Unlock AI with Azure: No Code & Low Code

Technology

หลักสูตร Unlock AI with Azure: No Code & Low Code

ในยุคปัจจุบัน เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence - AI) ได้เข้ามามีบทบาทสาคัญในหลาย ๆ ด้านของธุรกิจและการใช้ชีวิตประจาวัน การใช้ AI เพื่อเพิ่มประสิทธิภาพในการทางาน การตัดสินใจ และการสร้างนวัตกรรมใหม่กลายเป็นสิ่งที่จาเป็นสาหรับองค์กรต่าง ๆ อย่างไรก็ตาม การพัฒนาและปรับใช้ AI มักถูกมองว่าเป็นเรื่องยากที่ต้องใช้ทักษะการเขียนโค้ดและความรู้เชิงลึกทางเทคนิคซับซ้อนมากมาย

เพื่อแก้ไขปัญหานี้ Microsoft Azure ได้พัฒนาเครื่องมือและแพลตฟอร์มที่ช่วยให้ผู้ใช้งานสามารถสร้างและปรับใช้โซลูชัน AI ได้โดยไม่จาเป็นต้องมีทักษะการเขียนโค้ด หรือเพียงแค่ต้องการเขียนโค้ดจานวนน้อยมากในการนาไปใช้งานจริง หลักสูตร "Unlock AI with Azure: No Code & Low Code" จึงออกแบบมาเพื่อให้ผู้เรียนสามารถเข้าใจหลักการของ AI Machine Learning และสามารถใช้งาน AI บนแพลตฟอร์ม Azure ได้อย่างง่ายดาย ผ่านการเรียนรู้ที่ไม่ต้องใช้ทักษะการเขียนโค้ดซับซ้อน ไม่ว่าจะเป็นนักเรียน นักศึกษา หรือบุคลากรในองค์กร สามารถเข้ามาเรียนรู้และนาความรู้ไปประยุกต์ใช้ได้จริง อีกทั้งช่วยลดต้นทุนและเวลาในการพัฒนาโซลูชัน AI ทาให้สามารถเริ่มต้นใช้งาน AI ได้อย่างรวดเร็วและมีประสิทธิภาพ

ระยะเวลา 12 ชั่วโมง

อบรม 2 วัน | 9.00 น. - 16.00 น.

ระดับ Basic

ระดับความรู้ขั้นพื้นฐาน

ประกาศนียบัตรที่เกี่ยวข้อง

Microsoft Azure AI Fundamentals (AI-900)

ราคา

7,900 บาท

เนื้อหาการอบรม

  • Chapter 1: พื้นฐานปัญญาประดิษฐ์และการประมวลผลคลาวด์
    • นิยามของปัญญาประดิษฐ์ (Artificial Intelligence)
    • ประเภทของ Machine Learning
    • บทบาทของ AI และการประยุกต์ใช้
    • หลักการของ AI ที่มีความรับผิดชอบ (Principle of Responsible AI)
    • ผลกระทบที่อาจจะเกิดขึ้นจากความเสี่ยงในการใช้ AI (Risk of AI)
    • การประมวลผลแบบคลาวด์ (Cloud Computing) คืออะไร
  • Chapter 2: การเรียนรู้ของเครื่อง (Machine Learning)
    • การเรียนรู้แบบมีผู้สอน (Supervised Learning)
    • การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning)
    • การเรียนรู้แบบเสริมกาลัง (Reinforcement Learning)
    • กระบวนการสร้างโมเดล (Machine Learning)
    • การวิเคราะห์แบบถดถอย (Regression Analysis)
    • การวิเคราะห์จาแนกประเภท (Classification Analysis)
    • การวิเคราะห์การจัดกลุ่ม (Clustering)
    • การลดมิติข้อมูล (Dimensionality Reduction)
    • แนวคิดโครงข่ายประสาทเทียม (Artificial Neural Network)
  • Chapter 3: การใช้งานระบบ Azure Machine Learning
    • แนะนา Microsoft Azure Machine Learning (AzureML)
    • การสร้าง Azure AI services resources ใน Azure subscription
    • Automated Machine Learning
    • การใช้งาน Automated ML เพื่อ Train และ Deploy Predictive Model
    • Azure Machine Learning Designer
    • การใช้งาน Azure Machine Learning Designer เพื่อสร้าง Training Pipeline Inference Pipeline และ Deploy Predictive Model
  • Chapter 4: คอมพิวเตอร์วิทัศน์ (Computer Vision)
    • คอมพิวเตอร์วิทัศน์ (Computer Vision) คืออะไร
    • การจัดกลุ่มภาพออกเป็นหมวดหมู่ (Image Classification)
    • การตรวจจับวัตถุ (Object Detection)
    • การจดจาใบหน้า (Face Detection)
    • การรู้จาอักขระด้วยแสง (Optical Character Recognition)
    • การใช้งาน Azure AI Vision Service
    • Limited Access features for Azure AI services
  • Chapter 5: การประมวลผลภาษาธรรมชาติ (Natural Language Processing)
    • NLP คืออะไร
    • การรู้จาเสียงพูด (Speech Recognition)
    • การแปลภาษา (Translate Machine)
    • การวิเคราะห์อารมณ์และความรู้สึกจากข้อความ (Sentiment Analysis)
    • การสกัดนิพจน์เฉพาะหรือชื่อเฉพาะในประโยค (Entity Extraction)
    • การสรุปข้อความ (Text Summarization)
    • การใช้งาน Azure Language Service
  • Chapter 6: Generative AI
    • รู้จักกับ Azure OpenAI Service
    • หลักการทางานของ GPT (Generative Pre-trained Transformation)
    • การใช้งาน Azure OpenAI Service
    • Completions & Chat completions (GPT)
    • DALL·E (AI Image Generator)
    • การใช้งาน REST API จาก Azure OpenAI Service