สำรวจหลักสูตรของเรา หลักสูตร
ค้นพบชุดกิจกรรมการเรียนรู้ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) ครอบคลุมทุกสาขา
ผลลัพธ์ 144
เอเจนต์ปัญญาประดิษฐ์ตัวน้อยของฉัน
AI000เอเจนต์ปัญญาประดิษฐ์ตัวน้อยของฉัน
ออกแบบสำหรับนักเรียนชั้นประถมศึกษาปีที่ 1 หลักสูตรนี้แปลแนวคิดวิทยาศาสตร์คอมพิวเตอร์ที่ซับซ้อน—เช่น เอเจนต์ การเรียนรู้แบบวิวัฒนาการ การให้คำแนะนำ (prompting) และแม้แต่เอนโทรปีเชิงลบ—ให้กลายเป็นประสบการณ์ที่เข้าใจง่าย สนุก และเหมาะสมกับวัยเด็ก โดยผ่านบทเรียน 5 บท เด็ก ๆ จะสร้างพื้นฐานความเข้าใจด้านปัญญาประดิษฐ์: เข้าใจว่าปัญญาประดิษฐ์คืออะไรและมันช่วยคนได้อย่างไร การเรียนรู้วิธีให้คำสั่งที่ชัดเจน (การให้คำแนะนำ), สำรวจเอเจนต์ “ผู้ช่วย” พิเศษของปัญญาประดิษฐ์และการทำงานร่วมกัน ค้นพบว่าปัญญาประดิษฐ์เรียนรู้จากข้อมูลและความผิดพลาดอย่างไร และสุดท้ายเข้าร่วมโครงการสร้างสรรค์ร่วมกันระหว่างมนุษย์กับปัญญาประดิษฐ์ภายใต้การนำทาง ซึ่งส่งเสริมจินตนาการ ความรับผิดชอบ และค่านิยมการใช้เทคโนโลยีเพื่อประโยชน์แก่สังคม
บทนำสู่การเขียนโปรแกรมพีทอน
AI001บทนำสู่การเขียนโปรแกรมพีทอน
เรียนรู้ภาษาโปรแกรมพีทอน ซึ่งเป็นภาษาที่นิยมใช้กันอย่างแพร่หลาย โดยครอบคลุมแนวคิดหลักสำหรับการพัฒนาเว็บ ซอฟต์แวร์ วิทยาศาสตร์ข้อมูล และการประกันคุณภาพ ทักษะที่ได้รับรวมถึงการเขียนโปรแกรมพีทอน 3 และการทำให้โค้ดง่ายขึ้น
การประยุกต์ใช้การเรียนรู้เชิงลึกด้วย PyTorch (จากศูนย์ถึงความเชี่ยวชาญ)
AI002การประยุกต์ใช้การเรียนรู้เชิงลึกด้วย PyTorch (จากศูนย์ถึงความเชี่ยวชาญ)
หลักสูตรนี้ให้การแนะนำอย่างละเอียดเกี่ยวกับการเรียนรู้เชิงลึก (Deep Learning) โดยใช้ PyTorch ซึ่งเป็นเฟรมเวิร์กที่ได้รับความนิยมมากที่สุดสำหรับงานวิจัยด้านการเรียนรู้ของเครื่อง เริ่มต้นจากพื้นฐานของเทนเซอร์ นักเรียนจะเดินทางผ่านกระบวนการงานวิเคราะห์ข้อมูลทั้งหมด ทั้งในด้านการประมวลผลภาพ การเขียนโปรแกรมเชิงโมดูลาร์ การเรียนรู้แบบถ่ายทอด และการนำไปใช้งานโมเดล หลักสูตรนี้เน้นแนวทาง "เขียนโค้ดก่อน" โดยเน้นการปฏิบัติจริงและการทดลองโดยตรง
บทนำสู่การเรียนรู้เชิงลึก
AI003บทนำสู่การเรียนรู้เชิงลึก
