Exploring Artificial Intelligence Use Cases and Applications (Thai)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
ในหลักสูตรนี้ คุณจะได้ศึกษากรณีใช้งานในสถานการณ์จริงว่าด้วยการนำปัญญาประดิษฐ์ (AI), แมชชีนเลิร์นนิง (ML) และปัญญาประดิษฐ์ช่วยสร้าง (AI ช่วยสร้าง) ไปใช้ในอุตสาหกรรมต่างๆ อาทิ อุตสาหกรรมการดูแลสุขภาพ การเงิน การตลาด ความบันเทิง และอื่นๆ อีกมากมาย นอกจากนี้คุณยังจะได้เรียนรู้เกี่ยวกับความสามารถและข้อจำกัดของ AI, ML และ AI ช่วยสร้าง เทคนิคการเลือกโมเดล และตัวชี้วัดทางธุรกิจที่สำคัญ
- ระดับหลักสูตร: พื้นฐาน
- ระยะเวลา: 1 ชั่วโมง
หมายเหตุ: หลักสูตรนี้มีการแปลถอดเสียง/คำบรรยาย บทบรรยายเป็นภาษาอังกฤษ
หากต้องการแสดงคำบรรยาย ให้คลิกที่ปุ่ม CC ที่มุมล่างขวาของเครื่องเล่น
กิจกรรม
หลักสูตรนี้ประกอบด้วยองค์ประกอบเชิงโต้ตอบ วิดีโอ คำแนะนำแบบข้อความ และภาพประกอบ
วัตถุประสงค์ของหลักสูตร
ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีการทำสิ่งต่อไปนี้
- ระบุตัวอย่างรูปแบบการใช้งาน AI ในสถานการณ์จริง
- ระบุกรณีใช้งานและโซลูชันที่สามารถนำ AI ไปใช้เพื่อตอบสนองความต้องการทางธุรกิจได้
- ระบุได้ว่าโซลูชัน AI และ ML ไม่เหมาะกับสถานการณ์ใด
- ระบุกรณีใช้งานที่ใช้เทคนิค ML เช่น การเรียนรู้แบบมีผู้ดูแล แบบไม่มีผู้ดูแล และแบบเสริมแรง
- ระบุความสามารถของ AI ช่วยสร้าง
- ระบุความท้าทายของ AI ช่วยสร้าง
- ระบุปัจจัยที่ต้องพิจารณาเมื่อเลือกโมเดล AI ช่วยสร้าง
- ระบุตัวชี้วัดทางธุรกิจสำหรับรูปแบบการใช้งาน AI ช่วยสร้าง
กลุ่มเป้าหมาย
หลักสูตรนี้จัดทำขึ้นสำหรับบุคคลต่อไปนี้
- บุคคลที่สนใจเกี่ยวกับแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ ไม่ว่าจะมีบทบาทงานใดก็ตาม
ข้อกำหนดเบื้องต้น
ขอแนะนำให้ผู้เข้าร่วมศึกษาหลักสูตรเกี่ยวกับพื้นฐานของแมชชีนเลิร์นนิง (ML) และปัญญาประดิษฐ์ (AI) ให้จบหลักสูตร เพื่อให้มีความรู้พื้นฐานเกี่ยวกับ AI, ML และ AI ช่วยสร้าง
เนื้อหาหลักสูตร
หัวข้อที่ 1: ความรู้เบื้องต้น
- บทเรียนที่ 1: วิธีใช้งานหลักสูตรนี้
- บทเรียนที่ 2: ความรู้เบื้องต้น
หัวข้อที่ 2: ปัญญาประดิษฐ์
- บทเรียนที่ 3: ทบทวนสิ่งที่เรียนมาก่อนหน้านี้
- บทเรียนที่ 4: ตัวอย่างกรณีใช้งานในสถานการณ์จริง
- บทเรียนที่ 5: ตัวอย่างรูปแบบการใช้งาน AI
หัวข้อที่ 3: แมชชีนเลิร์นนิง
- บทเรียนที่ 6: แมชชีนเลิร์นนิง
- บทเรียนที่ 7: เทคนิคแมชชีนเลิร์นนิงและกรณีใช้งาน
- บทเรียนที่ 8: ทดสอบความรู้
หัวข้อที่ 4: AI ช่วยสร้าง
- บทเรียนที่ 9: AI ช่วยสร้าง
- บทเรียนที่ 10: ความสามารถของ AI ช่วยสร้าง
- บทเรียนที่ 11: ความท้าทายของ AI ช่วยสร้าง
- บทเรียนที่ 12: ปัจจัยที่ต้องพิจารณาเมื่อเลือกโมเดล AI ช่วยสร้าง
- บทเรียนที่ 13: ตัวชี้วัดทางธุรกิจสำหรับ AI ช่วยสร้าง
- บทเรียนที่ 14: ทดสอบความรู้
หัวข้อที่ 5: บทสรุป
- บทเรียนที่ 15: แหล่งข้อมูล
- บทเรียนที่ 16: ติดต่อเรา
คีย์เวิร์ด
- Gen AI
- AI ช่วยสร้าง
Tags
Related Courses
Introduction to Artificial IntelligenceStanford University via Udacity Probabilistic Graphical Models 1: Representation
Stanford University via Coursera Artificial Intelligence for Robotics
Stanford University via Udacity Computer Vision: The Fundamentals
University of California, Berkeley via Coursera Learning from Data (Introductory Machine Learning course)
California Institute of Technology via Independent