สารบัญหลักสูตร

Python Programming – ไพทอนโปรแกรมมิ่ง

คำอธิบายหลักสูตร

การเขียนโปรแกรมเป็นรากฐานสำคัญ ในการสร้างโปรแกรมคอมพิวเตอร์ อาทิเช่น ปัญญาประดิษฐ์ (AI) ทั้งยังสร้างขบวนการคิดอย่างเป็นระบบให้กับผู้เรียน

ภาษาไพทอนเป็นภาษาที่ได้รับความนิยมสูง ในการพัฒนา AI เนื่องจากเป็นภาษาที่เข้าใจง่าย เหมือนกับภาษาอังกฤษ และมีไลบารีสำหรับ AI อย่างมากมาย

เนื้อหาการอบรม

ในการอบรมจะสอนเริ่มจาก การแนะนำไพทอน, พื้นฐานการเขียนโปรแกรมไพทอน, ฟังก์ชั่น, การทำงานแบบเงื่อนไขและวนซ้ำ, ลิสต์,การใช้งานไฟล์และชนิดข้อมูลแบบดิกต์, และการประยุกต์ด้านคณิตศาสตร์

วันที่ 1 ช่วงเช้า

Jupyter Notebook Overview
Google Colaboratory(Colab)
Interactive Interpreter
Comments
Variable and Types
Numbers and Booleans

วันที่ 1 ช่วงบ่าย

Strings
Console I/O
Functions

วันที่ 2 ช่วงเช้า

Control Flow (Condition)
Loops
List
Dictionary

วันที่ 2 ช่วงบ่าย

NumPy
SciPy
Matplotlib

Python for Data Science – ไพทอนสำหรับวิทยาศาสตร์ข้อมูล

คำอธิบายหลักสูตร

ปูพื้นวิทยาศาสตร์ข้อมูลให้มีความรู้ความเข้าใจ และสามารถนำข้อมูลมาแสดงผลในรูปแบบต่างๆ

ทั้งนี้แนะนำให้ผ่านหลักสูตร Python Programming – ไพทอนโปรแกรมมิ่ง ก่อน

เนื้อหาการอบรม

การอบรมจะสอนเริ่มจาก Expression, Variable, Build-in function, Strings, Control I/O, Functions, Control Flow (Condition), Loops, List and Dictionary, NumPy, Pandas, Matplotlib, Seaborn และ Geographical Plotting ด้วยไพทอน ถัดมาเป็นการเรียนรู้เกี่ยวกับ Machine Learning พื้นฐานในหัวข้อ Linear Regression, Logistic Regression, Support Vector Machine, K-mean Clustering, Natural Language Processing, Neural Nets and Deep Learning

วันที่ 1 ช่วงเช้า

Python Basics (Part 1)
Expression, Variable, and Build-in function
Python Basics (Part 2)
Strings, Control I/O, and Functions
List
Dictionary

วันที่ 1 ช่วงบ่าย

Python for Data Analysis
- NumPy
- Pandas
Python for Data Visualization
- Matplotlib
- Seaborn
- Geographical Plotting

วันที่ 2 ช่วงเช้า

Introduction to Machine Learning
- Linear Regression
- Logistic Regression
- Support Vector Machine

วันที่ 2 ช่วงบ่าย

Introduction to Machine Learning
- K-mean Clustering
- Natural Language Processing
- Neural Nets and Deep Learning

IoT Basic – ไอโอที พื้นฐาน

คำอธิบายหลักสูตร

การพัฒนาอุปกรณ์และออกแบบเทคโนโลยี IoT พร้อมภาคปฏิบัติ เน้นไปที่การแนะนำให้ผู้เข้าร่วมอบรมเข้าใจหลักการทำงานของอุปกรณ์ IoT และสามารถพัฒนาต่อยอดอุปกรณ์ IoT เบื้องต้นได้ด้วยตนเอง

เนื้อหาการอบรม

การอบรมจะให้ความเข้าใจเกี่ยวกับการเชื่อมต่ออุปกรณ์พื้นฐานคือ NodeMCU เข้ากับ Computer Notebook ของผู้เข้าอบรม และจะมีการฝึกการเขียนโปรแกรมภาษา C/C++ ที่ใช้ในการพัฒนา NodeMCU ด้วย Arduino IDE ให้รู้จักชนิดตัวแปล โครงสร้างการเขียนโปรแกรม อัลกอริทึมเบื้องต้น การใช้งานฟังก์ชั่น การใช้งานไลบรารี่ เข้าใจฮาร์ดแวร์ NodeMCU การใช้งานอินพุท (การนำข้อมูลเข้า) และเอาท์พุท (การสั่งงานควบคุม) แบบต่างๆ การใช้งานความสามารถภายใน NodeMCU การเพิ่มไลบรารี่ของอุปกรณ์ที่เชื่อมต่อกับ NodeMCU พร้อมตัวอย่างการประยุกต์ใช้งานการรับส่งข้อมูลกับ Server ที่มีให้ใช้งานฟรีเช่น Firebase, Blynk, NETPIE, Cayenne โดยจะเน้นที่ Blynk เป็นหลัก ผ่าน Web App บน Smart phone และเทคนิคและการออกแบบระบบ Smart Home และ Smart Farm เช่น ระบบรักษาความปลอดภัย, ระบบวัดค่า, แสดงผล, วิเคราะห์ผลต่าง ๆ, ระบบการทำงานอัตโนมัติตามเวลาหรือตามเหตุการณ์ต่าง ๆ เป็นต้น

