AI104 การประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง (Advanced AI Applications)
วิชาที่ 1 การเรียนรู้คืออะไรและหุ่นยนต์เรียนรู้ได้อย่างไร (What is Learning? And How Machine Learns)
บทที่ 1: การเรียนรู้คืออะไร
บทที่ 2: Artificial Neural Network (ANN)
บทที่ 3: Deep Neural Network (DNN)
บทที่ 4: กิจกรรมที่ 1 ชุดข้อมูลไอริส
บทที่ 5: กิจกรรมที่ 2 ระบบแนะนำภาพยนต์
บทที่ 6: กิจกรรมที่ 3 TensorFlow Playground
วิชาที่ 2 ถอดรหัสสมองด้วยการเรียนรู้ของเครื่อง (Reading Brain Signals using Machine Learning)
บทที่ 1: สมองกับการรับรู้
บทที่ 2: ทฤษฎีการตรวจจับสัญญาณสมอง
บทที่ 3: การใช้ Machine Learning เพื่ออ่านใจคน
บทที่ 4: Support Vector Machine
บทที่ 5: Inverted Encoding Model
บทที่ 6: ขั้นตอนประมวลผลในการรับภาพ
วิชาที่ 3 หุ่นยนต์รับรู้ได้อย่างไร (How Machine Perceives the World)
บทที่ 1: การรับรู้
บทที่ 2: ตัวรับสัญญาณ
บทที่ 3: หุ่นยนต์มองเห็นโลกในรูปแบบไหน
บทที่ 4: ทดลองเขียนโค้ด นับจำนวนเหรียญ
บทที่ 5: สัญญาณรบกวนและการตรวจหาใบหน้า
วิชาที่ 4 การใช้ภาพแทนและการให้เหตุผลในปัญญาประดิษฐ์ (Representation and Reasoning)
บทที่ 1: ภาพแทนและการให้เหตุผล
บทที่ 2: กระบวนการค้นหาและหาเส้นทาง
บทที่ 3: เกมการแข่งขัน
บทที่ 4: การค้นหาด้วยรูปภาพ
วิชาที่ 5 ผลกระทบและข้อพึงระวังของการใช้ปัญญาประดิษฐ์ (Societal impacts of AI)
บทที่ 1: AI เพื่อสร้างคุณประโยชน์
บทที่ 2: AI เพื่อการหายารักษาโรค
บทที่ 3: กิจกรรม ทำนายการออกฤทธิ์ของสารเคมี
บทที่ 4: AI กับภัยที่พึงระวัง
หลักสูตรนี้ สนับสนุนโดยกระทรวงอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม และพัฒนาโดย ภาควิชาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (นำเสนอผ่าน Academy.KMUTTWORKS.com)