การเรียนรู้เชิงลึกเป็นสาขาหนึ่งของเครื่องเรียนรู้ที่เน้นการเรียนรู้ตัวแทนคุณลักษณะที่ซับซ้อนและมีลำดับชั้นจากข้อมูลดิบโดยใช้เครือข่ายประสาทเทียม การเรียนการสอนครอบคลุมหลักการพื้นฐาน คณิตศาสตร์พื้นฐาน แนวคิดการปรับแต่ง (เช่น การลดความผิดพลาดแบบอนุกรมและการถ่ายโอนย้อนกลับ) ส่วนประกอบของเครือข่าย (เลเยอร์เชิงเส้น เลเยอร์แบบหมุนเวียน และเลเยอร์แบบกรอง) และสถาปัตยกรรมที่พบบ่อย (เช่น CNNs, RNNs) แอปพลิเคชันที่แสดงให้เห็นได้แก่ การมองเห็นของเครื่อง การประมวลผลภาษาธรรมชาติ และการเรียนรู้แบบเสริมแรง นักเรียนจะใช้ไลบรารีการเรียนรู้เชิงลึกอย่าง PyTorch เพื่อการดำเนินการ และส่งผลงานสุดท้ายในสถานการณ์จริง
ห้องแล็บเวทมนตร์ปัญญาประดิษฐ์
AI004ห้องแล็บเวทมนตร์ปัญญาประดิษฐ์
โครงสร้างหลักสูตรที่เข้มงวดซึ่งรวมหัวข้อหลัก 4 หัวข้อ ได้แก่ พื้นฐานปัญญาประดิษฐ์ (AI Fundamentals), การสร้างโมเดลขนาดใหญ่ (GenAI และ LLM), เอเจนต์และการคำนวณวิวัฒนาการ (เน้นเป็นคุณสมบัติของ PolyU) และจริยธรรม หลักสูตรดำเนินไปตามลำดับตรรกะจากความรู้สึกและข้อมูล (บทเรียนที่ 1-3), การรับรู้และการสร้าง (บทเรียนที่ 4-6), เอเจนต์และการวิวัฒนาการ (บทเรียนที่ 7-9) และจบลงด้วยจริยธรรมและอนาคต (บทเรียนที่ 10)
บูตแคมป์ความเชี่ยวชาญด้านเอไอ: จากศูนย์ถึงสถาปนิกเอเจนต์
AI005บูตแคมป์ความเชี่ยวชาญด้านเอไอ: จากศูนย์ถึงสถาปนิกเอเจนต์
หลักสูตรบูตแคมป์เข้มข้น 5 วันที่ออกแบบมาเพื่อเปลี่ยนผู้เริ่มต้นให้กลายเป็นสถาปนิกเอไอเอเจนต์ หลักสูตรครอบคลุมกรอบการทำงาน 'BRIC' สำหรับการเขียนคำสั่ง (Prompt Engineering) การเร่งความเร็วเนื้อหาในการอ่านและเขียนบทความดังในโซเชียลมีเดีย การทำให้งานในที่ทำงานอัตโนมัติผ่านโปรแกรม Excel และ PowerPoint การสร้าง 'สมองที่สอง' โดยใช้เทคโนโลยี RAG (Retrieval-Augmented Generation) และการสร้างพนักงานดิจิทัลที่สามารถทำงานได้อัตโนมัติ
คู่มือขั้นสูงในการเขียนคำสั่งสำหรับโมเดลภาษาขนาดใหญ่
AI006คู่มือขั้นสูงในการเขียนคำสั่งสำหรับโมเดลภาษาขนาดใหญ่
คู่มือขั้นสูงที่ครอบคลุมเกี่ยวกับการควบคุมการใช้งานปัญญาประดิษฐ์ผ่านตรรกะอย่างเป็นระบบและคำแนะนำที่แม่นยำ หลักสูตรนี้ครอบคลุมกรอบโครงสร้าง (CO-STAR) การเรียนรู้แบบไม่กี่ตัวอย่าง (Few-Shot) การให้เหตุผลแบบห่วงโซ่ความคิด (Chain of Thought) ข้อจำกัดรูปแบบผลลัพธ์ (JSON/Markdown) และการจัดการระบบคำสั่งเพื่อแก้ไขปัญหาเช่น การเล่าเรื่องที่ไม่ถูกต้องจากปัญญาประดิษฐ์และการแสดงผลทางตรรกะที่ไม่ดี
OpenClaw: สถาปัตยกรรม การพัฒนา และความปลอดภัยสำหรับตัวแทนปัญญาประดิษฐ์แบบท้องถิ่น
