All Courses

เนื้อหาวิชานี้ ผู้เรียนจะได้เรียนการสร้างแบบจำลองการเรียนรู้ของเครื่องสำหรับการวิเคราะห์ข้อมูล (data analytics) ตั้งแต่เริ่มต้นจนถึงการวิเคราะห์ข้อมูลขั้นสูง (advanced data analytics) ตามกระบวนการเรียนรู้ของเครื่อง (Machine Learning Pipeline) ตั้งแต่การเก็บรวบรวมข้อมูล การเตรียมข้อมูล การสร้างแบบจำลอง การประเมินประสิทธิภาพแบบจำลอง การปรับแต่งแบบจำลอง และการนำแบบจำลองไปใช้งานจริง โดยนำไปประยุกต์ใช้ในการวิเคราะห์ข้อมูลในด้านต่างๆ อาทิ การวิเคราะห์เชิงทำนาย (predictive analytics), การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP), ระบบแนะนำ (Recommendation System: RS) และคอมพิวเตอร์วิชัน (Computer Vision: CV) เป็นต้น โดยเขียนคำสั่งด้วยภาษาไพทอน (Python) และเรียกใช้งานไลบรารีต่างๆ เช่น Scikit-learn และ TensorFlow เป็นต้น ด้วยเครื่องมือ Google Colab ที่รัน (run) บนกูเกิลคลาวด์ (Google Cloud) แบบ Cloud GPU ที่เพิ่มความเร็วในการประมวลผล จึงเหมาะสำหรับผู้ที่มีความรู้พื้นฐานหลักการเรียนรู้ของเครื่อง หรือภาษาไพทอน

แนวคิดการทำงานแบบ Agile มุ่งเน้นในการส่งมอบ Product ให้ตรงตามเวลาและตรงตาม Features แต่ในฐานะที่เป็น Business Analyst ก็ต้องคำนึงถึงว่า Product ที่ส่งมอบนั้นต้องตรงตามความต้องการที่แท้จริงของผู้ใช้งานด้วย แล้ว Business Analyst จะทำงานอย่างไรให้สอดคล้องไปกับ Agile Team ได้? หลักสูตรออนไลน์ 2 วันนี้ มีคำตอบ!

การเรียนรู้ในครั้งนี้จะมุ่งเน้นให้ผู้เรียนเข้าใจทั้ง ทฤษฎีและการลงมือปฏิบัติ ผ่าน Workshop ที่ออกแบบให้เผชิญสถานการณ์จริง เพื่อสร้างทักษะการคิดเชิงกลยุทธ์ การทำงานร่วมกัน และการนำ Agile ไปใช้ในระดับองค์กร เพื่อให้เกิด Agile Transformation ที่แท้จริงและยั่งยืน

หลักสูตรนี้ได้รับการออกแบบมาสำหรับนักพัฒนาและผู้เชี่ยวชาญด้านเทคโนโลยีที่ต้องการยกระดับความสามารถในการสร้างระบบ AI ที่สามารถ “คิด, วางแผน, และดำเนินการ” ได้อย่างอิสระและชาญฉลาด

เพื่อให้ผู้เข้ารับการอบรมเข้าใจเครื่องมือ AI ของ Microsoft ที่สามารถนำมาใช้ในงานด้าน Infrastructure และสามารถเลือกใช้เครื่องมือที่เหมาะสมกับงานด้าน Security, Automation และ Monitoring อีกทั้งยังสามารถนำ AI มาช่วยในการวิเคราะห์ข้อมูล, ตรวจสอบความปลอดภัย และจัดการระบบแบบอัตโนมัติได้

ทำความเข้าใจการใช้ AI วิเคราะห์ข้อมูลประสบการณ์ลูกค้า ครอบคลุมทั้ง Customer Feedback พฤติกรรม และ Touchpoint ต่าง ๆ เพื่อค้นหา Insight ที่ส่งผลต่อการรับรู้แบรนด์และการตัดสินใจของลูกค้า เรียนรู้การนำ Insight จาก AI เช่น Persona, Sentiment และ Theme มาใช้ระบุ Customer Need, Pain Point และ Opportunity เพื่อพัฒนากลยุทธ์การตลาดและประสบการณ์ลูกค้าอย่างตรงจุด

หลักการของ AI ด้านการรับรู้การเคลื่อนไหว ท่าทาง และการแสดงออก (Motion, Gesture & Expression Recognition) เพื่อประยุกต์ใช้ในบริบทขององค์กร เรียนรู้การนำ Perception Models มาออกแบบ Interaction Flow ที่ใช้งานง่าย ตอบสนองต่อการเคลื่อนไหวของผู้ใช้อย่างเป็นธรรมชาติ

สร้างความเข้าใจเชิงกลยุทธ์เกี่ยวกับบทบาทของ AI ในการยกระดับกระบวนการทำงานขององค์กร ตั้งแต่การมองเห็นภาพรวมของ Workflow การระบุจุดสูญเสีย และโอกาสในการเพิ่มประสิทธิภาพเชิงระบบ พัฒนาความสามารถในการแปลงกระบวนการทางธุรกิจให้เป็นโครงสร้าง Workflow และ Automation Logic ที่รองรับการขยายผลในระดับองค์กร

การพัฒนาการประยุกต์ใช้ AI ด้วยโมเดลภาษาขนาดใหญ่ (LLM) และ Generative AI โดยมีการนำ LangChain Framework มาใช้เพื่อเพิ่มประสิทธิภาพในการพัฒนาแอปพลิเคชันที่ขับเคลื่อนด้วย AI