ปัญญาประดิษฐ์

Artificial Intelligence

1.1. เพื่อให้ผู้เรียนสามารถเข้าใจ หลักการทำงานของระบบปัญญาประดิษฐ์ 
1.2. เพื่อให้ผู้เรียนสามารถเข้าใจ และฝึกปฏิบัติเกี่ยวกับการเขียนโปรแกรมคำสั่งเพื่อเตรียมข้อมูลเพื่อนำไปใช้สอนโมเดลปัญญาประดิษฐ์ 
1.3. เพื่อให้ผู้เรียนสามารถเข้าใจ ฝึกปฏิบัติการออกแบบโปรแกรมคำสั่งในการใช้โมเดลปัญญาประดิษฐ์ในการพยากรณ์คำตอบ
1.4. เพื่อให้ผู้เรียนสามารถเข้าใจฝึกปฏิบัติการทดสอบ เปรียบเทียบประสิทธิภาพของโมเดลปัญญาประดิษฐ์แบบต่าง ๆ
2.1 เพื่อให้นักศึกษาใช้เครื่องมือในการพัฒนาระบบปัญญาประดิษฐ์ที่มีความทันสมัย
2.2 เพื่อให้นักศึกษา ได้ฝึกการค้นคว้าข้อมูล และพัฒนาทักษะได้ด้วยตนเอง
ประวัติความเป็นมาของปัญญาประดิษฐ์ การประยุกต์ใช้เทคนิคของปัญญาประดิษฐ์ในชีวิตประจำวัน การค้นหาโดยไม่มีการชี้แนะ การค้นหาโดยมีเชาวน์ปัญญาช่วย การค้นหาเมื่อมีคู่ปรปักษ์ การเล่นเกม ตรรกะเงื่อนไข ระบบผู้เชี่ยวชาญโดยใช้กฎ การจัดการในระบบผู้เชี่ยวชาญ ตรรกะคลุมเครือ Study of backgrohnd of artificial intelligence (AI), AI application in daily life, unsupervised search, heuristic search, supervised search, adversarial search, game theory, predicate logic, rule-based expert system, expert system management, and fuzzy logic.
1
1.1.1 ตระหนักในคุณค่าของคุณธรรมจริยธรรมความเสียสละ และความซื่อสัตย์สุจริต 
1.1.2 มีวินัยตรงต่อเวลาและความรับผิดชอบต่อตนเอง วิชาชีพและสังคม 
1.1.3 มีภาวะความเป็นผู้นำและผู้ตาม สามารถทำงานเป็นทีม และสามารถแก้ไขข้อขัดแย้งและลำดับความสำคัญ 
1.1.4 เคารพสิทธิและรับฟังความคิดเห็นของผู้อื่น รวมทั้งเคารพในคุณค่า และศักดิ์ศรีของความเป็นมนุษย์ 
1.1.5 เคารพกฎระเบียบและข้อบังคับต่าง ๆ ขององค์กรและสังคม 
1.1.6 สามารถวิเคราะห์ผลกระทบจากการใช้คอมพิวเตอร์ต่อบุคคล องค์กร และสังคม 
1.1.7 มีจรรยาบรรณทางวิชาการและวิชาชีพ 
1.2.1 การสอนแบบกรณีศึกษา (Case Studies) 
1.3.1 การสังเกต
1.3.2 สถานการณ์จำลอง
2.2.1 มีความรู้และความเข้าใจเกี่ยวกับหลักการและทฤษฎีที่สำคัญในเนื้อหาสาขาวิชาเทคโนโลยีสารสนเทศ 
2.2.2 สามารถวิเคราะห์ปัญหา เข้าใจ และอธิบายความต้องการทางคอมพิวเตอร์ รวมทั้งประยุกต์ความรู้ทักษะและการใช้เครื่องมือที่เหมาะสมกับการแก้ไขปัญูหา 
2.2.3 สามารถวิเคราะห์ออกแบบติดตั้งปรับปรุงและ/หรือประเมินระบบ องค์ประกอบต่าง ๆ ของระบบเทคโนโลยีสารสนเทศ ให้ตรงตามข้อกำหนด 
2.2.4 สามารถติดตามความก้าวหน้าและวิวัฒนาการคอมพิวเตอร์ รวมทั้งการนำไปประยุกต์ 
2.2.5 รู้ เข้าใจ และสนใจ พัฒนาความรู้ความชำนาญทางคอมพิวเตอร์อย่างต่อเนื่อง 
