทียม (Artificial Neural Networks)
- Recurrent Neural Networks
- ปฏิบัติการเขียนโปรแกรม RNN

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 5 การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning)
- Policy Search
- Policy Gradient
- Q-Learning

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทเรียนเสริม Classical AI
- การค้นหาและปริภูมิสถานะ
- การค้นหาแบบกว้างก่อน
- การค้นหาแบบลึกก่อน
- การค้นหาแบบฮิวริสติก
- ปฏิบัติการเขียนโปรแกรมแก้ปัญหาด้วยการค้นหา

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 6 งานประยุกต์การเรียนรู้ของเครื่อง
- การประมวลภาษาธรรมชาติ

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

บทที่ 6 งานประยุกต์การเรียนรู้ของเครื่อง
- การประมวลผลภาพ

กิจกรรม : บรรยาย ยกตัวอย่างประกอบ ปฏิบัติการตามใบงาน

สอบปลายภาค
กิจกรรม :

อาจารย์ผู้สอน