เทคนิคการเรียนรู้ของเครื่อง หรือ Machine Learning (ML) ซึ่งเป็นเทคนิคหนึ่งในการวิเคราะห์ข้อมูลที่เน้นการพยากรณ์หรือคาดการณ์สิ่งที่จะเกิดขึ้นต่อไปในอนาคต ในปัจจุบันเทคนิค ML นี้ได้มีการประยุกต์ใช้อย่างแพร่หลายในหลายวงการ ตัวอย่างเช่น 

  • ฝ่ายบุคลากร (Human Resource: HR) 
    • มีการนำเทคนิค ML ไปเรียนรู้ข้อมูลของพนักงานและสร้างแบบจำลองเพื่อคาดการณ์ว่าพนักงานคนใดบ้างมีแนวโน้มที่จะลาออก
  • ด้านการแพทย์หรือสาธารณสุข (Healthcare) 
    • มีการนำเทคนิค ML ไปช่วยวิเคราะห์ภาพถ่ายX-Ray เพื่อหาตำแหน่งที่ผิดปกติในดวงตาบ้างหรือใช้ข้อมูลพฤติกรรมการใช้ชีวิตประจำวันมาพยากรณ์ว่าน่าจะมีโอกาสเกิดเป็นโรคต่างๆ เช่น โรคเบาหวาน หรือไม่
  • ด้านการเกษตร (Agriculture) 
    • มีการนำเทคนิค ML ไปช่วยแนะนำว่าส่วนไหนของประเทศของจะเพาะปลูกพืชอะไรบ้าง
  • ด้านภูมิศาสตร์ (Geography) 
    • มีการนำเทคนิค ML ไปช่วยพยากรณ์ว่าจะเกิดอุทกภัยที่ส่วนใดของประเทศบ้าง
  • ด้านธุรกิจ(Business) 
    • มีการนำเทคนิค ML ไปช่วยประมาณค่ายอดจำหน่ายสินค้าในอีก1 เดือนถัดไป
  • ภาคอุตสาหกรรม(Industry)
    • มีการนำไปใช้ในเรื่องของการพยากรณ์ว่าอุปกรณ์หรือเครื่องจักรใดบ้างมีโอกาสเกิดความผิดปกติในอีก24 หรือ 48 ชั่วโมงถัดไป

หลักสูตรนี้ได้เล็งเห็นถึงความสำคัญของการนำเทคนิคMachine Learning ไปประยุกต์ในงานด้านต่างๆ ทางเราจึงได้ออกแบบเนื้อหาให้ผู้ที่สนใจหรือนักศึกษาที่มีการทำวิจัยในเชิงประยุกต์(applied research) สามารถนำข้อมูลของตัวเองมาวิเคราะห์ได้ง่ายๆ ผ่านทางซอฟต์แวร์ RapidMiner Go ซึ่งเป็นเครื่องมือที่ทำการวิเคราะห์ข้อมูลได้ง่ายดายโดยไม่ต้องเขียนโปรแกรม(code) และสามารถทำงานทุกอย่างได้ผ่านทางหน้า web browserเลย ทำไห้ไม่ต้องติดตั้งซอฟต์แวร์เพิ่มเติม 

หัวข้อการอบรม

  • แนะนำการประยุกต์ใช้เทคนิคMachine Learning ในด้านต่างๆ
  • กระบวนการวิเคราะห์ข้อมูลด้วยหลักการของCRISP-DM
  • การหาข้อมูลมาทำการวิเคราะห์จากเว็บไซต์ต่างๆ เข่น UCI หรือ Kaggle
  • แนวคิดของเทคนิคMachine Learning เบื้องต้น ได้แก่ 
    • เทคนิค Decision Tree
    • เทคนิค Logistic Regression
    • เทคนิค Linear Regression
    • เทคนิค Naive Bayes
    • เทคนิค Support Vector Machine
  • แนวคิดของเทคนิคMachine Learning ขั้นสูง ได้แก่ 
    • เทคนิค Random Forest
    • เทคนิค Gradient Boosted Tree
    • เทคนิค Deep Learning
  • การวัดประสิทธิภาพของแบบจำลอง ได้แก่
    • Accuracy
    • Precision
    • Recall
    • Mean Absolute Error (MAE)
    • Root Mean Square Error (RMSE)
  • Workshop การนำเทคนิค Machine Learning ไปใช้งานด้วย RapidMiner Go สำหรับงานด้านต่างๆ เช่น
    • HR Analytics
    • Healthcare
    • Bank and Financial
    • Telco (Telecommunication)

วันและเวลาการอบรม

  • วันจันทร์ที่ 24 พฤษภาคม 2564 เวลา 09:30-17:00น.
  • การอบรมแบบ Online

ค่าลงทะเบียน

  • ท่านละ 2,999 บาท (รวม vat 7% แล้ว แต่สามารถหักภาษี ณ​ ที่จ่าย 3%ในนามบริษัทได้ครับ)

ขณะนี้มีผู้สนใจสำรองที่นั่งมาแล้วจำนวน 4 ท่าน

  1. คุณ กัลยรักษ์
  2. คุณ มาสวีร์
  3. คุณ จีรพร
  4. คุณ เอพร

สำรองที่นั่งได้ที่ฟอร์มด้านล่างเลยนะครับ (หลังจากลงทะเบียนแล้วกรุณารอ email ยืนยันกลับไปครับ และเราจะแจ้ง SMS กลับไปยังหมายเลขโทรศัพท์ที่ให้ไว้ครับ ต้องขออภัยบางครั้งอาจจะล่าช้าเนื่องจากไม่ได้เป็นระบบอัตโนมัติครับ ^^)