วันที่ 1 ช่วงเช้า

เรียนรู้ระบบ Internet of Things (IoT) และตัวอย่างการใช้งาน IoT แบบต่าง ๆ
เรียนรู้โปรแกรม (Software Tools) ต่าง ๆ เช่น Arduino IDE ที่ใช้ในการเขียนบน NodeMCU เพื่อพัฒนาระบบ IoT และการลงโปรแกรมบนคอมพิวเตอร์ทั้งบน Windows และ OSX
เรียนรู้ Hardware ของ NodeMCU
เรียนรู้คำสั่งพื้นฐานในการเขียนภาษา C บน NodeMCU
เรียนรู้ Library ต่าง ๆ ที่มักใช้ในระบบ Smart Home
เรียนรู้การเขียนภาษา C/C++ บน NodeMCU
เรียนรู้การ Debugging NodeMCU ผ่าน Terminal
เรียนรู้การเขียนโปรแกรมสื่อสารระหว่างNodeMCU กับ Terminal

วันที่ 1 ช่วงบ่าย

เรียนรู้การเขียนโปรแกรมอ่านค่าจาก Input ของ NodeMCU
เรียนรู้การเขียนโปรแกรมส่งค่าออก Output ของ NodeMCU
เขียนโปรแกรมอ่านค่าอุปกรณ์วัดสัญญาณDigital พื้นฐานที่ใช้ในระบบ Smart Home ผ่านSwitch, Motion Sensor
เรียนรู้การเขียนโปรแกรมอ่านค่าอุปกรณ์วัดสัญญาณ Analog ผ่าน ตัวต้านทานปรับค่าได้ (Potentiometer)
เรียนรู้การเขียนโปรแกรมอ่านค่าอุปกรณ์วัดที่ใช้การสื่อสารแบบพื้นฐานที่ใช้ในระบบ Smart Home ผ่าน เซ็นเซอร์วัดอุณหภูมิและความชื้น(DHT11)

วันที่ 2 ช่วงเช้า

เรียนรู้การเขียนโปรแกรมควบคุมการทำงานตามเวลาที่กำหนด (Timer)
เรียนรู้การเขียนโปรแกรมส่งสัญญาณ PWM และสัญญาณแบบต่าง ๆ
เรียนรู้การเขียน NodeMCU เพื่อส่งข้อมูลไปยัง LINE Notify ใน Smart Phone
เรียนรู้การใช้ LINE Chatbot เพื่อเพื่อควบคุม NodeMCU ผ่าน LINE แอพพลิเคชั่น ใน Smart Phone
เรียนรู้และทำความเข้าใจระบบที่ใช้ในการรับส่งข้อมูล และ ควบคุม ผ่านระบบ IoT เช่น NETPIE, Blynk, MQTT

วันที่ 2 ช่วงบ่าย

ทำความเข้าใจการสื่อสารระหว่าง NodeMCU กับ NETPIE พร้อมทั้งทดสอบการใช้งาน
ทำความเข้าใจการสื่อสารระหว่าง NodeMCU กับ Blynk พร้อมทั้งทดสอบการใช้งานและการสร้างโปรแกรมเพื่อเชื่อมต่อระบบเข้ากับ Smart Phone
ทำความเข้าใจการของระบบ MQTT
เทคนิคและการออกแบบระบบ Smart Home เช่น ระบบรักษาความปลอดภัย, ระบบวัดค่า, แสดงผล และ วิเคราะห์ผลต่าง ๆ, ระบบการทำงานอัตโนมัติตามเวลาหรือตามเหตุการณ์ต่าง ๆเป็นต้น
ตัวอย่างและแนวทางการพัฒนาระบบ IoT เพื่อเชื่อมต่อกับระบบปัญญาประดิษฐ์ (AI)

IoT Advance – ไอโอที ขั้นสูง

คำอธิบายหลักสูตร

เรียนรู้การใช้งาน Node-Red และการพัฒนาเว็บแอพพลิเคชั่นบน MQTT ซึ่งเป็นแพลตฟอร์ม IoT ที่นิยมในปัจจุบัน

