Course Materials จากหลักสูตร Artificial Intelligence for Non-Programmers ที่ผมใช้สอนไปช่วงต้นปี 2021 ครับ 😊
ปกติทุกๆ ต้นปีผมจะได้โอกาสไปสอนที่มหาวิทยาลัยมหิดล แต่ละปีหลักสูตรและเนื้อหาทีสอนจะหนีไม่พ้น การตลาดออนไลน์ (Digital Marketing) เพราะถือว่าเป็น Preferred Channel ในการทำการตลาดไปแล้ว จึงไม่แปลกที่เด็ก MBA ทุกคนจะต้องมีความรู้ทางด้านนี้ ปี 2021 ตอนที่เตรียมไปสอน ผมเองก็รู้สึกเบื่อที่จะต้องกลับไปสอนด้วย Course Material เดิมๆ แต่ละปี ผมเองก็พยายามจะดัดแปลง Course Curriculum เพื่อให้มีความหลากหลาย เช่นปีก่อนจะมีการสอนเรื่องการ Develop Chatbot โดยใช้ Dialogflow แต่ปีนี้รู้สึกว่าหากต้องการให้นิสิตได้รับประโยชน์จริงๆ ควรจะปรับหลักสูตรให้ตอบโจทย์ตลาดตลาดแรงงานมากขึ้น เลยตัดสินใจทำ Course Material ขึ้นใหม่โดย focus ไปที่เรือง Artificial Intelligence และ Machine Learning ต้องออกตัวก่อนเลยว่าตัวผมเองก็ไม่ได้เรียน AI/ML มาจากมหาลัยดังๆ เหมือนท่านอื่นๆ แต่อาศัย Online Courses ไม่ว่าจะเป็น Coursera หรือ Udacity (ส่วนใหญ่ Free) รวมไปถึง Practical Courses อย่างเช่น Tutorial จาก Fast.ai ที่ถือว่าสุดยอดมากๆ คนสอนก็เก่งมากๆ นอกจากนั้นงานที่ทำอยู่ก็ทุกวันนี้ก็มีความจำเป็นต้องใช้ AI/ML แต่จะเป็นการเลือก Solutions และ Algorithms เพื่อให้ตอบโจทย์ของลูกค้ามากกว่าที่จะเขียนขึ้นใหม่ (พูดง่ายๆ คือเมื่อ Data พร้อม ก็สามารถทำ AutoML ได้) สุดท้ายเลยหาเวลารวบรวมและ Develop ออกมาเป็น Course Material ที่ใช้ไปสอนครับ โดย Objective หลักๆ ก็คือสอนให้คนที่ไม่มี IT Background สามารถเข้าใจและเขียน Basic Code (ใช้ Python) เพื่อจะนำ Open Source Libraries ต่างๆ ไปประยุกต์ใช้งานได้ในแต่ละ Use Case เช่น Recommender System, Facial Recognition, Natural Language Processing รวมไปถึง Forecasting (ทั้งแบบ Statistical และ Deep Learning) ลักษณะการ Develop Course Material จะมีบางส่วนที่ผมออกแบบเอง From Scratch และบางส่วนจะเป็นการนำ Course อื่นๆ มา Incorporate แต่จะมีการให้ Credit ที่มาของแหล่ง Resources ต่างๆ เสมอ
จากวันนั้นถึงวันนี้เป็นเวลาประมาณ 7 เดือนจากที่ผมสอน Course นี้จบ ก็ถือว่าพอใจกับตัว Course Material เซตนี้และคิดว่าคง Enhance Materials ไปเรื่อยๆ เพื่อการนำไปต่อยอดการใช้งานในอนาคต จึงเป็นเหตุผลหลักที่ทำให้อยาก Share Slides พวกนี้เป็น Public ครับ เผื่อใครเห็นว่าเป็นประโยชน์ก็สามารถใช้เป็น Foundation ได้นะครับ 😊 ผม Upload ขึ้น GitHub ไปหมดแล้วตาม Link ที่ Share ไว้
Lesson แรกจะเป็นการปูพื้นให้เข้าใจถึงที่มาที่ไปของ Course นี้ โดยจะ Focus ที่ Impact ของ AI/ML กับการทำงาน รวมไปถึง Basic Definition ของ AI และบทบาทหน้าที่ รวมไปถึง Use Cases ของ AI https://docs.google.com/presentation/d/15d988gI94dvsEyZvRbbI7mDhrdO4l-e5Eom6UMqt9kU/edit?usp=sharing
