Artificial Intelligence for Data Science

ปัญญาประดิษฐ์สำหรับวิทยาศาสตร์ข้อมูล

4(4-0-12)

วิชาบังคับก่อน : ไม่มี

รายวิชานี้เน้นการศึกษาและการประยุกต์ใช้เทคนิคปัญญาประดิษฐ์ (AI) ในวิทยาศาสตร์ข้อมูล (Data Science) โดยครอบคลุมการใช้งาน AI เพื่อการวิเคราะห์และการตีความข้อมูลในระดับสูง รวมถึงการใช้เทคนิคต่างๆ เช่น การเรียนรู้ของเครื่อง (Machine Learning), การเรียนรู้เชิงลึก (Deep Learning), การประมวลผลภาษาธรรมชาติ (Natural Language Processing), และการใช้เทคนิค AI ในการแก้ไขปัญหาทางข้อมูลขนาดใหญ่ (Big Data) รายวิชานี้จะช่วยให้ผู้เรียนเข้าใจการใช้ AI เพื่อสร้างโมเดลการทำนาย (Predictive Models), การจัดกลุ่ม (Clustering), การค้นหาความสัมพันธ์ (Association Rule Mining), และ การจำแนก (Classification) นอกจากนี้ยังเน้นการใช้เทคนิค AI ในการวิเคราะห์ข้อมูลที่มีความซับซ้อนและไม่เป็นระเบียบ เช่น ข้อมูลจากข้อความ, ภาพ, เสียง, และข้อมูลเชิงปริมาณในรูปแบบต่างๆ โดยเน้นการประยุกต์ใช้ในด้านต่างๆ

เค้าโครงรายวิชา

1. แนะนำเกี่ยวกับปัญญาประดิษฐ์และวิทยาศาสตร์ข้อมูล (6 ชม.)
2. การใช้งาน Machine Learning ในการวิเคราะห์ข้อมูล (6 ชม.)
3. การเรียนรู้เชิงลึก (Deep Learning) และการประยุกต์ใช้ (6 ชม.)
4. การประมวลผลภาษาธรรมชาติ (Natural Language Processing) และการประยุกต์ใช้ (6 ชม.)
5. การประยุกต์ใช้ AI ในข้อมูลขนาดใหญ่ (Big Data) (6 ชม.)
6. การวิเคราะห์และการทำนายข้อมูลด้วย AI (6 ชม.)
7. การประยุกต์ใช้ AI ในภาคธุรกิจและการวิจัยทางวิทยาศาสตร์ (6 ชม.)
8. กรณีศึกษาและการประยุกต์ใช้ AI ในการแก้ไขปัญหาในสาขาต่างๆ (6 ชม.)

ผลสัมฤทธิ์การเรียนรู้
นักศึกษาสามารถอธิบายและประยุกต์ใช้หลักการและเทคนิคปัญญาประดิษฐ์ในวิทยาศาสตร์ข้อมูลออกแบบและพัฒนาโมเดล Machine Learning และ Deep Learning เพื่อการวิเคราะห์และทำนายข้อมูล สามารถนำเทคนิค AI ไปใช้ในการประมวลผลข้อมูลในลักษณะต่างๆ มีความเข้าใจการใช้ AI ในการวิเคราะห์ข้อมูลขนาดใหญ่และข้อมูลที่มีความซับซ้อน เช่น ข้อมูลภาพและข้อความ และสามารถใช้ AI ในการประยุกต์แก้ไขปัญหาในภาคธุรกิจและการวิจัยทางวิศวกรรมศาสตร์
 

Artificial Intelligence for Data Science

Prerequisite : None

This course focuses on the study and application of Artificial Intelligence (AI) techniques in Data Science. It covers the use of AI for advanced data analysis and interpretation, including techniques such as Machine Learning, Deep Learning, Natural Language Processing (NLP), and AI techniques for solving Big Data problems. The course aims to help students understand the use of AI in creating Predictive Models, Clustering, Association Rule Mining, and Classification. It also emphasizes the use of AI techniques in analyzing complex and unstructured data, such as
text, images, audio, and various types of quantitative data. The course also explores applications in different fields.

Course Outline

1. Introduction to Artificial Intelligence and Data Science. (6 hr.)
2. Using Machine Learning for Data Analysis. (6 hr.)
3. Deep Learning and Applications. (6 hr.)
4. Natural Language Processing and Applications. (6 hr.)
5. Applying AI in Big Data. (6 hr.)
6. Data Analysis and Prediction with AI. (6 hr.)
7. Application of AI in Business and Scientific Research. (6 hr.)
8. Case Studies and Applications of AI in Solving Problems in Various Fields. (6 hr.)

Learning Outcomes
Students will be able to explain and apply the principles and techniques of Artificial Intelligence in Data Science. They will be capable of designing and developing Machine Learning and Deep Learning models for data analysis and prediction. Students will also be able to apply AI techniques in processing different types of data and understand how AI can be used to analyze Big Data and complex data, such as images and text. Additionally, students will be able to use AI to address problems in business and engineering research.