PJJOP

Random Forest

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Random Forest คือ Algorithm การเรียนรู้ของเครื่อง (Machine Learning) ที่เกิดจากการรวม Decision Tree หลาย ๆ ต้นเข้าด้วยกัน โดยแต่ละต้นจะถูกสร้างขึ้นจากคุ

Microservices Architecture: Concepts, Design, and Best Practices

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Microservices Architecture: Concepts, Design, and Best Practices, licensed under CC BY-NC-ND ยุคดิจิทัลในปัจจุบัน การพัฒนา Software ในแบบเดิม เช่น

Mastering Golang for E-commerce Back End Development Outline

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Mastering Golang for E-commerce Back End Development : Part 1 การติดตั้งและเริ่มต้นใช้งาน Go ไวยากรณ์พื้นฐาน ตัวแปรและชนิดข้อมูล การควบคุมการทำงานด้วย if-else และ

Mastering Golang for E-commerce Back End Development : Part 4

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Mastering Golang for E-commerce Back End Development : Part 4, licensed under CC BY-NC-ND การพัฒนา API ที่สามารถตอบสนองต่อคำขอจาก User ทั่วโลก ต้องอาศัยการจัดการที

Mastering Golang for E-commerce Back End Development : Part 3

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Mastering Golang for E-commerce Back End Development : Part 3, licensed under CC BY-NC-ND การพัฒนา Application ที่มีประสิทธิภาพและยืดหยุ่นต้องอาศัยความเข้าใจในการจั

Mastering Golang for E-commerce Back End Development : Part 2

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Mastering Golang for E-commerce Back End Development : Part 2, licensed under CC BY-NC-ND ใน Part 2 นี้ เราจะก้าวไปอีกขั้นในการเรียนรู้เครื่องมือและแนวคิดที

Mastering Golang for E-commerce Back End Development : Part 1

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Mastering Golang for E-commerce Back End Development : Part 1, licensed under CC BY-NC-ND ในยุคดิจิทัลที่การค้า Online เติบโตอย่างก้าวกระโดด การพั

Overview and System Design of Scalable E-commerce Platforms

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร This Article on Overview and System Design of Scalable E-commerce Platforms, licensed under CC BY-NC-ND ยินดีต้อนรับสู่วิชา Server Side Web Programming วิชานี้จะมี

การไฮไลท์ใจความสำคัญภาษาไทยแบบอัตโนมัติด้วย Bert Model และ PageRank Algorithm

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Text Summarization คือ การสรุปเนื้อหาในเอกสารให้สั้นลงโดยยังคงได้ความหมายหลักเหมือนเอกสารต้นฉบับ การทำ Text Summarization ด้วยมือเป็นงานที่ใช้เวลาและแรงกายค่อนข้างมาก ดังนั้นการทำ

สมุดกลอนแปด ณัฐโชติ

โดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ อาจารย์ประจำภาควิชาคอมพิวเตอร์ มหาวิทยาลัยศิลปากร อะโซะ “อะโซะ” สวยตรึงตราคราสงบ ใต้พิภพซ่อนฤทธาน่าเกรงขาม หมอกลอยลมผสมควันนั้นงดงาม ระวัง!!! ยามพิโรธ…ช่างโหดร้าย เขียนที่ คิวชู เคียงข้าง “เอี้ยงสาลิกา” ร้องเพรียกเรียกหาคู่ ยามเช้าตรู่ออกหากิ

Building a High Availability Multi-site WordPress with Docker Swarm and MariaDB Cluster

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ อาจารย์ประจำภาควิชาคอมพิวเตอร์ รองผู้อำนวยการฝ่ายพัฒนาองค์กร สำนักดิจิทัลเทคโนโลยี มหาวิทยาลัยศิลปากร WordPress เป็น Open Source Software แบบ Content Management Systems (CMS) ยอดฮิต สำหรับการสร้างเว็บไซต์ บล็อก หรือเว็ปแอพลิเคชั่น ซึ่งปั

Quickly Text Preprocessing for Beginners using Pandas, Regex and SQLite

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ และ อ.ดร.สัจจาภรณ์ ไวจรรยา ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Text Preprocessing เป็นกระบวนการทั้งแบบอัตโนมัติหรือกึ่งอัตโนมัติในการเตรียมข้อความให้อยู่ในรูปแบบที่สามารถนำไปวิเคราะห์ ออก Report หรือทำนายได้ด้วย Model ซึ่งข้

Detecting Pneumonia in Chest X-Ray Images Using Deep Learning Models on Google Colab Pro

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร บทความนี้เราจะพัฒนา Deep Learning Model แบบ Binary Classification และ Multi-Class Classification เพื่อตรวจจับโรคปอดอักเสบ (นิวโมเนีย - Pneumonia) หรือโรคปอดบวม ด้วยภาพ X-Ray ปอด ซึ่งจะมีการโหลด Image Dataset มาจาก Folder บน

