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 from Scratch with NumPy
• Introduction to Stochastic Gradient Descent with Tensorflow and Keras Framework
• The Effects of the Learning Rate on Model Performance
• การวิเคราะห์ประสิทธิภาพ Machine Learning Model ด้วย Learning Curve
• การ Deploy Machine Learning Model บน Production ด้วย FastAPI, Uvicorn และ Docker
• การทำ Regularization แบบสมัยใหม่ ด้วยเทคนิค Augmentation, Batch Normalization และ Dropout
• Visualizing Kernels and Feature Maps in Deep Learning Model (CNN)
• การเลือกใช้ Loss Function ในการพัฒนา Deep Learning Model (ตอนที่ 1)
• การเลือกใช้ Loss Function ในการพัฒนา Deep Learning Model (ตอนที่ 2)
• Evaluation Metrics for Classification Model
• Transfer Learning with Keras for Computer Vision Applications
• Introduction to NLP
• Introduction to Word2Vec
• Introduction to Deep Reinforcement Learning on Google Colab Pro
• A Book Recommendation Example: Collaborative Filtering using Autoencoder Model