• นักพัฒนาซอฟต์แวร์ (Developer, Programmer)
• นักวิทยาศาสตร์ข้อมูล (Data Scientist)
• ทุกท่านที่มีความสนใจและต้องการต่อยอดประยุกต์ใช้งานระบบประมวลผลภาษาธรรมชาติ (Natural Language Processing : NLP
  *** ผู้เข้าอบรมต้องมีพื้นฐานการเขียนโปรแกรมภาษา Python ***

• เข้าใจถึงหลักการและเทคนิคของ Natural Language Processing (NLP)
• สามารถใช้ภาษา Python ในการพัฒนาและประยุกต์ใช้งาน Natural Language Processing (NLP)
• สามารถใช้ Natural Language Processing (NLP) เพื่อแก้ไขปัญหาในการทำงานจริงได้

Day 1

1. Introduction to Generative AI

• Definition and applications of AI
• Definition and applications of Gen AI

2. Introduction to Natural Language Processing (NLP)

• Definition and applications of NLP
• Challenges in NLP
  

3. Python for Natural Language Processing

• Basics of Python
• Python libraries for NLP (NLTK, Spacy, TextBlob)
  

4. Introduction to Thai NLP using PyThaiNLP

• Introduction to PyThaiNLP
• Basic Text Processing in Thai Language
  

5. Textual Sources and Formats

• API
• Social Media
• Web Scraping
• Building your Corpus

Day 2

6. Text Processing and Analysis

• Tokenization, N-grams, Scriptio Continua
• Stemming and Lemmatization, Synsets and Hypernyms
• Part of Speech Tagging
• Named Entity Recognition

7. Thai Text Processing and Analysis using PyThaiNLP

• Tokenization, Part of Speech Tagging, and Named Entity Recognition in Thai

 8. Word Embeddings and Language Models

• Bag of Words, TF-IDF
• Word2Vec, GloVe
• Understanding and implementing BERT (Bidirectional Encoder Representations from Transformers)

9. Basics of Machine Learning and Neural Networks

• Supervised, Unsupervised, and Semi-supervised Learning
• Neural Networks Fundamentals

 10. Introduction to Transformers Models

• Understanding Transformer Architecture
• Overview of BERT (Bidirectional Encoder Representations from Transformers)

Day 3

11.Introduction to Large Language Models

• Understanding LLM and its significance in NLP
• Deep dive into GPT (Generative Pretrained Transformer) and its variants, including GPT3, GPT4 and ChatGPT
• Opensource alternatives of ChatGPT
• Practical Application and Use cases
  

12.Fine-tuning Large Language Models

• Fine-turning LLMs with Python

13. Building Gen AI Application using RAG

• What is RAG?
• Building RAG using Python

14. LLM based AI Agents

• What is AI Agents?
• Building AI based Agent using Python