No account yet?
 
 
You are here:: Training/Seminar Training Schedule Introduction to Machine Learning and Data Science with Python and Google Cloud ML
 
 

Introduction to Machine Learning and Data Science with Python and Google Cloud ML

Categories : Data Technology
Posted by : patsorn | Posted On : Thursday, 27 December 2018 10:22
Training Date :
Please Login before registering . No account ? signup here
กรุณา ล็อกอิน ก่อนลงทะเบียน หรือสร้างบัญชีผู้ใช้ใหม่ได้ ที่นี่
Time : 24 Hour(s)
Days : 4 Day(s)
Duration : 09:00 - 16:00
Fee : 13,000 THB (Excluded Vat 7%)
Language : Thai
Instructor : Mr.Dendej Sawarnkatat
Objectives :
  • เพื่อเพิ่มพูนทักษะด้านการพัฒนาซอฟแวร์ในการประมวลผล(processing) และปัญญาวิเคราะห์(analytic)ทางด้านวิทยาศาสตร์ข้อมูล และจักรกลเรียนรู้ (Machine Learning) สําหรับองค์กรธุรกิจด้วยเทคโนโลยีและสถาปัตยกรรมซอฟแวร์ (Software Architecture) สมัยใหม่ที่กําลังได้รับความนิยม

  • เพิ่มพูนทกัษะการพฒันาซอฟแวร์ด้าน Business Intelligence ที่มีการเข้าถึงและประมวลผลข้อมูลมหาศาลที่มีลักษณะโครงสร้างไม่ตายตัว (Unstructured)

  • สร้างเสริมโอกาสความเจริญก้าวหน้าในสายอาชีพให้กับบุคคลที่สนใจ

  • ตอบสนองวิสัยทัศน์ของการพัฒนาประเทศไปสู่ระบบเศรษฐกิจแห่งการสร้างสรรค์ (Creative Economy) ด้วยการผลิตบุคลากรที่มีความรู้ และทักษะระดับอาชีพจํานวนมากเพื่อรองรับการเจริญเติบโตของอุตสาหกรรมเทคโนโลยีการสื่อสารและสารสนเทศของประเทศ

Who Should Attend :
  • นักบริหารด้านเทคโนโลยีสารสนเทศ ผู้จัดการโครงการด้านซอฟแวร์ หัวหน้าเจ้าหน้าที่ด้วยข้อมูล

  • นักวิทยาศาสตร์ข้อมูล (Data Scientist) นักวิจัย นักวิเคราะห์ข้อมูล นักสถิติ

  • นักพัฒนาโปรแกรมประยุกต์ วิศวกรซอฟแวร์

คุณสมบัติของผู้เข้าอบรม

  • ทักษะการเขียนโปรแกรมเบื้องตน้ ด้วยภาษา Python

  • ความรู้พื้นฐานเชิงสถิติ

Benefits :
  • สามารถพัฒนาระบบปัญญาประดิษฐ์แบบจักรกลเรียนรู้ โดยใช้เครื่องมือ กระบวนการพัฒนาและเทคโนโลยีสมัยใหม่คือ Google Cloud ML ที่นําไปใช้ทําปัญญาวิเคราะห์ (Analytic)หรือใช้งานร่วมกับ Business Intelligence เพื่อใช้เป็นเครื่องมือในการบริหารจัดการในด้านต่างๆ เช่นแนวทางการลดต้นทุนและหรือการกำหนดกลยุทธ์ผลิตภัณฑ์อย่างมีประสิทธิภาพและมีดชั นีชี้วัดที่ชัดเจน

  • มีทักษะและประสบการณ์ในการพัฒนาโปรแกรมอย่างถูกต้องตามหลักปฏิบัติระดับดีเลิศ (Best practices) อันเป็นที่ยอมรับทั่วโลก

Course Outline :

วันที่1

  • ความรู้เบื้องต้นเกี่ยวกับวิทยาศาสตร์ข้อมูล (Data Science) และจักรกลเรียนรู้ (Machine Learning)

    • ความรู้พื้นฐานและกระบวนวิธี (Algorithm) ที่แพร่หลายและควรทราบ

      • Supervised Learning

      • Unsupervised Learning

      • Reinforce Learning

    • กระบวนการเรียนรู้ (Learning ) และการสร้างแบบจําลองสําหรับการทํานาย (Predictive Modeling)