AI007OpenClaw: สถาปัตยกรรม การพัฒนา และความปลอดภัยสำหรับตัวแทนปัญญาประดิษฐ์แบบท้องถิ่น
หลักสูตรนี้นำเสนอการวิเคราะห์อย่างละเอียดเกี่ยวกับ OpenClaw ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สที่ก้าวล้ำสำหรับตัวแทนปัญญาประดิษฐ์อัตโนมัติ หลักสูตรจะวิเคราะห์โครงสร้างสถาปัตยกรรมแบบชั้นของเฟรมเวิร์กอย่างเป็นระบบ กลไกหน่วยความจำแบบเน้นพื้นที่เฉพาะ (local-first RAG memory) โปรโตคอลการควบคุมเบราว์เซอร์ และระบบนิเวศทักษะที่สามารถขยายขนาดได้อย่างสูง หลักสูตรครอบคลุมการจัดการกระบวนการที่ซับซ้อนอย่างเป็นจริง รวมถึงลำดับงานการอัตโนมัติแบบ PIV และรูปแบบการประชุมของตัวแทนหลายตัว นอกจากนี้ยังวิเคราะห์ข้อจำกัดด้านฮาร์ดแวร์ในแนวทางการใช้งานระดับผลิตภัณฑ์ และเสนอแนวทางป้องกันแบบหลายชั้นเพื่อป้องกันภัยคุกคามหลัก เช่น ช่องโหว่ด้านการดำเนินการระยะไกล (RCE) และการโจมตีผ่านคำสั่ง (prompt injection) หลักสูตรนี้มีวัตถุประสงค์เพื่อเสริมศักยภาพให้กับนักพัฒนาและสถาปนิกระดับสูงในการสร้างระบบตัวแทนปัญญาประดิษฐ์ที่มีความสามารถในการทำงานอิสระสูง พร้อมทั้งคงความปลอดภัยและความสามารถในการควบคุมได้
โมเดลภาษาขนาดใหญ่สำหรับทุกคน: จากพื้นฐานสู่การใช้งานจริง (ฉบับปี 2026)
AI008โมเดลภาษาขนาดใหญ่สำหรับทุกคน: จากพื้นฐานสู่การใช้งานจริง (ฉบับปี 2026)
หลักสูตรนี้เป็นการแนะนำแบบปฏิบัติสำหรับผู้เริ่มต้นเกี่ยวกับโมเดลภาษาขนาดใหญ่ (LLMs) เช่น ChatGPT และ Gemini โดยออกแบบมาเพื่อผู้เรียนทุกสายงาน ช่วยอธิบายว่า LLMs ทำงานอย่างไรในระดับพื้นฐาน ความสามารถและข้อจำกัดของมัน รวมถึงวิธีใช้งานอย่างมีประสิทธิภาพในการเรียน การทำงาน และชีวิตประจำวัน ผ่านการสาธิตเชิงปฏิบัติและการฝึกหัดที่มีคำแนะนำ คุณจะได้เรียนรู้เทคนิคการสร้างคำสั่ง (prompt) วิธีประเมินผลลัพธ์อย่างวิพากษ์วิจารณ์ วิธีจัดการกับข้อมูลเท็จ (hallucinations) และอคติ รวมถึงการใช้เครื่องมือทั่วไป (เช่น เอกสาร สรุปเนื้อหา การแปล งานข้อมูล) อย่างปลอดภัยและมีความรับผิดชอบ หลังจบหลักสูตร คุณจะสามารถสร้างแนวทางการทำงานเฉพาะตัวด้วยโมเดลภาษาขนาดใหญ่ (LLM workflow) สำหรับงานจริง เช่น การเขียน การวิจัย การวางแผน และการเพิ่มประสิทธิภาพ ไม่จำเป็นต้องมีทักษะการเขียนโปรแกรมขั้นสูง
《神经和形态发育系统的演化计算及应用——通向通用人工智能的新途径》（15节课）
AI009L《神经和形态发育系统的演化计算及应用——通向通用人工智能的新途径》（15节课）
