รหัสหลักสูตร : PYTHON-L1

Machine Learning using Python

3
วัน (
18
ชม.) /ช่วงเวลา 9:00 - 16:00 น.
Public
Inhouse
11,900
บาท
*ราคาดังกล่าวยังไม่รวมภาษีมูลค่าเพิ่ม
ลงทะเบียน
ขอใบเสนอราคา
หลักสูตร Machine Learning Using Python
หลักสูตร Machine Learning Using Python
Develop

Python เป็นโปรแกรมที่มีความสามารถในการทำ Machine Learning หรือ ML เพื่อทำการวิเคราะห์และประมวลผลด้วย AI (Artificial Intelligence)Python เป็นภาษาโปรแกรมที่ง่ายต่อการเรียนรู้ นอกจากนั้นยังมี Library จำนวนมาก ที่สามารถประยุกต์ใช้งาน Artificial Intelligence และ Machine Learning สำหรับทำการวิเคราะห์และประมวลผลข้อมูล เพื่อนำไปใช้ประโยชน์ในการสร้างความได้เปรียบทางธุรกิจเหนือคู่แข่งได้

วัตถุประสงค์

  1. ผู้อบรมสามารถเข้าใจหลักการของ A.I. และ Machine Learning ได้
  2. ผู้อบรมสามารถใช้ภาษา Python ประยุกต์ใช้งานทางด้าน A.I. และ Machine Learning ได้

หลักสูตรนี้เหมาะสำหรับ

  • นักเรียน นักศึกษา วิศวกร นักพัฒนาซอฟต์แวร์ หรือบุคคลทั่วไปที่สนใจการประยุกต์ใช้งาน Machine Learning ด้วยภาษา Python
  • ผู้ที่ต้องการเรียนรู้ภาษา Python เพื่อต่อยอดในงานทางด้าน Data science ในอนาคต
  • ผู้ที่ต้องการเรียนรู้ภาษา Python เพื่อต่อยอดในงานทางด้าน Machine Learning และ AI ได้

พื้นฐานของผู้เข้าอบรม

  1. ผู้เข้าอบรมต้องมีความเข้าใจการเขียนโปรแกรมภาษา Python เบื้องต้นมาก่อน
  2. ผู้เข้าอบรมสามารถใช้งานคอมพิวเตอร์พื้นฐานได้ดี
  3. มีความตั้งใจและอยากเรียนรู้

ความต้องการของระบบ

  1. CPU : Core i5,i7 OR Faster
  2. RAM : 4 GB Minimum (8 GB Recommended)
  3. Storage : 500 GB hard disks 7200 RPM SATA
  4. OS : Windows 8 and later, Mac OS X 10.6 and later, and Ubuntu 16.10 and later
  5. JupyterLab

หัวข้อการฝึกอบรม

Introduction to Artificial Intelligence (A.I.)

  • Python 3.x installation
  • Microsoft visual code installation
  • Data structure (List, Tuple, Dictionary, and Set)
  • NumPy
  • Pandas
  • ​Request
  • ​Beautiful Soup 4
  • Selenium

Introduction to Machine Learning

  • Regression Analysis
    • Evaluation Metrics (MAE, MSE, and RMSE)
    • Linear regression
    • Multiple linear regression
    • Polynomial regression
  • ​Classification
    • ​Decision tree
    • Random forest
    • Cross validation
    • Classification evaluation (Accuracy, Precision, Recall, and F1-Score)
    • Hyperparameters tunning
  • Clustering
    • K-mean clustering
  • Basic OpenCV
  • Face and eye detection
  • Face recognition (Image, Video, and Webcam)
  • Artificial Neural Network (ANN)
  • Convolutional Neural Network (CNN)
  • Pretrained Models for Classification
    • VGG16
    • ResNet50
    • Inception
    • Object detection using YOLO (Image, video, and webcam)

Roadmap

 
ขอใบเสนอราคาหลักสูตรนี้สำหรับ Inhouse Training
 
ดาวน์โหลด Course Outline