2.2.6 มีความรู้ในแนวกว้างของสาขาวิชาเทคโนโลยีสารสนเทศ เล็งเห็นการเปลี่ยนแปลงและเข้าใจผลกระทบของเทคโนโลยีใหม่ ๆ 
2.2.7 มีประสบการณ์ในการพัฒนาและ/หรือการประยุกต์ซอฟต์แวร์ที่ใช้งานได้จริง 
2.2.8 สามารถบูรณาการความรู้ในสาขาวิชาเทคโนโลยีสารสนเทศกับความรู้ในศาสตร์ อื่น ๆ ที่เกี่ยวข้อง
2.2.1 การสอนแบบบรรยาย
2.2.2 การสอนแบบบรรยายเชิงปฏิบัติ  
2.2.3 การสอนแบบปฏิบัติ
2.3.1 การทดสอบย่อย
2.3.2 การสอบกลางภาคเรียนและปลายภาคเรียน
2.3.3 ประเมินจากรายงานที่นักศึกษาจัดทำ
2.3.4 ประเมินจากโครงการที่นำเสนอ
2.3.5 ประเมินจากการนำเสนอรายงานในชั้นเรียน
3.1.1 คิดอย่างมีวิจารณญาณและอย่างเป็นระบบ 
3.1.2 สามารถสืบค้น ตีความ และประเมินสารสนเทศ เพื่อใช้ในการแก้ไขปัญหาได้อย่างสร้างสรรค์ 
3.1.3 สามารถรวบรวมศึกษาวิเคราะห์และสรุปประเด็นปัญหาและความต้องการ 
3.1.4 สามารถประยุกต์ใช้ความรู้และทักษะกับการแก้ไขปัญหาทางคอมพิวเตอร์ได้อย่างเหมาะสม 
3.2.1 การสอนแบบบรรยาย
3.2.2 การสอนแบบบรรยายเชิงปฏิบัติ  
3.2.3 การสอนแบบปฏิบัติ 
3.3.1 กรณีศึกษาทางการประยุกต์เทคโนโลยีสารสนเทศ
3.3.2 การอภิปรายกลุ่ม
4.1.1 สามารถสื่อสารกับกลุ่มคนหลากหลายและสามารถสนทนาทั้งภาษาไทยและภาษาต่างประเทศอย่างมีประสิทธิภาพ 
4.1.2 สามารถให้ความช่วยเหลือและอำนวยความสะดวกต่อการแก้ปัญหาในสถานการณ์ต่าง ๆ ทั้งในบทบาทของผู้นำหรือในบทบาทของผู้ร่วมทีมทำงาน 
4.1.3 สามารถใช้ความรู้ในศาสตร์มาชี้นำสังคมในประเด็นที่เหมาะสม 
4.1.4 มีความรับผิดชอบในการกระทำของตนเองและมีความรับผิดชอบต่องานในกลุ่ม 
4.1.5 สามารถเป็นผู้ริเริ่ม แสดงประเด็นในการแก้ไขสถานการณ์ทั้งส่วนตัวและส่วนรวม พร้อมทั้งแสดงจุดยืนอย่างพอเหมาะทั้งของตนเองและของกลุ่ม 
4.1.6 มีความรับผิดชอบในการพัฒนาการเรียนรู้ทั้งของตนเองและทางวิชาชีพอย่างต่อเนื่องคุณสมบัติต่าง ๆ นี้ สามารถวัดระหว่างการทำกิจกรรรมร่วมกัน 
4.2.1 การสอนแบบบรรยายเชิงปฏิบัติ  
4.2.2 การสอนแบบปฏิบัติ
4.3.1 การสังเกต
5.1.1 มีทักษะในการใช้เครื่องมือที่จำเป็นที่มีอยู่ในปัจจุบันต่อการทำงานที่เกี่ยวกับคอมพิวเตอร์ 
5.1.2 สามารถแนะนำประเด็นการแก้ไขปัญหาโดยใช้สารสนเทศทางคณิตศาสตร์หรือทางสถิติประยุกต์ที่เกี่ยวข้องได้อย่างสร้างสรรค์ 
5.1.3 สามารถสื่อสารอย่างมีประสิทธิภาพทั้งปากเปล่าและการเขียน เลือกใช้รูปแบบของสื่อการนำเสนออย่างเหมาะสม 
5.1.4 สามารถใช้สารสนเทศและเทคโนโลยีสารสนเทศได้อย่างเหมาะสม 
5.2.1 การสอนแบบบรรยาย
5.2.2 การสอนแบบปฏิบัติ  
5.3.1 การสังเกต
แผนที่แสดงการกระจายความรับผิดชอบมาตรฐานผลการเรียนรู้จากหลักสู่รายวิชา (Curriculum Mapping)
