AI and ML
ผศ. ดร.สุกรี สินธุภิญโญ
คลังสื่อการเรียนรู้ GenEd โดยเครือข่ายฯ ภาคกลางตอนบน
วันที่ 26 พฤศจิกายน 2567 เป็นต้นไป
วันที่ 26 พฤศจิกายน 2567 เป็นต้นไป
12 บทเรียน
12 วีดีโอ
ไม่กำหนด
ไม่มี
ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป
certificate of completion
นิสิตจุฬา ฯ กลุ่มนักเรียน นักศึกษา และประชาชนทั่วไปที่สนใจเทคโนโลยีและดิจิทัล
ความหมายของปัญญาประดิษฐ์ เครื่องมือที่จำเป็นสำหรับการทำงานด้านปัญญาประดิษฐ์ การประยุกต์ใช้ปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง การประเมินผลของโมเดลการเรียนรู้ของเครื่อง เครื่องมือที่จำเป็นสำหรับการเรียนรู้ของเครื่อง
1) เข้าใจความหมายและการนำไปใช้ของปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
2) สามารถใช้เครื่องมือทางปัญญาประดิษฐ์และการเรียนรู้ของเครื่องได้
มีการวัดและประเมินผลผ่านแบบทดสอบย่อย (Quiz) และแบบทดสอบหลังเรียน (Posttest) โดยจะแบ่งเป็นคะแนนจาก Quiz เท่ากับ 50 คะแนน และคะแนนจาก Posttest เท่ากับ 50 คะแนน ทั้งนี้ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไปจึงจะสามารถขอรับ Certificate of Completion ได้
1. ผู้เรียนจะมีสิทธิ์ทำแบบทดสอบหลังเรียน (Posttest) เมื่อเข้าร่วมกิจกรรมการเรียน (Course Progress) มากกว่า 80% ขึ้นไป
2. ผู้เรียนจะสามารถทำข้อสอบ Post test ได้เพียง 1 ครั้งเท่านั้น
3. 3. สื่อการสอนวิชานี้เป็นส่วนหนึ่งในการเรียน วิชา 0299001 DIG DATA AI การรู้เท่าทันดิจิทัล ข้อมูล และปัญญาประดิษฐ์ ศูนย์การศึกษาทั่วไป จุฬาลงกรณ์มหาวิทยาลัย
เนื้อหาในรายวิชา รู้จักปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) ประกอบด้วย
บทที่ 1 ความหมายของปัญญาประดิษฐ์
บทที่ 2 ตัวอย่างการใช้งานปัญญาประดิษฐ์
บทที่ 3 การแก้ปัญหาปัญญาประดิษฐ์
บทที่ 4 ตัวอย่างการใช้งานปัญญาประดิษฐ์
บทที่ 5 ตัวอย่างการใช้งานการเรียนรู้ของเครื่อง
บทที่ 6 การเรียนรู้ของเครื่อง (ML)
บทที่ 7 การเรียนรู้ของเครื่อง (ML)
บทที่ 8 ตัวอย่างการใช้งานการเรียนรู้ของเครื่อง
บทที่ 9 การนำทฤษฎีทางด้านการเรียนรู้ของเครื่องไปใช้
บทที่ 10 เครื่องมือทางด้านทาปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML)
บทที่ 11 รู้จักปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML)
บทที่ 12 สรุปบทเรียน
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
จุฬาลงกรณ์มหาวิทยาลัย
EN
TH