本书从计算建模的角度研究神经系统与形态（身体）的协同演化与发育。内容涵盖演化算法、基因调控网络、多细胞生长模型、神经可塑性规则以及脑-体协同演化等，旨在为通向通用人工智能（AGI）提供一种基于生物自适应机制的新途径。
การนำทางโมเดลภาษาขนาดใหญ่สำหรับนักพัฒนา
AI010การนำทางโมเดลภาษาขนาดใหญ่สำหรับนักพัฒนา
หลักสูตรนี้เป็นเวอร์ชันที่ปรับให้เหมาะกับผู้เรียนภาษาจีนของซีรีส์คอร์สสามตอนเกี่ยวกับโมเดลภาษาขนาดใหญ่ที่ร่วมกันเปิดตัวโดยแอนดรูว์ ง และโอเพ่นไอ ครอบคลุมหัวข้อการเขียนคำสั่ง (Prompt Engineering) การสร้างระบบด้วย API ของแชทจีพท์ ความก้าวหน้าในการพัฒนาแอปพลิเคชันด้วยแลงเชน และการใช้แลงเชนเข้าถึงข้อมูลเฉพาะตัว หลักสูตรนี้ให้บทแนะนำอย่างชัดเจนและเข้าใจง่ายเกี่ยวกับวิธีการใช้ศักยภาพของโมเดลภาษาขนาดใหญ่ในการสร้างแอปพลิเคชันที่มีฟังก์ชันการสรุป อนุมาน การแปลง การขยาย และการสนทนา
ปัญญาประดิษฐ์เชิงสร้างสรรค์สำหรับผู้เริ่มต้น
AI011ปัญญาประดิษฐ์เชิงสร้างสรรค์สำหรับผู้เริ่มต้น
หลักสูตรที่ครอบคลุมซึ่งสำรวจพื้นฐานของระบบปัญญาประดิษฐ์แบบสร้างสรรค์ โมเดลภาษาขนาดใหญ่ การเขียนคำสั่ง (prompt engineering) และการพัฒนาแอปพลิเคชันที่ใช้ปัญญาประดิษฐ์ โดยใช้เครื่องมือต่างๆ เช่น Azure OpenAI และ Power Platform
การสำรวจลึกเกี่ยวกับโมเดลภาษาขนาดใหญ่
AI012การสำรวจลึกเกี่ยวกับโมเดลภาษาขนาดใหญ่
หลักสูตรนี้นำเสนอการแนะนำอย่างละเอียดและลึกซึ้งเกี่ยวกับประวัติการพัฒนาโมเดลภาษาขนาดใหญ่ (LLMs) สถาปัตยกรรมทางเทคนิคหลัก การฝึกอบรมแบบต่าง ๆ (การฝึกเบื้องต้น การปรับแต่ง และการประสานงาน) การขยายเป็นหลายรูปแบบ วิศวกรรมการกระตุ้น กระบวนการเหตุผลแบบห่วงโซ่ความคิด ตัวแทน รวมถึงหัวข้อแนวหน้า เช่น ความปลอดภัยของโมเดลและการปกป้องความเป็นส่วนตัว
คู่มือ C++ สมัยใหม่
AI013คู่มือ C++ สมัยใหม่
คู่มือการเรียนนี้มีวัตถุประสงค์เพื่อให้ผู้พัฒนาที่มีประสบการณ์ได้รับข้อมูลอ้างอิงอย่างรวดเร็วเกี่ยวกับคุณสมบัติใหม่ของ C++11/14/17/20 โดยครอบคลุมการปรับปรุงด้านความสามารถในการใช้งานของภาษา ประสิทธิภาพในช่วงเวลาทำงาน โครงสร้างข้อมูลใหม่ ตัวชี้อัจฉริยะและการจัดการหน่วยความจำ การจัดรูปแบบแบบสม่ำเสมอ การเขียนโปรแกรมแบบขนาน และบทนำสำหรับ C++20
การแนะนำการเขียนโปรแกรมด้วยภาษา R
AI014การแนะนำการเขียนโปรแกรมด้วยภาษา R
หลักสูตรนี้เป็นการแนะนำอย่างละเอียดเกี่ยวกับสภาพแวดล้อมภาษา R โดยครอบคลุมหัวข้อหลักตั้งแต่การดำเนินการพื้นฐานกับเวกเตอร์ตัวเลข คุณสมบัติของวัตถุ การจัดการอาร์เรย์และเมทริกซ์ การจัดการลิสต์และเฟรมข้อมูล ไปจนถึงการสร้างแบบจำลองทางสถิติและการผลิตกราฟิกคุณภาพสูง มีความเหมาะสมอย่างยิ่งในฐานะหนังสือแนะนำสำหรับการวิเคราะห์ทางสถิติและวิทยาศาสตร์ข้อมูล
