AI ไม่ยาก ปี 2 (เล่ม 2 จบ)

***โปรดอ่านก่อน ถ้าเคยซื้อเล่มรวมเล่ม 1 กับ 2 ที่หน้าปกเป็นรูปหุ่นยนต์ขี่ม้าก้านกล้วย ก็ไม่ต้องซื้อเล่มนี้นะครับ เดี๋ยวซื้อซ้ำ

เนื้อหาเล่มที่ 2 นี้ จะเป็น deep learning (การเรียนรู้เชิงลึก) ถือว่าเป็นสาขาย่อยของ machine learning โดยอ้างอิงใช้พื้นฐานในเล่มที่ 1 (บทที่ 1 - 7) ถึงจะเข้าใจเนื้อหาได้ และเนื้อหาในส่วนนี้ก็ไม่มีการโค้ดดิ้งชวนให้ปวดหัวเช่นกัน
.
วิชา deep learning จะมีหลายเทคนิค ซึ่งในเล่มนี้จะกล่าวถึงเทคนิคที่สำคัญเท่านั้น โดยเล่ม 2 จะเริ่มจากบทที่ 8 ถึง บทที่ 11 ดังนี้
.
บทที่ 8 Convolutional Neural Network (CNN)
บทที่ 9 Recurrent Neural Network (RNN), LSTM (LSTM (Long short-term memory), GRU (Gated recurrent unit)
บทที่ 10 Deep Q learning
บทที่ 11 Generative Adversarial networks (GAN)
.
เนื่องจากเนื้อหาของ deep learning ค่อนข้างหนัก สามารถใช้เรียนต่อในระดับปริญญาโท เอกได้เลย ดังนั้นเนื้อหาคงไม่ได้ลงลึกมาก เน้นเข้าใจคอนเซ็ปต์มากกว่า
.
เล่มนี้ถือว่าเป็นเล่ม 2 เนื้อหาเป็นขาวดำ สลับสีสัน
ถ้าใครเคยอ่าน "AI ไม่ยากเข้าใจได้ ด้วยเลข ม.ปลาย"
อันนั้นเป็นเล่มรวม เป็น ebook อย่างเดียว
(ถ้าเคยซื้อเล่มรวม ที่หน้าปกเป็นรูปหุ่นยนต์ขี่ม้าก้านกล้วย ก็ไม่ต้องซื้อเล่ม 2 นี้นะครับ)
.
เล่มนี้จะอธิบายเนื้อหาโดยใช้คณิตศาสตร์ในระดับชั้น ม. ปลาย
ไม่มีการเขียนโปรแกรมใดๆ ทั้งสิ้น
.
จึงไม่ได้โฟกัสไปที่โปรแกรมเมอร์
เพราะไม่มีเนื้อหาโค้ดดิ้ง สักนิดเดียว
ถ้าใครจะเอาไปใช้โค้ดดิ้ง ก็ไม่แนะนำให้ซื้อครับ
อาจอกหัก รักคุด ผิดหวัง เพราะซื้อผิดเล่มได้
.
กลุ่มเป้าหมาย ที่สามารถอ่านได้
1) เด็กม. ปลาย เพราะใช้เลข ม. ปลาย
เด็กน่ากำลังอินกัน จะได้รู้ว่าเรียนเลขเอาไปใช้ทำอะไรได้บ้าง
.
2) คนที่ไม่จบคอมมา แต่สนใจงาน AI
.
เล่มนี้อยากให้คนที่ไม่จำเป็นต้องจบคอมพิวเตอร์มา ก็่อ่านได้
ไม่ว่าจะเรียนจบ หมอ เภสัช บัญชี กฏหมาย เศรษฐศาสตร์ การเงิน คณิตศาสตร์ วิทยาศาสตร์ วิศวะ และสาขาอื่น ที่ไม่ได้กล่าวถึง ก็อ่านรู้เรื่อง
.
เพราะไม่มีโค้ดดิ้งให้ปวดหัว
มีแต่เลขให้บริหารเสน่ห์ ....เฮย บริหารสมอง
.
ส่วนจะอ่านเข้าใจมั๊ยเนี่ย ก็อีกเรื่อง
ถือว่ารู้ไว้ใช่ว่า ใส่บากแบกทันเทคโนโลยี ก็แล้วกันเนอะ