วันที่อบรม: วันที่ 6 – 7 มิถุนายน 2569 | เวลา 9:00-16:00 น.
ราคา 6,900 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 6,210 บาท
📍 : Online Training
วิทยากร : ว่าที่ร้อยตรี ธีรพัฒน์ กันสดับ
หน่วยพัฒนาปัญญาประดิษฐ์ กองเทคโนโลยีสารสนเทศ มหาวิทยาลัยมหิดล
หลักการและเหตุผล
ในยุคปัจจุบันที่ปัญญาประดิษฐ์ (Artificial Intelligence) และวิทยาการข้อมูล (Data Science) เข้ามามีบทบาทสำคัญในการขับเคลื่อนองค์กรและอุตสาหกรรม ภาษา Python ได้กลายเป็นทักษะพื้นฐานที่สำคัญที่สุดเนื่องจากเป็นภาษาที่ยืดหยุ่น มีห้องสมุดซอฟต์แวร์ (Packages) ที่ครอบคลุม และเป็นรากฐานของการพัฒนา AI
อย่างไรก็ตาม การเรียนรู้การเขียนโปรแกรมแบบดั้งเดิมมักประสบปัญหาเรื่องความซับซ้อนและระยะเวลาในการฝึกฝน หลักสูตรนี้จึงถูกออกแบบมาเพื่อ “ทลายกำแพงการเรียนรู้” โดยการนำเทคนิค Prompt Engineering และ AI Assisted Coding เข้ามาประยุกต์ใช้ ช่วยให้ผู้เรียนที่ สามารถเขียนโค้ดได้อย่างมีประสิทธิภาพ เข้าใจโครงสร้างภาษา และสามารถใช้ AI เป็นคู่คิดในการแก้ปัญหาและสร้างสรรค์นวัตกรรมด้านข้อมูลได้อย่างรวดเร็ว
วัตถุประสงค์
- เพื่อให้ผู้เรียนสามารถเขียนโปรแกรม Python เบื้องต้นเพื่อจัดการข้อมูลได้ด้วยตนเอง
- เพื่อให้ผู้เรียนสามารถใช้ AI ช่วยในการเขียนโค้ดและแก้ไขข้อผิดพลาด (Debug) ได้อย่างเชี่ยวชาญ
- เพื่อให้ผู้เรียนสามารถเปลี่ยนข้อมูลดิบ (Raw Data) ให้กลายเป็นภาพที่เข้าใจง่าย (Insights) เพื่อใช้ในการตัดสินใจ
- เพื่อให้ผู้เรียนมีพื้นฐานที่แข็งแกร่งพร้อมที่จะต่อยอดไปสู่การพัฒนา AI หรือ Model Machine Learning ในระดับสูงต่อไป
ความรู้พื้นฐาน
ผู้เข้าอบรมไม่จำเป็นต้องมีพื้นฐานด้านการเขียนโปรแกรม โดยควรมีความเข้าใจเบื้องต้นเกี่ยวกับการใช้งาน AI และแนวคิดของ Prompt Engineering เพื่อให้สามารถเรียนรู้และประยุกต์ใช้งานได้อย่างมีประสิทธิภาพ
ลงทะเบียน
ได้ทันทีคลิก [https://shorturl.asia/279tc]
กำหนดการ
| เวลา | หัวข้อ |
| วันที่ 1 | |
| 9.00 – 10.30 | Introduction to Data ScienceIntroduction to Python and GoogleCo-LabPython PackagesPython VariablesDescriptive Statistics Measurement |
| 10.30-10.45 | Break |
| 10.45 – 12.00 | Advanced Data TypesControl Flow |
| 12:00 – 13:00 | Lunch |
| 13.00 – 14.30 | Data Types and ConversionData Importing and Visualization |
| 14.30-14.45 | Break |
| 14.45 – 16.00 | Introduction to Data VisualizationMachine Learning and Data Science Overview |
| เวลา | หัวข้อ |
| วันที่ 2 | |
| 9.00 – 10.30 | : Missing values and Outlier handling |
| 10.30-10.45 | Break |
| 10.45 – 12.00 | Single Chart » Line chart » Bar chart |
| 12:00 – 13:00 | Lunch |
| 13.00 – 14.30 | » Pie chart » Scatter diagram |
| 14.30-14.45 | Break |
| 14.45 – 16.00 | Interactive diagram Geolocation Visualization |
*กำหนดการอาจมีการเปลี่ยนแปลงตามความเหมาะสม
Post a comment