ตั้งชื่อว่า The Rise of the Intangible Economy (ได้ Inspiration จากหนังสือเรื่อง Capitalism without Capital) โดย Lesson นี้จะ Focus ที่ Impact ของ Technology ต่อ Economy และ Global GDP รวมไปถึงบทบาทหน้าที่ของ Public Sector ในการบริหารประเทศเพื่อให้เกิด Ecosystem ที่อำนวยต่อการสร้าง Innovation https://docs.google.com/presentation/d/1WbqfcHiE8EQ6ptPerqFQtBCgQ-uVsqJmW0Jm9Ch_qF0/edit?usp=sharing
จะเป็นการ Overview Concepts ต่างเช่น APIs รวมไปถึงการ Call API แบบ Basic สำหรับ Non-Programmers (มี Link Colab สามารถเอาไปเล่นได้ อยู่ใน Slide) ตัวอย่าง APIs ที่ใช้จะเป็นพวก OpenWeather และ SCB Developers สำหรับ Generate QR Code https://docs.google.com/presentation/d/1fGcK7aGVO603rupP4u7HCZp9FWTot8HtN9MuMeL7gTs/edit?usp=sharing
Lesson #3 - ข้ามไปครับ สงสัยจะเบลอๆ
จริงๆ เป็นการ Review Course ของ Andrew Ng และเป็นการลง detail เรื่องความแตกต่างระหว่าง Supervised vs Unsupervised Learning พร้อมตัวอย่างและ definitions ต่อด้วยเรื่องการเก็บ data เพื่อ Train Model และการ Label Data ปิดท้ายด้วยตัวอย่างการใช้งานผ่าน Teachable Machine เพื่อให้เห็นภาพทั้งหมด https://docs.google.com/presentation/d/1UObx36dbAvwuBHliXfo1OuXU2_gPouqskZ4xEybS2WA/edit?usp=sharing
Lesson นี้จะ focus ไปที่ Cloud Computing Concepts เป็น Slide ชุดเดียวกันกับที่ผมใช้ในการ brief น้องๆ ที่ทำงานที่เป็น non-technical หรือ non-IT https://docs.google.com/presentation/d/1dQtVolgkpjAJ9en3emBENy4A_341VxdqgjU4VEbDG00/edit?usp=sharing
Building an AI Project ถือว่าเป็น Core Course Material ของหลักสูตรนี้เลยครับ เพราะจะรวบรวม concepts และตัวอย่างทั้งหมดในแต่ละหมวดของ AI/ML เช่น Speech Recognition, Self-driving Cars, ML Workflow, Facial Recognition พร้อมตัวอย่างการทำ Face Detection และ Face Comparison โดยใช้ Google Colab https://docs.google.com/presentation/d/1BMtFrJtYzEnqfCXYfwpDSWg6adgK2mWC_Yc8bKffQb8/edit?usp=sharing
Natural Language Processing/ Natural Language Understanding เป็นการ overview fundamentals ของ concepts ต่างๆ เช่น Words Representation, Tokenization, การ Encoding จนไปถึงตัวอย่างการทำ Text Classification โดยใช้ Naïve Bayes ต่อด้วย Lab การสร้าง Chatbot โดยใช้ Dialogflow https://docs.google.com/presentation/d/1pQofihgXYauQWDBar9pPKAhGK34luWuV6LJd9kS6QCg/edit?usp=sharing
Slides ชุดสุดท้ายจะเป็นการ Overview Concepts เรื่อง Time Series Forecasting โดยใช้ Facebook Prophet โดยเป็นตัวอย่างในการ Forecast ราคาหุ้น และ Forecast ตัวเลขผู้ติดเชื้อโควิดรายวัน และปิดท้ายหลักสูตรด้วย Unsupervised Learning กับการใช้ K-Means Clustering เพื่อทำ Customer Segmentation https://docs.google.com/presentation/d/1nM0JWG8pXdqZScuh1N-wQ8ZyzhZ_BU4SAYgOny51cYo/edit?usp=sharing
Enjoy Lifelong Learning 😊 Shivek Sachdev
Shivek Sachdev (ศิเวก สัจเดว) shivek@tis.co.th