บทนำสู่การเขียนโปรแกรมจูเลีย
AI015บทนำสู่การเขียนโปรแกรมจูเลีย
คู่มือที่ครอบคลุมเกี่ยวกับภาษาโปรแกรมจูเลีย ซึ่งเป็นภาษาทั่วไปแบบไดนามิกที่มีประสิทธภาพสูง ซึ่งเหมาะอย่างยิ่งสำหรับการคำนวณเชิงวิทยาศาสตร์และเชิงตัวเลข หลักสูตรนี้ครอบคลุมตั้งแต่ไวยากรณ์พื้นฐานและชนิดข้อมูล ไปจนถึงหัวข้อขั้นสูง เช่น การเขียนโปรแกรมในระดับสูง (metaprogramming) โครงสร้างข้อมูลแบบเฟรม (data frames) การเชื่อมต่อเครือข่าย และการเชื่อมต่อกับฐานข้อมูล
บทเรียน Git ของ Ry
AI016บทเรียน Git ของ Ry
คู่มือที่ครอบคลุมเกี่ยวกับระบบควบคุมเวอร์ชัน Git ตั้งแต่การใช้งานพื้นฐาน เช่น การเตรียมงานและการบันทึกการเปลี่ยนแปลง ไปจนถึงหัวข้อขั้นสูง เช่น การรีเบสแบบโต้ตอบ การทำงานร่วมกันผ่านระยะไกล และการทำงานภายในของฐานข้อมูลวัตถุใน Git
เริ่มต้นเขียนโปรแกรมด้วยภาษา Go
AI017เริ่มต้นเขียนโปรแกรมด้วยภาษา Go
บทเรียนที่เหมาะกับผู้เริ่มต้นและมีประสบการณ์จริงเกี่ยวกับภาษาโปรแกรมมิ่ง Go โดยจัดเป็นบทเรียนเล็กๆ ที่จัดการได้ง่าย มีธีมการสำรวจอวกาศ ครอบคลุมหัวข้อการเขียนโปรแกรมแบบบังคับ ชนิดข้อมูล ฟังก์ชัน เมธอด เซ็ตข้อมูล สถานะ และการประมวลผลพร้อมกัน
คู่มือผู้ใช้ NumPy
AI018คู่มือผู้ใช้ NumPy
บทแนะนำเบื้องต้นอย่างละเอียดและคู่มือทางเทคนิคเกี่ยวกับ NumPy ครอบคลุมการติดตั้ง การจัดการอาร์เรย์ การดัชนี การกระจาย และการรวมกับภาษา C/C++
การเขียนโปรแกรมด้วยภาษา Elixir
AI019การเขียนโปรแกรมด้วยภาษา Elixir
คู่มือที่ครอบคลุมเกี่ยวกับการเขียนโปรแกรมเชิงฟังก์ชันและแบบขนานด้วยภาษา Elixir โดยครอบคลุมการเปลี่ยนจากแนวคิดเชิงวัตถุไปสู่การคิดในเชิงฟังก์ชัน การจับรูปแบบ การไม่เปลี่ยนแปลงข้อมูล โมเดลผู้กระทำสำหรับการประมวลผลพร้อมกัน และการสร้างระบบกระจายที่มีความทนทานด้วย OTP
Eloquent JavaScript: การแนะนำเชิงสมัยใหม่สำหรับการเขียนโปรแกรม
AI020Eloquent JavaScript: การแนะนำเชิงสมัยใหม่สำหรับการเขียนโปรแกรม
คู่มือที่ครอบคลุมเกี่ยวกับการเขียนโปรแกรมสมัยใหม่ด้วยภาษาจาวาสคริปต์ หลักสูตรนี้ครอบคลุมหลักการพื้นฐานของการเขียนโปรแกรม ข้อกำหนดของภาษาจาวาสคริปต์ การรวมกับเบราว์เซอร์เว็บ และการพัฒนาบนเซิร์ฟเวอร์ด้วยน็อด.เจส รวมถึงการประยุกต์ใช้งานจริง 5 โปรเจกต์
