พื้นฐานของโมเดลและอัลกอริทึม AI

ปัญญาประดิษฐ์คือพลังขับเคลื่อนเทคโนโลยีสมัยใหม่ แต่การจะเข้าใจว่ามันทำงานอย่างไรอย่างแท้จริงนั้นจำเป็นต้องเข้าใจตรรกะเบื้องหลัง หลักสูตรนี้จะช่วยตัดประเด็นโฆษณาชวนเชื่อออกไป เพื่อมอบความเข้าใจที่แน่นแฟ้นและเป็นพื้นฐานเกี่ยวกับโมเดลและอัลกอริทึมหลักที่ขับเคลื่อนระบบอัจฉริยะ เมื่อจบหลักสูตรนี้ คุณจะมีความเข้าใจเชิงแนวคิดอย่างลึกซึ้งเกี่ยวกับกลุ่มอัลกอริทึมหลักของ AI ซึ่งรวมถึงการค้นหา (search) การเพิ่มประสิทธิภาพ (optimization) รูปแบบการเรียนรู้ของเครื่อง (machine learning paradigms) และโครงสร้างเครือข่ายประสาทเทียมพื้นฐาน คุณจะพร้อมสำหรับการอ่านวรรณกรรมทางเทคนิคและสำรวจสาขา AI เฉพาะทางด้วยความมั่นใจ สิ่งที่คุณจะได้เรียนรู้: * เรียนรู้บริบททางประวัติศาสตร์และคำจำกัดความพื้นฐานของปัญญาประดิษฐ์และเอเจนต์อัจฉริยะ (intelligent agents) * ทำความเข้าใจอัลกอริทึมการค้นหาแบบดั้งเดิม (เช่น A* และ greedy search) และปัญหาการเติมเต็มเงื่อนไข (constraint satisfaction problems) * เชี่ยวชาญแนวคิดหลักของรูปแบบการเรียนรู้แบบมีผู้สอน (supervised) แบบไม่มีผู้สอน (unsupervised) และแบบเสริมกำลัง (reinforcement learning) * ฝึกวิเคราะห์รากฐานทางคณิตศาสตร์ของโมเดลพื้นฐาน เช่น ต้นไม้ตัดสินใจ (decision trees) และการถดถอยเชิงเส้น (linear regression) * กำหนดค่าสถาปัตยกรรมเครือข่ายประสาทเทียมพื้นฐานและทำความเข้าใจหลักการของการแพร่ย้อนกลับ (backpropagation) * ประยุกต์ใช้แนวคิดเบื้องต้นใน prompt engineering เพื่อโต้ตอบกับ large language models ได้อย่างมีประสิทธิภาพ * สร้างกรอบสำหรับการประเมินประสิทธิภาพของระบบ AI ความลำเอียง (bias) และข้อพิจารณาด้านจริยธรรมขั้นพื้นฐาน เนื้อหาเริ่มต้นด้วยคำศัพท์หลักและทฤษฎีเอเจนต์ ก้าวหน้าผ่านเทคนิค AI แบบดั้งเดิม และปิดท้ายด้วยการสำรวจพื้นฐานการเรียนรู้ของเครื่องสมัยใหม่และการเรียนรู้เชิงลึก (deep learning) คำอธิบายที่เป็นลายลักษณ์อักษรมาพร้อมกับการฝึก ฏิบัติจริงเพื่อเสริมสร้างความเข้าใจในแนวคิดเชิงทฤษฎี หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นโดยสมบูรณ์ที่ไม่มีประสบการณ์มาก่อนในด้านปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง หรือคณิตศาสตร์ขั้นสูง เริ่มต้นสร้างฐานความรู้ที่จำเป็นของคุณในด้านอัลกอริทึม AI วันนี้