    • การประเมินผล (Evaluation ) ของแบบจําลอง

  • หลักการเขียนโปรแกรมสําหรับ TensorFlow ด้วยภาษา Python เบื้องต้น

    • การใช้งานข้อมูลแบบการกระจายที่มีความทนทาน (Resilient Distributed Data: RDD)

  • ความรู้เบื้องต้นเกี่ยวกับเครือข่ายระบบประสาทจำลอง (Artificial Neural Network: ANN)

    • การจําแนกชนิดของเครือข่ายระบบประสาทจําลอง

      • Feed Forward Neural Network

      • Convolutional Neural Network (CNN)

      • Recurrent Neural Network (RNN)

  • ความรู้เบuืองต้นเกี่ยวกับชุดคำสั่งและฐานระบบปัญญาวิเคราะห์( Analytics API & Platform) ชนิด TensorFlow

    • การติดต้นและใชง้ านและเครื่องมือที่จำเป็น

    • สถาปัตยกรรมและองค์ประกอบหลักของ Tensor Flow

  • หลักการเขียนโปรแกรมสําหรับ TensorFlow บน Google Cloud ML ด้วยภาษา Python

    • Computational Graph

    • Graph Building Blocks

    • ขั้นตอนการดำเนินงานขั้นพื้นฐาน (Flowing of Tensors)

วันที่ 2

  • การพัฒนาระบบจักรกลเรียนรู้อย่างง่ายด้วย Tensor Flow บน Google Cloud ML

  • การพัฒนาระบบจําแนกประเภท (Classification)

    • การทําแบบฝึกหัด (Workshop) สําหรับระบบจําแนกประเภทด้วย TensorFlow

  • การพัฒนาระบบวิเคราะห์ชนิดถดถอย (Regression)

    • การทําแบบฝึกหัด (Workshop) สําหรับการวิเคราะห์แบบถดถอยด้วย TensorFlow

วันที่ 3

  • ความรู้เบื้องต้นเกี่ยวกับชุดคำสั่งงและฐานระบบปัญญาวิเคราะห์( Analytics API & Platform) ชนิด Scikit Learning บนGoogle Cloud ML

    • การติดตั้งและใช้งานและเครื่องมือที่จำเป็น

    • สถาปัตยกรรมและองค์ประกอบหลักของ Scikit Learning บน Google Cloud ML

    • การบวนการพัฒนาระบบแบบจําลอง (Model Training)

    • การทํานายด้วยระบบแบบจําลอง (Predicting with Model)

  • การทําแบบฝึกหัด (Workshop) สําหรับการวิเคราะห์แบบถดถอยด้วย Scikit Learning บน Google Cloud ML

วันที่ 4

  • ความรู้เบื้องต้นเกี่ยวกับชุดคำสั่งและฐานระบบปัญญาวิเคราะห์( Analytics API & Platform) ชนิด XGBoost บน Google Cloud ML

    • การติดตั้ง และใช้งาานและเครื่องมือที่จำเป็น

    • สถาปัตยกรรมและองค์ประกอบหลักของ XGBoost บน Google Cloud ML

    • การบวนการพัฒนาระบบแบบจําลอง (Model Training)

    • การทํานายด้วยระบบแบบจําลอง (Predicting with Model)

    • การทําแบบฝึกหัด (Workshop) สําหรับการวิเคราะห์แบบถดถอยด้วย XGBoost บน Google Cloud ML

Payment Condition :

Payment can be made by:

    1. Cash or Credit Card or Bank Cheque payable to “Software Park Thailand #2” (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.
     2. Account transfer and send the proof of the payment (the deposit slip) via fax or email to fax no. 02-583-2884 or email ttd@swpark.or.th

        2.1 Siam Commercial Bank, Chaengwattana Branch
             Saving Account Number: 324-2-56262-0
             Account Name: Software Park Thailand#2

        2.2 Krungsri Bank, Chaengwattana (Software Park) Branch
             Saving Account Number: 329-1-34850-3
             Account Name: Software Park Thailand#2

Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

Contact Person :

For more information, contact our course coordinator on:

Patsorn Porntip

Tel: +66-2583-9992 Ext. 1422

Fax: +66-2583-2884

Email: Patsorn@swpark.or.th , ttd@swpark.or.th

You are encouraged to use the course schedule as a guide to plan your training. The schedule is accessible at www.swpark.or.th for more information.