Artificial Intelligence and Machine Learning in Application

ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในการประยุกต์ใช้

4(4-0-12)

วิชาบังคับก่อน : ไม่มี

รายวิชานี้เน้นการศึกษาและประยุกต์ใช้เทคนิคปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (Machine Learning) ขั้นสูง ในการแก้ไขปัญหาและสร้างโซลูชันในสาขาต่างๆ เช่น การแพทย์ ธุรกิจ อุตสาหกรรม การเกษตร หรือพลังงาน โดยเน้นการใช้เครื่องมือและเทคนิคที่เหมาะสมกับปัญหาที่มีความซับซ้อน รวมถึงการวิเคราะห์ข้อมูลเชิงลึกเพื่อการตัดสินใจที่มีประสิทธิภาพ เนื้อหาครอบคลุมการใช้โมเดล Machine Learning เช่น การจำแนกประเภท (Classification), การถดถอย (Regression), การจัดกลุ่ม (Clustering), และการวิเคราะห์อนุกรมเวลา (Time Series Analysis) รวมถึงการเรียนรู้เชิงลึก (Deep Learning) และการประมวลผลข้อมูลที่ไม่มีโครงสร้าง เช่น ข้อมูลภาพ เสียง และข้อความ นักศึกษาจะได้ศึกษาเทคโนโลยีและงานวิจัยที่ทันสมัย เช่น Neural Networks, Natural Language Processing (NLP), Computer Vision, Reinforcement Learning, และ Generative AI นอกจากนี้ยังมีการวิเคราะห์กรณีศึกษา การทดลองปฏิบัติ การออกแบบและพัฒนาโซลูชันต้นแบบ

เค้าโครงรายวิชา

1. บทนำเกี่ยวกับ AI และ Machine Learning (6 ชม.)
2. เทคนิคพื้นฐานของ Machine Learning (6 ชม.)
3. การเรียนรู้เชิงลึก (Deep Learning) และการออกแบบ Neural Networks (6 ชม.)
4. การประมวลผลภาษาธรรมชาติ (NLP) และการวิเคราะห์ข้อความ (6 ชม.)
5. การประมวลผลภาพและคอมพิวเตอร์วิทัศน์ (Computer Vision) (6 ชม.)
6. การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) (6 ชม.)
7. การประยุกต์ใช้ AI ในอุตสาหกรรมและภาคธุรกิจ (6 ชม.)
8. กรณีศึกษาและการพัฒนาโซลูชันต้นแบบ (6 ชม.)

ผลสัมฤทธิ์การเรียนรู้

1. สามารถอธิบายหลักการและเทคนิคของ AI และ Machine Learning รวมถึงการเลือกใช้เทคนิคที่เหมาะสมกับปัญหา สามารถออกแบบและพัฒนาโมเดลสำหรับการแก้ปัญหาในบริบทต่างๆ ได้อย่างมีประสิทธิภาพ
2. สามารถประยุกต์ใช้เทคนิค Machine Learning และ Deep Learning ในการวิเคราะห์ข้อมูลและการสร้างระบบอัตโนมัติได้อย่างมีประสิทธิภาพ รวมถึงมีความเข้าใจในการนำ AI ไปใช้ในภาคธุรกิจ อุตสาหกรรม และงานวิจัย
3. มีความเข้าใจและพิจารณาจริยธรรมและผลกระทบที่เกี่ยวข้องกับการใช้ AI และ Machine Learning พร้อมทั้งสามารถนำเสนอโซลูชันที่พัฒนาได้อย่างมีประสิทธิภาพ

Artificial Intelligence and Machine Learning in Application

Prerequisite : None

This course emphasizes the study and application of advanced Artificial Intelligence (AI) and Machine Learning (ML) techniques to solve problems and develop solutions in various domains such as healthcare, business, industry, agriculture, and energy. It focuses on the use of appropriate tools and techniques for complex problem-solving, including deep data analysis for effective decision-making. The content covers ML models, including Classification, Regression, Clustering, and Time Series Analysis, as well as Deep Learning and the processing of unstructured data such as images, audio, and text. Students will explore cutting-edge technologies and research, such as Neural Networks, Natural Language Processing (NLP), Computer Vision, Reinforcement Learning, and Generative AI. Additionally, the course involves case studies, practical experiments, and the design and development of prototype solutions.

Course Outline

1. Introduction to AI and Machine Learning. (6 hr.)
2. Fundamental Techniques in Machine Learning. (6 hr.)
3. Deep Learning and Neural Network Design. (6 hr.)
4. Natural Language Processing (NLP) and Text Analysis. (6 hr.)
5. Computer Vision and Image Processing. (6 hr.)
6. Reinforcement Learning. (6 hr.)
7. AI Applications in Industry and Business. (6 hr.)
8. Case Studies and Prototype Development. (6 hr.)

Learning Outcomes

1. Able to explain the principles and techniques of AI and Machine Learning, including selecting appropriate techniques for specific problems, and effectively designing and developing models for problem-solving in various contexts.
2. Able to apply Machine Learning and Deep Learning techniques for data analysis and automation system development efficiently, with an understanding of AI applications in business, industry, and research.
3. Understands and considers the ethical implications and impacts of AI and Machine Learning, while being able to propose well-developed and effective solutions.