คู่มือการเขียนโปรแกรม CUDA
AI021คู่มือการเขียนโปรแกรม CUDA
แหล่งข้อมูลทางการและครอบคลุมสำหรับนักพัฒนาที่ต้องการเรียนรู้โมเดลการเขียนโปรแกรม CUDA และวิธีเขียนโค้ดประสิทธิภาพสูงที่ทำงานบนหน่วยประมวลผลกราฟิกของ NVIDIA คู่มือนี้ครอบคลุมสถาปัตยกรรมแพลตฟอร์ม ชุดคำสั่งการเขียนโปรแกรม คุณสมบัติฮาร์ดแวร์ขั้นสูง และข้อมูลเทคนิคต่างๆ
คู่มือการเขียนโปรแกรม AMD HIP
AI022คู่มือการเขียนโปรแกรม AMD HIP
คู่มือทางเทคนิคที่ครอบคลุมสำหรับการใช้งาน Heterogeneous-compute Interface for Portability (HIP) โดยให้ API รันไทม์แบบ C++ และภาษาเคอร์เนลที่ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ใช้งานได้กับ GPU ของ AMD และ NVIDIA จากโค้ดเดียว คู่มือนี้ครอบคลุมหัวข้อตั้งแต่การติดตั้ง การตั้งค่าสภาพแวดล้อม โมเดลการเขียนโปรแกรม การจัดสรรหน่วยความจำ และเครื่องมือในการย้ายโค้ด CUDA ไปยัง HIP
บทนำสู่การเขียนโปรแกรมด้วยทริตอน: คู่มือปฏิบัติจริง
AI023บทนำสู่การเขียนโปรแกรมด้วยทริตอน: คู่มือปฏิบัติจริง
คู่มือการเรียนรู้ทางวิทยาศาสตร์ที่ครอบคลุม ออกแบบมาเพื่อให้เส้นทางการเรียนรู้แบบเต็มรูปแบบสำหรับ Triton ซึ่งเป็นภาษาและเครื่องคอมพิวเตอร์ที่ใช้ภาษา Python ในการเขียนเคอร์เนล GPU ที่กำหนดเอง หลักสูตรนี้ครอบคลุมโมเดลการเขียนโปรแกรม ไวยากรณ์ของภาษา ลักษณะทางตัวเลข และการปรับประสิทธิภาพ ตั้งแต่การบวกเวกเตอร์พื้นฐาน ไปจนถึงการดำเนินการรวมและแบ่งส่วนที่ใช้ในระบบเรียนรู้เชิงลึกสมัยใหม่
บทนำสู่การเขียนโปรแกรมด้วย ROCm และ HIP: บทเรียนปฏิบัติจริง
AI024บทนำสู่การเขียนโปรแกรมด้วย ROCm และ HIP: บทเรียนปฏิบัติจริง
คู่มือปฏิบัติที่ทันสมัยเกี่ยวกับการเขียนโปรแกรมสำหรับ GPU ของ AMD โดยใช้ ROCm และ HIP ครอบคลุมชุดซอฟต์แวร์ทั้งหมด ตั้งแต่การติดตั้ง กระบวนการสร้าง การเขียนโค้ดแกน (kernel programming) การจัดการหน่วยความจำ การวิศวกรรมประสิทธิภาพ การใช้งานไลบรารี การย้ายโค้ดจาก CUDA และแนวทางการตรวจสอบข้อผิดพลาดในสภาพแวดล้อมผลิตภัณฑ์
ระบบ RAG ที่ใช้งานได้จริง: จากฐานความรู้สู่การสร้างข้อมูลที่ได้รับการเสริมจากข้อมูล
AI025ระบบ RAG ที่ใช้งานได้จริง: จากฐานความรู้สู่การสร้างข้อมูลที่ได้รับการเสริมจากข้อมูล