ทั้งนี้แนะนำให้ผ่านหลักสูตร IoT Basic – ไอโอที พื้นฐาน ก่อน

เนื้อหาการอบรม

การสอนติดตั้ง MQTT สำหรับรองรับอุปกรณ์ IoT พร้อมกันหลายๆตัวได้ในคราวเดียว, สอนการเขียน NodeMCU เพื่อติดต่อกับ MQTT และการเชื่อมต่อ Sensor กับ IoT แบบต่างๆเพื่อให้สามารถเชื่อมต่อกับระบบ MQTT ได้พร้อมกันทีละหลายๆตัวทั้งแบบ

ต่อ 1 sensor ต่อ 1 IoT และต่อหลายๆ IoT
แบบหลาย Sensor ต่อ 1 IoT และการใช้งาน Node-RED ซึ่งเป็น tool ใช้สำหรับเชื่อมต่ออุปกรณ์เข้าด้วยกันผ่าน APIs และ ระบบออนไลน์ที่เป็นที่นิยม โดยในการอบรมนี้จะเป็นการเชื่อมต่อกับ MQTT และตัวอย่างการเชื่อมต่อระบบออนไลน์อื่นๆ

วันที่ 1 ช่วงเช้า

MQTT Protocol (Message Queuing Telemetry Transport)

ทำความเข้าใจ MQTT Protocol (Message Queuing Telemetry Transport)
ทดลองใช้งาน MQTT ฟรีจาก CloudMQTT
ติดตั้ง MQTT Server ของตัวเองบน Google Cloud
ทดลองใช้งาน Subscribe MQTT

วันที่ 1 ช่วงบ่าย

ทดลองใช้งาน Publish MQTT
เรียนรู้การใช้โปรแกรม MQTTBox เพื่อตรวจสอบและทดสอบระบบ MQTT
เรียนรู้การ Subscribe และ Publish ระหว่าง Client NodeMCU และ MQTT
ทอลองใช้งาน NodeMCU 2 ตัวสื่อสารกันในแบบ M2M ผ่านระบบ MQTT

วันที่ 2 ช่วงเช้า

Node-RED

ทำความเข้าใจ Node-RED
ติดตั้ง Node-RED ของตัวเองบน Google Cloud
ติดตั้ง PM2 เพื่อให้ Node-RED สามารถทำงานได้ตลอดเวลา
ศึกษาการใช้ Node-RED เบื้องต้น
ศึกษาการใช้ Node-RED เชื่อมต่อกับ MQTT ที่เราสร้างขึ้น
ศึกษาการใช้งาน Node-RED Dashboard

วันที่ 2 ช่วงบ่าย

ศึกษาการใช้ Node-RED เก็บข้อมูลลงในฐานข้อมูล SQLite และ Mysql
ศึกษาการใช้ Node-RED เพื่อสร้างเงื่อนไขการทำงานแบบต่างๆ
ตัวอย่างการเชื่อมต่อ Node-RED กับ Line notify, Map, E-mail และอื่นๆที่ผู้อบรมสนใจ

Machine Learning – การเรียนรู้ของเครื่อง

คำอธิบายหลักสูตร

เรียนการสร้างปัญญาประดิษฐ์ด้วย Machine Learning จาก Algorithm ต่างๆ อาทิเช่น PCA, LDA, Neural Network ฯลฯ

ทั้งนี้แนะนำให้ผ่านหลักสูตร Python Programming – ไพทอนโปรแกรมมิ่ง และ Python for Data Science – ไพทอนสำหรับวิทยาศาสตร์ข้อมูล ก่อน

เนื้อหาการอบรม

วันที่ 1 ช่วงเช้า

Intro pattern recognition, feature, classifier
Python, Scikitlearn
Principal Component Analysis (PCA)
Linear Discriminant Analysis (LDA)

วันที่ 1 ช่วงบ่าย

Keras
Neural Network
Siamese Network
Support Vector Machine (SVM)
NN & SVM

วันที่ 2 ช่วงเช้า

Gradient vanishing
Convolution Neural Network
Using existing network

วันที่ 2 ช่วงบ่าย

Residual Network
LSTM
Image segmentation

Computer Vision – คอมพิวเตอร์วิทัศน์

คำอธิบายหลักสูตร

Computer Vision เป็นส่วนสำคัญหนึ่งที่ทำให้ AI สามารถรู้จำวัตถุต่างๆจากภาพหรือวีดีโอ ในหลักสูตรนี้คุณได้เรียนรู้ Affine Transform, Convolution Neural Network, ฯลฯ

Retinal biometrics technology with man’s eye digital remix

เนื้อหาการอบรม

วันที่ 1 ช่วงเช้า

Colour Space
Spatial Domain and Frequency Domain
Feature Descriptor
HOG
Optical Flow

วันที่ 1 ช่วงบ่าย

Gabor Filter
Affine Transform
Python and OpenCV
Toy problem

วันที่ 2 ช่วงเช้า

What is Deep Learning
Perceptron and Neural Network
Convolution Neural Network
CNN architecture
Train CNN

วันที่ 2 ช่วงบ่าย

Best Practice
Toy problem: CIFAR
Pre-trained model
Transfer learning
Toy problem: Celeb Face Detection in Video