AIAT Academy สัญจร 2018

AIAT Academy สัญจร 2018

สารบัญ

บรรยายและให้คำปรึกษา สำหรับภาคอุตสาหกรรม

ปัจจุบันปัญญาประดิษฐ์มีส่วนสำคัญในภาคอุตสาหกรรม เพื่อช่วยเพิ่มประสิทธิภาพและลดต้นทุนในการผลิต ตลอดจนทำนายความต้องของตลาด

โดย ศ.ดร. ธนารักษ์ ธีระมั่นคง (นายกสมาคม AIAT) และทีมที่ปรึกษาสำหรับภาคอุตสาหกรรม

กำหนดการ

  • 09.00 – 11.00 บรรยายหัวข้อ “ปัญญาประดิษฐ์ (AI) จะเข้ามาแทนที่ภาคอุตสาหกรรมใดบ้างและจะเตรียมพร้อมสำหรับการเปลี่ยนแปลงอย่างไร”
  • 11.00 – 12.00 น. กิจกรรมแบ่งกลุ่ม
  • 13.00 – 15.00 น. ช่วงให้คำปรึกษา

Data Analytics

เรียนรู้การใช้เครื่องมือในการทำ Data Analytics ซึ่งเป็นหัวข้อที่รับได้ความนิยมจากวงการต่างๆ ทั้งภาควิชาการ และภาคธุรกิจ ด้วยโปรแกรม RapidMiner Studio จึงไม่จำต้องเขียนโปรแกรมเป็น

โดย ดร. เอกสิทธิ์ พัชรวงศ์ศักดา ผู้อำนวยการหลักสูตร สาขาวิชาวิศวกรรมข้อมูลขนาดใหญ่ มหาวิทยาลัยธุรกิจบัณฑิตย์ สอบผ่านมาตรฐานและได้รับ RapidMiner Certificate ระดับ Analyst

ภาพรวมของหลักสูตร

เทคนิคการจำแนกประเภทข้อมูลหรือที่เรียกว่า Predictive Modeling เป็นเทคนิคที่นิยมใช้กันมากในการวิเคราะห์ข้อมูลและการทำงานวิจัยเชิงประยุกต์ ซึ่งกระบวนการจำแนกประเภทข้อมูลจะแบ่งเป็นสองส่วนคือ (1) การนำข้อมูลสอน (training data) มาสร้างโมเดลและวัดประสิทธิภาพของโมเดล และ (2) การนำโมเดลที่ได้ไปใช้ทำนาย (predict) เพื่อหาคำตอบให้กับข้อมูลใหม่ โดยการสร้างโมเดลนั้นมีหลายๆ เทคนิค เช่น

  • เทคนิค Decision Tree ซึ่งสร้างโมเดลในรูปแบบของ Tree เพื่อช่วยตัดสินใจ
  • เทคนิค Naive Bayes ซึ่งสร้างโมเดลโดยใช้การคำนวณความน่าจะเป็นจากโอกาสที่เกิดขึ้นมาแล้วใน training data
  • เทคนิค K Nearest Neighbours ซึ่งสร้างโมเดลโดยการเปรียบเทียบความคล้ายคลึงกับข้อมูล training data
  • เทคนิค Neural Network เป็นการสร้างโมเดลที่ใช้สมการคณิตศาสตร์ที่ซับซ้อนในลักษณะที่คล้ายกับการทำงานของสมองมนุษย์
  • เทคนิค Support Vector Machines มีข้อดีโดยการแปลงข้อมูลให้อยู่ในรูปแบบที่สามารถแบ่งข้อมูลด้วยโมเดลเส้นตรงได้

ทว่าในหลายๆ ครั้งการประยุกต์ใช้เทคนิค Predictive Modeling แบบทั่วไปอาจจะไม่ได้ให้ผลลัพธ์ที่ดีเนื่องจากข้อมูลจริงมีความท้าทายในหลายๆ เรื่อง เช่น

