ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเบื้องต้น
Introduction to Artificial Intelligence and Machine Learning
จุดมุ่งหมายของรายวิชา (Course Goals)
ภาษาไทย
เพื่อให้นักศึกษามีความรู้และความเข้าใจเกี่ยวกับแนวคิดพื้นฐานของปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง (Machine Learning) เพื่อให้นักศึกษาสามารถจำแนกประเภทของการเรียนรู้ (Supervised และ Unsupervised Learning) และเข้าใจหลักการทำงานของอัลกอริทึมพื้นฐาน เช่น การจำแนกประเภท (Classification), การถดถอย (Regression) และการจัดกลุ่ม (Clustering) เพื่อให้นักศึกษามีทักษะในการใช้เครื่องมือและไลบรารีที่เกี่ยวข้องในการสร้าง ทดสอบ และประเมินประสิทธิภาพของโมเดล (Model Evaluation) เพื่อให้นักศึกษาตระหนักถึงความสำคัญของจริยธรรมปัญญาประดิษฐ์ (AI Ethics) และสามารถประยุกต์ใช้ความรู้ในการแก้ปัญหาเบื้องต้นได้อย่างเหมาะสม
English
To provide students with knowledge and understanding of the fundamental concepts of artificial intelligence and machine learning. To enable students to distinguish between types of learning (supervised and unsupervised) and understand the principles of basic algorithms, such as classification, regression, and clustering. To develop students' skills in using relevant tools and libraries to build, test, and perform model evaluation. To raise awareness regarding AI ethics and to enable students to apply these concepts to introductory applications appropriately.
ภาษาไทย
เพื่อให้นักศึกษามีความรู้และความเข้าใจเกี่ยวกับแนวคิดพื้นฐานของปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง (Machine Learning) เพื่อให้นักศึกษาสามารถจำแนกประเภทของการเรียนรู้ (Supervised และ Unsupervised Learning) และเข้าใจหลักการทำงานของอัลกอริทึมพื้นฐาน เช่น การจำแนกประเภท (Classification), การถดถอย (Regression) และการจัดกลุ่ม (Clustering) เพื่อให้นักศึกษามีทักษะในการใช้เครื่องมือและไลบรารีที่เกี่ยวข้องในการสร้าง ทดสอบ และประเมินประสิทธิภาพของโมเดล (Model Evaluation) เพื่อให้นักศึกษาตระหนักถึงความสำคัญของจริยธรรมปัญญาประดิษฐ์ (AI Ethics) และสามารถประยุกต์ใช้ความรู้ในการแก้ปัญหาเบื้องต้นได้อย่างเหมาะสม
English
To provide students with knowledge and understanding of the fundamental concepts of artificial intelligence and machine learning. To enable students to distinguish between types of learning (supervised and unsupervised) and understand the principles of basic algorithms, such as classification, regression, and clustering. To develop students' skills in using relevant tools and libraries to build, test, and perform model evaluation. To raise awareness regarding AI ethics and to enable students to apply these concepts to introductory applications appropriately.
ภาษาไทย
เพื่อความทันสมัยของเนื้อหา: เพื่อปรับปรุงเนื้อหารายวิชาให้สอดคล้องกับความก้าวหน้าของเทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในปัจจุบัน โดยครอบคลุมเทคนิคการเรียนรู้ทั้งแบบมีผู้สอน (Supervised) และไม่มีผู้สอน (Unsupervised) เพื่อเน้นทักษะปฏิบัติ: เพื่อส่งเสริมให้นักศึกษาได้ลงมือปฏิบัติจริง (Hands-on Practice) โดยใช้เครื่องมือและไลบรารีที่นิยมใช้ในอุตสาหกรรม ซึ่งช่วยลดช่องว่างระหว่างทฤษฎีและการนำไปใช้งานจริง เพื่อตระหนักรู้ด้านจริยธรรม: เพื่อเพิ่มเติมและเน้นย้ำเนื้อหาด้านจริยธรรมปัญญาประดิษฐ์ (AI Ethics) ให้นักศึกษามีความรับผิดชอบต่อสังคมในการพัฒนาและนำเทคโนโลยี AI ไปใช้งาน
English
Content Modernization: To update the course content to align with current advancements in Artificial Intelligence and Machine Learning, covering both supervised and unsupervised learning techniques. Skill Application: To emphasize hands-on practice using relevant, industry-standard tools and libraries, bridging the gap between theoretical concepts and practical application. Ethical Awareness: To incorporate and highlight AI Ethics, ensuring students understand their social responsibilities regarding the development and deployment of AI technologies.
เพื่อความทันสมัยของเนื้อหา: เพื่อปรับปรุงเนื้อหารายวิชาให้สอดคล้องกับความก้าวหน้าของเทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในปัจจุบัน โดยครอบคลุมเทคนิคการเรียนรู้ทั้งแบบมีผู้สอน (Supervised) และไม่มีผู้สอน (Unsupervised) เพื่อเน้นทักษะปฏิบัติ: เพื่อส่งเสริมให้นักศึกษาได้ลงมือปฏิบัติจริง (Hands-on Practice) โดยใช้เครื่องมือและไลบรารีที่นิยมใช้ในอุตสาหกรรม ซึ่งช่วยลดช่องว่างระหว่างทฤษฎีและการนำไปใช้งานจริง เพื่อตระหนักรู้ด้านจริยธรรม: เพื่อเพิ่มเติมและเน้นย้ำเนื้อหาด้านจริยธรรมปัญญาประดิษฐ์ (AI Ethics) ให้นักศึกษามีความรับผิดชอบต่อสังคมในการพัฒนาและนำเทคโนโลยี AI ไปใช้งาน
English
Content Modernization: To update the course content to align with current advancements in Artificial Intelligence and Machine Learning, covering both supervised and unsupervised learning techniques. Skill Application: To emphasize hands-on practice using relevant, industry-standard tools and libraries, bridging the gap between theoretical concepts and practical application. Ethical Awareness: To incorporate and highlight AI Ethics, ensuring students understand their social responsibilities regarding the development and deployment of AI technologies.
แนวคิดพื้นฐานของปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง; ประเภทของการเรียนรู้ ได้แก่ การเรียนรู้แบบมีผู้สอนและการเรียนรู้แบบไม่มีผู้สอน; อัลกอริทึมพื้นฐาน เช่น การจำแนกประเภท การถดถอย และการจัดกลุ่ม; การประเมินประสิทธิภาพโมเดล; การประยุกต์ใช้งานเบื้องต้น; การฝึกปฏิบัติโดยใช้เครื่องมือและไลบรารีที่เกี่ยวข้อง; และจริยธรรมปัญญาประดิษฐ์
Fundamental concepts of artificial intelligence and machine learning; types of learning including supervised and unsupervised learning; basic algorithms such as classification, regression, and clustering; model evaluation; introductory applications; hands-on practice using relevant tools and libraries; and AI ethics.
Fundamental concepts of artificial intelligence and machine learning; types of learning including supervised and unsupervised learning; basic algorithms such as classification, regression, and clustering; model evaluation; introductory applications; hands-on practice using relevant tools and libraries; and AI ethics.
| กิจกรรมที่ | ผลการเรียนรู้ * | วิธีการประเมินผลนักศึกษา | สัปดาห์ที่ประเมิน | สัดส่วนของการประเมินผล | ไม่มีข้อมูล |
|---|