หลักสูตรดิจิทัลนี้ออกแบบมาเพื่อช่วยให้ผู้มีอำนาจตัดสินใจทางธุรกิจเข้าใจพื้นฐานของแมชชีนเลิร์นนิ่ง (ML)
- ระดับหลักสูตร: พื้นฐาน
- ระยะเวลา: 30 นาที
หมายเหตุ: หลักสูตรนี้มีการแปลถอดเสียง/คำบรรยาย บทบรรยายเป็นภาษาอังกฤษ
หากต้องการแสดงคำบรรยาย ให้คลิกที่ปุ่ม CC ที่มุมล่างขวาของเครื่องเล่น
กิจกรรมต่างๆ
หลักสูตรนี้ประกอบด้วยการนำเสนอ วิดีโอ และการทดสอบความรู้
วัตถุประสงค์ของหลักสูตร
ในหลักสูตรนี้ คุณจะได้เรียนรู้สิ่งต่างๆ ดังนี้:
- เข้าใจหลักการพื้นฐานของแมชชีนเลิร์นนิ่งเพื่อช่วยประเมินประโยชน์และความเสี่ยงที่เกี่ยวข้องกับการนำ ML ไปใช้ในเหตุผลทางธุรกิจต่างๆ
กลุ่มเป้าหมาย
หลักสูตรนี้มีขึ้นสำหรับ:
- ผู้นำธุรกิจที่ไม่มีความรู้ทางเทคนิคและผู้มีอำนาจตัดสินใจทางธุรกิจอื่นๆ ที่เข้าร่วมหรือจะเข้าร่วมในโปรเจกต์ ML
- ผู้เข้าร่วมโปรแกรม AWS Machine Learning Embark และเวิร์กช็อปการค้นพบ Machine Learning Solutions Lab (MLSL)
ข้อกำหนดเบื้องต้น
เราขอแนะนำว่าผู้เข้าร่วมการอบรมหลักสูตรนี้ควรได้เรียนเรื่องเหล่านี้มาก่อน:
- ความรู้เบื้องต้นเกี่ยวกับคอมพิวเตอร์และระบบคอมพิวเตอร์
- ความรู้พื้นฐานบางประการเกี่ยวกับแนวคิดแมชชีนเลิร์นนิ่ง
เนื้อหาหลักสูตร
โมดูลที่ 1: แมชชีนเลิร์นนิ่งจะช่วยได้อย่างไร
- นิยามปัญญาประดิษฐ์
- นิยามแมชชีนเลิร์นนิ่ง
- อธิบายโดเมนธุรกิจต่างๆ ที่ได้รับผลกระทบจากแมชชีนเลิร์นนิ่ง
- อธิบายวงจรป้อนกลับเชิงบวก (วงล้อ) ที่ขับเคลื่อนโปรเจกต์ ML
- อธิบายศักยภาพของแมชชีนเลิร์นนิ่งในตลาดที่นำแมชชีนเลิร์นนิ่งมาใช้ประโยชน์น้อย
โมดูลที่ 2: แมชชีนเลิร์นนิ่งทำงานอย่างไร
- อธิบายปัญญาประดิษฐ์
- อธิบายความแตกต่างระหว่างปัญญาประดิษฐ์กับแมชชีนเลิร์นนิ่ง
โมดูลที่ 3: ปัญหาที่อาจเกิดขึ้นกับแมชชีนเลิร์นนิ่งมีอะไรบ้าง
- อธิบายความแตกต่างระหว่างโมเดลแบบง่ายกับแบบซับซ้อน
- เข้าใจปัญหาเรื่องความไม่สามารถอธิบายได้และความไม่แน่นอนของโมเดลแมชชีนเลิร์นนิ่ง
โมดูลที่ 4: สรุป