  • ข้อมูลที่ใช้ในการเรียนรู้มีจำนวนข้อมูลในแต่ละคลาสคำตอบแตกต่างกันเป็นอย่างมาก หรือเรียกว่าเป็น Imbalanced data เช่น ข้อมูลของลูกค้าในธนาคารที่มีการฉ้อโกง (fraud) จะมีจำนวนน้อยมากเมื่อเทียบกับลูกค้าปกติ แต่สิ่งที่เราต้องการหา คือ การทำนายว่าการใช้งานของลูกค้าคนใดบ้างที่เกิดการฉ้อโกงขึ้น หรือ ข้อมูลการตอบรับโปรโมชันต่างๆ
  • ข้อมูลมีจำนวนแอตทริบิวต์ที่เยอะและบางครั้งมีความซ้ำซ้อนและไม่จำเป็นอยู่ เข่น การสกัดข้อความต่างๆ เพื่อนำมาสร้างโมเดลจะมีคำแตกต่างกันมาก แต่บางคำอาจจะเกิดไม่บ่อยนักทำให้ข้อมูลส่วนใหญ่มีค่าความถี่ของคำเป็น 0

ในหลักสูตรนี้จะเน้นการปรับปรุงประสิทธิภาพของการสร้างโมเดลการจำแนกประเภทข้อมูลเพื่อให้มีประสิทธิภาพมากขึ้นโดยใช้ซอฟต์แวร์ RapidMiner Studio 9 ที่เรียนรู้ได้ง่ายโดยในหลักสูตรนี้ผู้เข้าร่วมอบรมจะได้เรียนรู้

  • หลักการสร้างโมเดลเพื่อจำแนกประเภทข้อมูลแบบพื้นฐานต่างๆ และการวัดประสิทธิภาพของโมเดล
  • การจัดการข้อมูลที่เป็นลักษณะ Imbalance โดยการ sampling แบบต่างๆ
  • การจัดการข้อมูลที่มีแอตทริบิวต์ที่เยอะเกินความจำเป็นและซ้ำซ้อนกัน ด้วยวิธีการ Attribute Selection แบบต่างๆ
  • การเพิ่มประสิทธิภาพของโมเดลด้วยการใช้หลายๆ เทคนิคร่วมกันทำงาน ด้วยวิธี Ensemble แบบต่างๆ

หัวข้ออบรม วันที่ 17 พฤศจิกายน 2561
ช่วงเวลา
โรงแรมพูลแมน พัทยา จี
ณ ห้อง
ราคา
บรรยายและให้คำปรึกษา 09:30 – 15:00 TBA 6,000 บาท
(บุฟเฟ่ต์อาหารกลางวัน 1 มื้ออาหารเบรค 2 มื้อ)
Data Analytics 09:00 – 17:00 TBA 4,000 บาท
(บุฟเฟ่ต์อาหารกลางวัน 1 มื้ออาหารเบรค 2 มื้อ)พิเศษ! สำหรับ อาจารย์ นิสิต นักศึกษา 3,000บาท
ไม่มีอาหารกลางวันและอาหารเบรค

หมายเหตุ: โปรดเลือกหัวข้อบรมหัวข้อวิชาใดวิชาหนึ่ง

สมัครอบรม

การโอนเงิน

ชื่อบัญชี: “สมาคมปัญญาประดิษฐ์ประเทศไทย”
ธนาคาร: กรุงไทย สาขามธ.ศูนย์รังสิต
เลขที่บัญชี: 475-3-00156-3

  • ราคานี้ยังไม่รวม VAT
    • กรณีจ่าย 4,000 บาท ให้โอน 4,280 บาท (4,000 + Vat 7%) (ราคานี้รวมอาหารกลางวันแบบบุฟเฟ่ต์ และอาหารเบรค 2 มื้อ)
    • กรณีจ่าย 6,000 บาท ให้โอน 6,420 บาท (6,000 + Vat 7%) (ราคานี้รวมอาหารกลางวันแบบบุฟเฟ่ต์ และอาหารเบรค 2 มื้อ)
  • สมาชิกสมาคมฯ ไม่สามารถใช้สิทธิ์ส่วนลดในหลักสูตรนี้ได้

สอบถามข้อมูลเพื่มเติม

  • โทร 02-062-0978
  • อีเมล academy@aiat.or.th