โน้ตการบรรยายสำหรับนักศึกษาเหล่านี้ให้มุมมองในระดับระบบเกี่ยวกับการสร้างระบบการสร้างข้อมูลที่ได้รับการเสริมจากข้อมูล (RAG) ที่ใช้งานได้จริง หลักสูตรครอบคลุมกระบวนการทั้งหมดตั้งแต่การนำเข้าข้อมูล การแบ่งข้อมูลเป็นชิ้นเล็ก ๆ กลยุทธ์การจัดกลุ่ม การแปลงเวกเตอร์ การจัดเก็บเวกเตอร์ การค้นหาแบบไฮบริด การจัดลำดับใหม่ และการประเมินผลเพื่อแอปพลิเคชันปัญญาประดิษฐ์ที่เชื่อถือได้
การวิเคราะห์โครงสร้างข้อมูลและอัลกอริธึมด้วย Python (ฉบับที่ 2)
AI028การวิเคราะห์โครงสร้างข้อมูลและอัลกอริธึมด้วย Python (ฉบับที่ 2)
หนังสือเล่มนี้เป็นหนังสือเรียนคลาสสิกที่ใช้ภาษา Python ในการอธิบายโครงสร้างข้อมูลและอัลกอริธึม โดยครอบคลุมหัวข้อต่างๆ เช่น การทบทวนพื้นฐานของ Python, การวิเคราะห์อัลกอริธึม (การเขียนแบบโอใหญ่), โครงสร้างข้อมูลพื้นฐาน (สแตก, คิว, ลิสต์), การเรียกซ้ำ, การค้นหาและการจัดเรียงข้อมูล, อัลกอริธึมของต้นไม้และกราฟ พร้อมด้วยรายการโค้ดจริงเพื่อช่วยให้ผู้อ่านเข้าใจวิธีการนำเอาชนิดข้อมูลเชิงนามธรรมต่างๆ มาใช้งานอย่างมีประสิทธิภาพผ่านภาษา Python
Reinforcement Learning: An Introduction
AI029Reinforcement Learning: An Introduction
A comprehensive foundational textbook on reinforcement learning, covering key algorithms such as Q-learning, Sarsa, and TD-learning, while bridging the gap between tabular methods and function approximation.
พื้นฐานของปัญญาประดิษฐ์เชิงสร้างสรรค์ในภาษา Python
AI030พื้นฐานของปัญญาประดิษฐ์เชิงสร้างสรรค์ในภาษา Python
คู่มือที่ครอบคลุมเกี่ยวกับการเข้าใจและประยุกต์ใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) และโมเดลภาษาขนาดใหญ่ (LLMs) หลักสูตรนี้ครอบคลุมการเปลี่ยนจากพื้นฐานทางทฤษฎีไปสู่การพัฒนาเชิงปฏิบัติโดยใช้ภาษา Python รวมถึง GANs, โมเดลการกระจาย (diffusion models), โครงข่ายแบบทรานซ์ฟอร์เมอร์ (transformers), การปรับแต่งแบบเฉพาะเจาะจง (fine-tuning) และการนำไปใช้งานจริงในสภาพแวดล้อมผลิต
ระบบคอมพิวเตอร์: มุมมองจากนักพัฒนาโปรแกรม (ฉบับโลก)
AI031ระบบคอมพิวเตอร์: มุมมองจากนักพัฒนาโปรแกรม (ฉบับโลก)
การสำรวจอย่างละเอียดเกี่ยวกับวิธีที่ระบบคอมพิวเตอร์ดำเนินการโปรแกรมและจัดเก็บข้อมูล หลักสูตรนี้เชื่อมโยงช่องว่างระหว่างการเขียนโปรแกรมระดับสูงกับฮาร์ดแวร์ที่อยู่เบื้องหลัง โดยครอบคลุมการแทนค่าระดับเครื่องจักร สถาปัตยกรรมของโปรเซสเซอร์ โครงสร้างหน่วยความจำ และการเขียนโปรแกรมแบบขนาน