นำความรู้มาใช้บ่อยๆ ช่วยให้ จำเก่ง จำแม่น สร้างความสัมพันธ์ เชื่อมโยงกับข้อมูลความรู้ของตัวเอง ยกตัวอย่าง เปรียบเทียบ อุปมาอุปไมย ครับ
ผมได้เรียนรู้ การใช้ second brain ระบบช่วยจำ รวบรวมข้อมูลดิจิตอล ข้อความ รูป วีดีโอ ลิงค์ ไฟล์เสียง ด้วยเทคนิคต่างๆ ใช้โปรแกรม Obsidian
ด้วยการเรียนรู้ ลงมือทำ นำไปใช้ได้จริง ครับ
ขอขอบคุณ อาจารย์ธงชัย โรจน์กังสดาล ครับ
มีโอกาสได้เข้าร่วมศึกษาเรียนรู้ เนื้อหาความรู้มีความทันสมัย เป็นปัจจุบัน เป็นประโยชน์และระบบการจัดการเรียนรู้มีกระบวนการครบถ้วนเหมาะสำหรับ ผู้ที่สนใจ หรือครูอาจารย์สามาถมอบหมายให้นักศึกษาศึกษาเพิ่มเติมได้ เป็นประโยชน์ทั้งต่อชีวิตประจำวันและด้านการศึกษาค่ะ ^^"
กิจกรรมCUVIPมีหลายกิจกรรมที่น่าสนใจ เป็นกิจกรรมช่วยพัฒนาตนเอง และเป็นการเรียนออนไลน์ซึ่งเหมาะสมกับสถานะการณ์ช่วงนี้ แต่บางกิจกรรมยังคงอยากให้มีอบรมแบบปฏิบัติจริงอยู่นะคะ(ถ้าโอกาสเหมาะสม) ขอบคุณอาจารย์และทีมงานทุกคนที่จัดกิจกรรมนี้ค่ะ
หัวข้อแต่ละวิชาเข้ากับยุคสมัยเป็นอย่างดี ตรงกับความสนใจและความต้องการสถานการณ์ปัจจุบัน สามารถนำไปใช้งาน ประยุกต์ใช้งานได้จริง ขอเป็นกำลังใจให้องค์กร ผู้บริหาร และทีมงานมีกำลังกาย กำลังใจที่ดีในการสรรสร้างวิชาอย่างสร้างสรรค์
เป็นกิจกรรมที่ดีและมีประโยชน์กำผู้ที่กำลังอยู่ในวัยศึกาา บุคลากร เจ้าหน้าที่ ร่วมทั้งเปิดโอกาสให้ประชาชนภายนอกที่สนใจสามารถเรียนได้
เป็นเรื่องที่ดีที่นิสิต ได้มีโอกาสสำรวจตนเองในสิ่งที่ชอบที่สนใจ เพื่อนำไปสู่การศึกษาเพิ่มเติมหรือต่อยอด
หน่วยงานมีการพัฒนาปรับเปลี่ยนรูปแบบกิจกรรมตามยุคสมัย เป็นออนไลน์ ทำให้สะดวก เข้าถึงได้ง่าย ทุกที่
ดีเยี่ยมค่ะ
ได้ร่วมฟังอบรมสั้น ๆ 2 ชั่วโมง จากเรื่อง "Artificial Intelligence II ปัญญาประดิษฐ์ 2" ของ CUVIP — Chulalongkorn University Values Integration Program (กิจกรรมหลักสูตรการศึกษาทั่วไประยะสั้นไม่มีหน่วยกิต)
สนุกมาก ได้เรียนเรื่อง "ต้นไม้ตัดสินใจ" (Decision Tree) ที่ใช้ ID3 Algorithm ในการสร้าง
ต้นไม้ตัดสินใจ เป็นการเรียนรู้แบบจำแนกประเภท (Classification) ในคลาสใช้ตัวอย่างง่าย ๆ เรื่องการแพ้เครื่องสำอาง (ที่ง่ายเพราะตัวแปรตามมีแค่ ใช่ กับ ไม่ใช่) เอาข้อมูลตัวอย่างมาจัดเรียง ทำบัพราก Root node จากคุณลักษณะ (attribute) ที่ให้ Gini Index — Gini(T) น้อยสุด คุณลักษณะไหนแตกกิ่งก้าน (Branch) น้อยกว่า ก็เลือกมาแตกอีกจนเป็นบัพใบ Leaf node เลือกค่าคุณลักษณะ (attribute) อื่นมาทำกิ่งอีก จัดรูปจนได้แผนภูมิต้นไม้ แต่ละ Root node เอามาช่วยตัดสินใจว่าใครที่ควรใช้เครื่องสำอางรึเปล่า ถ้าเป็นคนนี้ใช้ จะเสี่ยงต่อการแพ้มากรึเปล่า เมื่ออิงจากข้อมูลอื่น ๆ ที่เก็บมาได้
— ได้ทบทวนเรื่อง เอนโทรปี (Entropy) หา log ฐาน 2 ที่ลืมไปหมดแล้วด้วย —
ต้นไม้ตัดสินใจ จะใช้โมเดล rule-based เอาข้อมูลที่จัดแบ่งแล้ว มากำหนดกฎ If-else "If... (and...) Then..."
เป็นการทำ Machine Learning เบื้องต้นที่จะพัฒนาต่อเป็น AI ในระดับสูง ข้อดีคือในขณะจัดแบ่ง ขณะฝึกทำก็จะได้ฝึกกระบวรการคิดเป็นระบบไปด้วย
อาจาย์ผู้สอนปูพื้นเรื่อง AI และสาขาของ AI, Machine Learning, Deep Learning etc. ให้ตลอด ผู้เรียนที่ไม่มีพื้นฐานด้าน AI หรือ Machine Learning ก็สามารถเข้าใจได้ ทั้งยังตอบคำถามได้แบบปุบปับ แสดงถึงความเชี่ยวชาญ ประสบการณ์สูงมาก สอนสนุก ใจดี
ใครสนใจด้าน AI แนะนำคอร์สอบรมคอร์สนี้เลย
อาจารย์ท่านว่าอนาคตจะเปิดอบรมเรื่อง Python กับ AI อีก ต้องติดตามเลย
ป.ล. สำหรับท่านที่สนใจศึกษาเพิ่มเติมด้าน AI & Machine Learning ในเว็บ Coursera (เว็บการศึกษาด้วยตรเองแบบ Massive Open Online Courses) มีวิชา AI for Everyone ที่มีซับไตเติลภาษาไทยด้วย ลองเข้าไปดูกันได้ครับ
เป็นกิจกรรมที่ดีมากค่ะ ได้พัฒนาตนเอง แม้จะช้าบ้าง แต่ก็พยายามเรียนให้ทัน อาจารย์สอนและทบทวน ไม่เร่งมากไป หากมีโอกาสจะเข้าเรียนในกิจกรรมอื่นแน่นอนค่ะ อยากให้มีกิจกรรมดีๆ แบบนี้เรื่อยๆ ค่ะ