กลุ่มวิชา 1.คุณธรรม จริยธรรม 2. ความรู้ 3. ทักษะทาง ปัญญา 4. ทักษะความสัมพันธ์ ระหว่างบุคคล และความรับผิดชอบ 5.ทักษะการวิเคราะห์เชิงตัวเลข การสื่อสาร และการใช้เทคโนโลยีสารสนเทศ
ลำดับ รหัสวิชา ชื่อวิชา 1 2 3 4 5 6 7 1 2 3 4 5 6 7 8 1 2 3 4 1 2 3 4 5 6 1 2 3 4
1 BSCCT206 ปัญญาประดิษฐ์
กิจกรรมที่ ผลการเรียนรู้ * วิธีการประเมินผลนักศึกษา สัปดาห์ที่ประเมิน สัดส่วนของการประเมินผล
1 1.2, 1.6 ความรับผิดชอบต่อการเข้าเรียน และส่งงานที่ได้รับมอบหมายตรงตามกำหนด ทุกสัปดาห์ 10%
2 2.1, 2.6, 3.1, 3.4 สอบกลางภาคเรียน และปลายภาคเรียน 9 และ 16 30%
3 3.1, 3.4 ประเมินจากงานที่ได้รับมอบหมาย, แบบฝึกหัดท้ายบทเรียน ทุกสัปดาห์ 30%
4 4.1, 4.4 การนำเสนอตามหัวข้อที่ได้รับมอบหมาย 9, 16 20%
5 5.1, 5.2, 5.3 การสอบภาคปฏิบัติ 9, 16 10%
"Pattern Recognition and Machine Learning" by Christopher M. Bishop
"Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow" by Aurélien Géron
"Artificial Intelligence: A Modern Approach" by Stuart Russell and Peter Norvig
"Deep Learning" by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
"Reinforcement Learning: An Introduction" by Richard S. Sutton and Andrew G. Barto
"Machine Learning: A Probabilistic Perspective" by Kevin P. Murphy
"Foundations of Machine Learning" by Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar
"The Hundred-Page Machine Learning Book" by Andriy Burkov
"Bayesian Reasoning and Machine Learning" by David Barber
"Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking" by Foster Provost and Tom Fawcett.
เอกสารนำเสนอของผู้สอนในแต่ละหัวข้อ
1.1 การสนทนากลุ่มระหว่างผู้สอนและผู้เรียน 
1.2 แบบประเมินผู้สอน และแบบประเมินรายวิชา 
1.3 ข้อเสนอแนะผ่านเว็บบอร์ด  ที่อาจารย์ผู้สอนได้จัดทำเป็นช่องทางการสื่อสารกับนักศึกษา
2.1   การสังเกตการณ์สอนของผู้ร่วมทีมสอน 
2.2   ผลการเรียนของนักศึกษา 
2.3   การทวนสอบผลประเมินการเรียนรู้
3.1   สัมมนาการจัดการเรียนการสอน 
3.2   การวิจัยในและนอกชั้นเรียน
4.1  การทวนสอบการให้คะแนนจากการสุ่มตรวจผลงานของนักศึกษาโดยอาจารย์ประจำหลักสูตร 
4.2   มีการตั้งคณะกรรมการในสาขาวิชาตรวจสอบผลการประเมินการเรียนรู้ของนักศึกษา โดยตรวจสอบข้อสอบรายงาน วิธีการให้คะแนนสอบ และการให้คะแนนพฤติกรรม
5.1   ปรับปรุงรายวิชาทุก 3 ปี หรือตามข้อเสนอแนะและผลการทวนสอบมาตรฐานผลสัมฤทธิ์ตามข้อ 4 
5.2   เปลี่ยนหรือสลับอาจารย์ผู้สอน เพื่อให้นักศึกษามีมุมมองในเรื่องการประยุกต์ความรู้นี้กับปัญหาที่มาจากงานวิจัยของอาจารย์หรืออุตสาหกรรมต่าง ๆ