AI Builders
โครงการสำหรับน้องๆมัธยมต้น-ปลาย ที่สนใจสร้างผลงานโดยใช้เทคนิคทางด้านวิทยาศาสตร์ข้อมูล (Data Science) และปัญญาประดิษฐ์ (Artificial Intelligence)
โครงการ AI Builders ก่อตั้งขึ้นจากความร่วมมือระหว่าง VISTEC, AIResearch และ Central Digital เพื่อพัฒนาองค์ความรู้ทางด้านวิทยาศาสตร์ข้อมูล (Data Science) และปัญญาประดิษฐ์ (Artificial Intelligence / AI) ให้กับน้องๆระดับมัธยมต้น-ปลาย ที่สนใจอยากเรียนรู้และพัฒนาโครงงานที่ใช้ทักษะในด้านนี้เพื่อประยุกต์ใช้จริงในชีวิตประจำวัน ในปี 2022 เราได้รับการสนับสนุนเพิ่มเติมจาก VISAI, Krungsri Nimble, AWS, AIA, DELL และ Kasikorn Bank
บทที่ 5r - Reinforcement Learning
บทที่ 4r - ความน่าจะเป็นและสถิติพื้นฐาน
บทที่ 3a - การประเมินผลโมเดล Machine Learning
บทที่ n - Google Colab for Beginners
บทที่ n - Git and GitHub for Beginner
วิธีทำโปสเตอร์นำเสนอผลงาน AI Builders Showcase
ปรับพื้นฐาน #2 - Introduction to Numpy and Pandas
ปรับพื้นฐาน #1 - Introduction to Python
บทที่ 8 - Prototype Deployment
บทที่ 7 - จริยธรรมปัญญาประดิษฐ์
บทที่ 6v (2/3) - การสร้างแบบจำลอง DCGAN ด้วย PyTorch
บทที่ 6v (3/3) - การสร้างแบบจำลอง GAN ด้วย FastAI
บทที่ 6v (1/3) - อารัทภบทสู่แบบจำลองประเภท Generative Adversarial Network หรือ GAN
บทที่ 6t (1/2) - Similarity, Recommendation and Clustering
บทที่ 6t (2/2) - Similarity, Recommendation and Clustering
บทที่ 5t (1/2) - Classification
บทที่ 5t (2/2) - Classification
บทที่ 5v (3/3) - การแบ่งประเภทพิกเซลจากภาพ ภาคปฏิบัติ
บทที่ 5v (2/3) - การตรวจจับวัตถุ ภาคปฏิบัติ
บทที่ 5v (1/3) - Deep learning สำหรับการตรวจจับวัตถุและแบ่งประเภทพิกเซลจากภาพ
บทที่ 4t (2/3) - Introduction to Tabular Data, Correlation and Regression
บทที่ 4t (1/3) - Introduction to Tabular Data, Correlation and Regression
บทที่ 4t (3/3) - Introduction to Tabular Data, Correlation and Regression
บทที่ 6n การเทรนโมเดลบน Hugging Face พาร์ท 2
บทที่ 5n การเทรนโมเดลบน Hugging Face พาร์ท 1
บทที่ 4n - NLP คืออะไร? บทเรียนจากอดีตสู่ปัจจุบัน
บทที่ 3b - Stochastic Gradient Descent ตั้งแต่เริ่มต้น
บทที่ 4v (4/4) - พื้นฐานการทำงานของ Convolutional Neural Network และ Image augmentation
บทที่ 4v (3/4) - การใช้ Pytorch และ Pytorch Lightning สำหรับแบ่งประเภทภาพ
บทที่ 4v (2/4) - การใช้ไลบรารี่ FastAI สำหรับแบ่งประเภทภาพ