1.หนังสือ Fundamental of DEEP LEARNING in Practice

👉👉 สารบัญหนังสือ https://shorturl.asia/q98Sj 👈👈

หนังสือที่จะปูพื้นฐานที่จำเป็นสำหรับผู้เริ่มต้นศึกษาด้าน AI และ Deep Learning โดยมุ่งให้ผู้อ่านสามารถทำความเข้าใจแนวคิดที่เป็นรากฐานไปจนถึงขั้นการฝึกสอน Model เพื่อนำไปใช้งานทางด้านภาพ การเล่นเกม

และระบบการแนะนำ ด้วยการลงมือเขียน Code ภาษา Python บน Jupyter Notebook โดยใช้ Library ต่างๆ อย่างเช่น TensorFlow, Scikit-learn และ NumPy ในยุคที่ AI และ Data Science ได้เข้ามามีบทบาทสำคัญในการขับเคลื่อนเศรษฐกิจโลก

หนังสือเล่มนี้จะเป็นส่วนเล็กๆ ในการ Upskill/Reskill ให้แก่ นักศึกษา บุคลากรในภาคอุตสาหกรรมดิจิทัล รวมทั้งผู้ที่สนใจในงานทางด้านนี้

รายละเอียดเพิ่มเติมเล่มนี้
1. เรียนรู้พื้นฐานสำคัญของ AI และ Deep Learning โดยใช้เวลาไม่นานนัก
2. เป็นจุด Check Point ที่บอกว่าคุณมีความพร้อมที่จะเดินทางต่อไปยังระดับที่ Advance ขึ้น
3. เน้นลงมือเขียน Code ด้วย Python บน Jupyter Notebook แทนการอธิบายด้วยทฤษฎีหนักๆ

ข้อมูลสินค้า
ISBN :9786164872745
Barcode :9786164872745
ขนาดหนังสือ :17 x 22.86 ซม.
ความหนาสินค้า :2 ซม.
น้ำหนัก :1000 กรัม
จำนวนหน้า :504 หน้า
วันวางจำหน่าย :27/12/64
นักเขียน :อ.ดร.ณัฐโชติ พรหมฤทธิ์,
อ.ดร.สัจจาภรณ์ ไวจรรยา
บรรณาธิการ :ภีรพล คชาเจริญ


สารบัญ
Chapter 01
ทำความรู้จักกับ AI พื้นฐาน Machine Learning และการเตรียม Environment

Chapter 02
MACHINE LEARNING PIPELINE

Chapter 03
การทำ FEATURE ENGINEERING ด้วย PANDAS

Chapter 04
การอิมพลิเมนต์ BACK PROPAGATION ALGORITHM ด้วย NUMPY

Chapter 05
การใช้ความชันจากการสุ่มแบ่งข้อมูลฝึกเพื่อลดค่า LOSS
ในการสอน NEURAL NETWORK MODEL ด้วย TENSORFLOW และ KERAS

Chapter 06
วิธีปรับค่า LEARNING RATE และ MOMENTUM
เพื่อเพิ่มประสิทธิภาพให้ MACHINE LEARNING MODEL

Chapter 07
การวิเคราะห์ประสิทธิภาพ MACHINE LEARNING MODEL ด้วย LEARNING CURVE

Chapter 08
การทำ REGULARIZATION แบบสมัยใหม่ ด้วย
AUGMENTATION, BATCH NORMALIZATION และ DROPOUT

Chapter 09
การ VISUALIZING KERNELS และ FEATURE MAPS ใน DEEP LEARNING MODEL (CNN)

Chapter 10
การเลือกใช้ LOSS FUNCTION ในการ TRAIN DEEP LEARNING MODEL ตอนที่ 1

Chapter 11
การเลือกใช้ LOSS FUNCTION ในการ TRAIN DEEP LEARNING MODEL ตอนที่ 2

Chapter 12
การประยุกต์ใช้ EVALUATION METRICS เพื่อหา MODEL ที่ใช้งานได้จริง


Chapter 13
การ DEPLOY MACHINE LEARNING MODEL บน PRODUCTION
ด้วย FASTAPI, UVICORN และ DOCKER

Chapter 14
การสอน AI เรียนรู้การเล่นเกมด้วย DEEP REINFORCEMENT LEARNING
บน GOOGLE COLAB PRO

Chapter 15
การ TRANSFER LEARNING ด้วย KERAS สำหรับ COMPUTER VISION APPLICATIONS

Chapter 16
การทำระบบแนะนำหนังสือ (BOOK RECOMMENDATION WORKSHOP)


🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹
2.หนังสือ Practical DevOps and Cloud Engineering

👉👉 สารบัญหนังสือ https://shorturl.asia/gIRA0 👈👈

ธรรมชาติของผลิตภัณฑ์ที่เป็นซอฟต์แวร์ โดยเฉพาะซอฟต์แวร์ที่มีรูปแบบเป็น Platform เช่น E-Commerce Platform, Streaming Service Platform และ Social Network Platform มักมีความเปลี่ยนแปลงบ่อย

จึงต้องใช้รูปแบบการทำงานที่หลอมรวมผู้ที่เป็น Software Developer และ IT Operation ซึ่งรับผิดชอบด้าน Infrastructure เกิดเป็น DevOps โมเดล ซึ่งผนวกองค์ประกอบของเทคโนโลยีที่ดีและทีมงานที่ใช่

Cloud DevOps Engineer อาชีพที่หลายบริษัทให้ความสนใจ และต้องการคนที่มีทักษะด้านนี้มากขึ้น อาชีพนี้ต้องเข้าใจว่า Developer ต้องการอะไร แนะนำเครื่องมือที่เหมาะสม สร้าง Infrastructure ด้วยเครื่องมือที่ทันสมัย

โดย Cloud/DevOps Engineer คือ ผู้ที่รับบทบาทในการทำให้เกิด Pipeline ของการส่งมอบ Software ที่รวดเร็ว และทำงานได้ต่อเนื่อง รวมทั้งสร้างระบบ Monitoring ให้ Service บน Cloud สามารถให้บริการได้อย่างมีประสิทธิภาพ


รายละเอียดเพิ่มเติมเล่มนี้
1. คู่มือพัฒนาทักษะด้าน DevOps and Cloud Engineering สำหรับคนที่อยากเป็น Cloud DevOps Engineer
2. เนื้อหาเน้นภาคปฏิบัติที่ทำตามได้ทันที (Best Practice Workshop)
3. พิมพ์สี่สีทั้งเล่มเพื่อให้แสดงผลเหมือนหน้าจอจริง