Showing 94 result
เนื้อหาวิชานี้ ผู้เรียนจะได้เรียนระบบแนะนำ (Recommendation System: RS) ที่เป็นศาสตร์แขนงหนึ่งของปัญญาประดิษฐ์หรือเอไอ (AI) ที่ทำการแนะนำสินค้าหรือข้อมูลต่างๆ ให้แก่ผู้ใช้หรือลูกค้าได้อย่างมีประสิทธิภาพ โดยอาศัยการวิเคราะห์ข้อมูลขนาดใหญ่และอัลกอริทึมการเรียนรู้ของเครื่อง (Machine Learning) หรือ การเรียนรู้เชิงลึก (Deep Learning) สำหรับค้นหารูปแบบในข้อมูล พฤติกรรมการต่างๆ ของลูกค้าที่มีความคล้ายคลึงกัน (similarity) และดำเนินการสร้างระบบแนะนำ
เรียนรู้เริ่มตั้งแต่การติดตั้ง KONG ในแบบต่าง ๆ และวิธีการนำ Kong มาใช้ในการเชื่อมโยง micro service เข้าด้วยกัน (API Gateway)
Program Certified by iTrain Asia Pte Ltd
หลักสูตรนี้จะช่วยให้คุณเข้าใจถึงความสำคัญและผลกระทบของ IoTs ที่มีต่อประชากร สังคม รวมไปถึงในแง่เศรษฐกิจโลก โดยมีการยกตัวอย่าง IoTs ที่มีอยู่ในตลาด เพื่อให้ผู้เรียนเห็นภาพและมีความเข้าใจถึง Concept ของ IoTs ในแง่มุมต่างๆ
เมื่อผู้เรียนได้ผ่านการเรียน และทดสอบความรู้และความสามารถตามกำหนดเกณฑ์ของหลักสูตร จะได้รับ E-Certificate และ Digital Badge ในระดับสากล
เรียนรู้กระบวนการทำงานในรูปแบบ DevOps คือการทำงานร่วมกันของ 2 ส่วน คือ Software Development (Dev) มารวมกับ Information-Technology Operations (Ops) รวมถึงเรื่องการทำContinuous Integration (CI), Continuous Delivery (CD) และ Monitoring application
เรียนรู้การปรับและออกแบบกระบวนการทำงานพัฒนาซอฟต์แวร์ผสมผสานหลักการ Design Thinking ที่จะช่วยให้เข้าใจผู้ใช้งานและสถานการณ์มากขึ้น วิธีการแบบ Lean จะทำให้กระบวนพัฒนาคล่องตัวขึ้นอย่างมีคุณภาพ เวิร์คชอปการทำ Design Thinking ในรูปแบบ Lean Process สามารถนำไปประยุกต์ใช้ในวิธีการทำงานจริง
ถ้าคุณกำลังเริ่ม Software Development และกำลังอยู่ในช่วง Get Functional Requirements แล้ว ต้องไม่ลืม Non-Functional Requirement และ Business Requirements ด้วย เพราะ Non-Functional Requirement เป็น Requirements ที่ "ต้อง" คำนึงถึงเสมอ เพราะถึง Software จะทำงานได้ทุกอย่างตาม Function แต่ไม่มีประสิทธิภาพ ไม่ปลอดภัย ไม่ลื่นไหล ไปคนละทางกับ Business Goal ก็จบกัน
หลักสูตรนี้จะเน้นไปที่การนำ docker มาใช้เพื่อช่วยในการพัฒนาระบบงานและทดสอบให้ง่ายขึ้นไม่ต้องมาคอยเป็นกังวลว่าเมื่อพัฒนาเสร็จแล้วระบบจะสามารถทำงานบน environment. อื่นๆ ได้หรือไม่
ในการทำงานนอกเหนือจากกระบวนการและประสิทธิภาพของบุคลากรแล้ว ประเด็นที่สำคัญประการหนึ่งคือ “การนำเสนองาน” และ “ การเล่าเรื่อง” (Presentation and Storytelling) เพราะหลายครั้งที่การทำงานและการตัดสินใจเกิดความไม่เข้าใจกันนั้นไม่ได้เกิดจากสาเหตุด้านเทคนิค ไม่มีความรู้ความเข้าใจ หรือบุคลากรทำงานไม่ได้แต่อย่างใด เพียงแต่เกิดจากการนำเสนอและเล่าเรื่องที่ไม่มีประสิทธิภาพ ซึ่งอาจเกิดมาจาก ความไม่เข้าใจผู้ฟัง การจับประเด็นที่ไม่ดี ไม่เข้าใจการเลือกใช้ข้อมูลที่เหมาะสม การคัดเลือกประเด็นสำคัญที่ชัด การสื่อความในการนำเสนอ ส่งผลให้ผู้ฟังเกิดความเข้าใจที่และตัดสินใจที่ไม่มีประสิทธิภาพ สิ้นเปลืองเวลา และเกิดปัญหาต่อเนื่องในการตัดสินใจและการทำงานตามมาอย่างมาก
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