บทนำสู่ Deep Learning ด้วย Python และ TensorFlow

Deep learning กำลังขับเคลื่อนความก้าวหน้าทางเทคโนโลยีที่น่าตื่นเต้นที่สุด แต่การเริ่มต้นอาจรู้สึกท่วมท้นด้วยคณิตศาสตร์ที่ซับซ้อนและศัพท์เฉพาะ หลักสูตรแบบข้อความนี้จะแยกย่อยแนวคิดขั้นสูงเหล่านี้ออกเป็นการอธิบายที่ชัดเจนและเข้าใจง่าย คุณจะเปลี่ยนจากโปรแกรมเมอร์ที่อยากรู้อยากเห็นไปสู่ผู้ปฏิบัติงานที่มีความมั่นใจ สามารถสร้าง ฝึกฝน และประเมินโมเดล deep learning ได้ ด้วยการอ่านคำอธิบายโดยละเอียดและการศึกษาตัวอย่างโค้ดที่ใช้งานได้จริง คุณจะเข้าใจว่าโครงข่ายประสาทเทียมประมวลผลข้อมูลและตัดสินใจได้อย่างไร สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจคณิตศาสตร์พื้นฐานและแนวคิดหลักที่อยู่เบื้องหลังโครงข่ายประสาทเทียม (artificial neural networks) - สร้างและฝึกฝนโมเดลที่กำหนดเองโดยใช้ TensorFlow และ Keras API - นำ Convolutional Neural Networks (CNNs) ไปใช้สำหรับงานจำแนกรูปภาพ (image classification) - สำรวจ Recurrent Neural Networks (RNNs) และ Long Short-Term Memory (LSTM) networks สำหรับข้อมูลลำดับ (sequential data) - ประยุกต์ใช้เทคนิค transfer learning เพื่อปรับโมเดลที่ได้รับการฝึกฝนล่วงหน้า (pre-trained models) ที่ทรงพลังสำหรับงานที่กำหนดเอง - ประเมินประสิทธิภาพของโมเดลโดยใช้เทคนิคการตรวจสอบความถูกต้องสมัยใหม่ และหลีกเลี่ยงข้อผิดพลาดในการฝึกฝนทั่วไป เช่น overfitting หลักสูตรนี้เริ่มต้นด้วยคำจำกัดความพื้นฐานและคำศัพท์หลัก ก่อนที่จะนำคุณไปทีละขั้นตอนผ่านการสร้างสถาปัตยกรรมโครงข่ายประสาทเทียม การเตรียม data pipelines และการเพิ่มประสิทธิภาพ training workflows หลักสูตรนี้ออกแบบมาโดยเฉพาะสำหรับผู้เริ่มต้นที่มีความรู้พื้นฐานด้าน Python โดยไม่จำเป็นต้องมีประสบการณ์ด้าน data science หรือคณิตศาสตร์ขั้นสูงมาก่อน เริ่มต้นการเดินทางของคุณสู่โลกแห่งปัญญาประดิษฐ์ (artificial intelligence) ได้แล้ววันนี้