Evaluation Metrics for Classification Model

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Accuracy และ Loss เป็นเครื่องมือมาตรฐานที่ใช้ในการวัด (Metric) หรือประเมิน Classification Model แต่การจะประเมิน Model เพียงจาก Accuracy และ Loss อาจทำให้เกิดการเข้าใจผิดจนเกิดการเลือก Model ที่ไม่

Transfer Learning with Keras for Computer Vision Applications

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Transfer Learning เป็นการนำ Weight ของ Model ที่ถูก Train ด้วย Dataset ในงานหนึ่ง (Pre-trained Model) กลับมาใช้ใหม่กับอีกงาน แทนที่จะต้อง Train ด้วยตัวเองตั้งแต่ต้น ซึ

Introduction to Deep Reinforcement Learning on Google Colab Pro

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร ปี 2013 บริษัทสตาร์ทอัพในลอนดอนชื่อ DeepMind ได้ตีพิมพ์ Paper ชื่อ Playing Atari with Deep Reinforcement Learning ซึ่งแสดงให้เห็นว่า AI Agent สามารถควบคุมการเล่นเกมอย่างเช่น Breakout,

Apple M1 Speed Test

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร TensorFlow เป็นหนึ่งใน Deep-learning Framework ยอดนิยมที่ใช้ในการพัฒนางานทางด้าน AI และ Data Science ที่สามารถเพิ่มความเร็วในการประมวลผลได้ด้วย NVIDIA GPU และ CUDA Toolkit แต่น่าเสียดายที่ Apple ได้หยุดให้

A Book Recommendation Example: Collaborative Filtering using Autoencoder Model

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Collaborative Filtering เป็นเทคนิคหนึ่งที่ใช้ในการทำ Recommendation โดยอาศัยข้อมูลความพึงพอใจของ User ที่มีต่อ Item ต่างๆ อย่างเช่น การให้คะแนนความชอบในหนังสือแต่ละเล่ม การ Comment ภาพยนตร์แต่

ทำเนียบรุ่น วิชา DevOps and Cloud Engineering 101

ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร รายชื่อนักศึกษา รุ่นที่ 1 (2/62) นายณัฐดนัย ยังสติ saiyuki_2010@hotmail.com "ได้ฝึกใช้ Docker" นายณัฐภัทร คูวิจิตรจารุ khuwijitjaru_n@silpakorn.edu "ได้ทั้งความรู้ Docker การออกเเบบระบบ Web Aplication แล้

AI Outline : CPSUNext

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร * Introduction to AI, Machine Learning and AI Toolboxes * State Space Search * Introduction to Deep Learning (Machine Learning Pipeline) * Feature Engineering for AI and Machine Learning (การทำ Feature Engineering ด้วย Pandas) * Implement the Back-propagation Algorithm

การเลือกใช้ Loss Function ในการพัฒนา Deep Learning Model (ตอนที่ 2)

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร ตอนที่ 2 ของบทความเรื่องการเลือกใช้ Loss Function ในการพัฒนา Deep Learning Model นี้ ผู้อ่านจะได้ทำ Workshop ที่มีการคอนฟิก Model แบบ Classification ด้วย Loss Function อีก 3 ตัว ได้

การเลือกใช้ Loss Function ในการพัฒนา Deep Learning Model (ตอนที่ 1)

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Deep Learning Model ที่ถูก Train ด้วย Stochastic Gradient Descent Optimization Algorithm มีกระบวนการทำงานหลักๆ 2 ส่วน ได้แก่ 1) Forward Propagation และ 2) Back-propagation โดยในการทำ Forward Propagation จะมีการประมาณ Error หรื

Visualizing Kernels and Feature Maps in Deep Learning Model (CNN)

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร แนวคิดของ Convolution นั้นทรงพลัง และสามารถเพิ่มประสิทธิภาพให้แก่ Neural Network Model ได้เป็นอย่างมาก โดยเฉพาะในยุคปัจจุบันที่ราคา Computer Hardware เช่น GPU นั้นถูกกว่าสมัยก่อนจนจั

การทำ Regularization แบบสมัยใหม่ ด้วยเทคนิค Augmentation, Batch Normalization และ Dropout

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร ในการเพิ่มประสิทธิภาพ Machine Learning Model มีวิธีการหลัก 2 อย่าง ที่ต้องให้ความสำคัญ คือ 1) การลด Generalization Error ด้วย Regularization และ 2) การลด Cost Value ด้

การวิเคราะห์ประสิทธิภาพ Machine Learning Model ด้วย Learning Curve

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์ ภาควิชาคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร Learning Curve เป็นสิ่งที่แสดงถึงประสิทธิภาพการเรียนรู้ของ Model จาก Training Dataset ซึ่งแกน x ของกราฟจะเป็น Epoch และแกน y จะเป็นประสิทธิภาพของ Model โดยประสิทธิภาพของ Model จะถูกวัดหลั