คอร์ส MIB

ดูวิดีโออธิบายเนื้อหาหลักสูตรต่าง ๆ https://www.facebook.com/LoySyllabus

ชื่อภาษา อังกฤษ: MIB: Machine Learning Internet of Thing Business Intelligence integration with Microsoft Azure

ชื่อภาษาไทย: บูรณาการแมชชีนเลินนิงอินเตอร์เน็ตออฟติงส์และบิซิเนสอินเทลลิเจนส์ด้วยไมโครซอฟท์แอเชอร์

ชื่อย่อ: MIB (อ่านว่า มิบ)

ผู้สอน: ลาภลอย วานิชอังกูร

ระยะเวลา: 5 วัน (30 ชั่วโมง)

คุณสมบัติของผู้เรียน: ไม่จำเป็นต้องเคยเรียนวิชา IoT, BI หรือ ML มาก่อน สามารถเขียนโปรแกรมภาษา C# ระดับเบื้องต้นได้

สาระสำคัญของหลักสูตร

•  การผสาน Machine Learning + Internet of things + Business Intelligence เพื่อให้เป็น Industrial 4.0
•  วิธีบูรณาการเทคโนโลยีสามอย่างคือ ML, IoT และ BI ให้ทำงานเชื่อมต่อกันได้สอดคล้องลงตัว เพื่อให้เกิด Syber-Physical System (CPS)  ระบบที่ประสานไซเบอร์และวัตถุกายภาพเข้าด้วยกัน ทำให้สามารถควบคุมตรวจสอบเฝ้าดูกระบวนการต่าง ๆ ได้โดยอัตโนมัติ
• การแปลงข้อมูลให้เป็นภาพ (Data Visualization)  เพื่อให้ผู้บริหารจัดการหยั่งรู้ภาพรวม (insight)
• วิธีสร้างแอพแบบ MIB ที่ทำงานได้ในทุกเพลตฟอร์ม
• นำไปประยุกต์ใช้กับอุตสาหกรรมได้หลายประเภท เช่น กสิกรรม ออโตเมชัน เครื่องกล โรงพยาบาล โรงงาน ปศุสัตว์ สายการผลิต ฯลฯ
• แสดงตัวอย่างการนำข้อมูล IoT จากเซนเซอร์มาเข้า BI เพื่อการแสดงภาพและ ML เพื่อการพยากรณ์
• การทำแบบจำลองแมชชีนเลินนิงใช้การเขียนโค้ดภาษา C# ด้วยไลบรารี ML.NET
• ในคอร์สนี้ไม่ได้ใช้ฮาร์ดแวร์อุปกรณ์ IoT ต้นทางและเซนเซอร์ แต่ใช้ซอฟท์แวร์จำลองการทำงาน (simulator) ของอุปกรณ์และเซนซอร์ทั้งหมดทุกตัว
• สอนวิธีเขียนซิมมูเลเตอร์ในภาษา C#

IoT: วิธีทำ IoT ร่วมกับการใช้บริการคลาวด์ "ไมโครซอฟท์แอเชอร์ อายโอที สวีท" (Microsoft Azure IoT suite)

·        ความรุ้เบื้องต้นเกี่ยวกับ IoT, Azure IoT suite, Azure IoT Hub
·        วิธีสร้างอุปกรณ์ IoT ด้วยภาษา C#
·        วิธีลงทะเบียนอุปกรณ์ IoT  การสร้าง Resource Group, IoT Hub การเอา connection string
·        วิธีส่งข้อมูล telemetry จากเซนเซอร์ ในอุปกรณ์ IoTไปยังคลาวด์ (D2C)
·        วิธีส่งคำสั่งจากคลาวด์ไปยังอุปกรณ์ IoT (C2D)
·        วิธี Alarm และตอบสนองเหตุการณ์จากอุปกรณ์ IoT

BI: วิธีทำบิซิเนสอินเทลลิเจนซ์ร่วมกับ IoT ด้วยไมโครซอฟท์แอเชอร์ อายโอที และไมโครซอฟท์เพาเวอร์ บีอาย

·        วิธีเชื่อมโยงข้อมูล IoT เข้ากับเพาเวอร์ บีอาย (Power BI)
·        วิธีสร้างการรู้เห็นเข้าใจข้อมูลอายโอทีเป็นแผนภูมิภาพอย่างรวดเร็ว (IoT Quick Insights)
·        วิธีสร้างแผนภูมิภาพจากอายโอที (IoT Data Visualization)
·        วิธีทำแผงข่าวกรองอายโอทีในธุรกิจ (IoT Business Intelligence Dashboard)
·        การทำ Visual interaction, Stream Analytic
·        การทำ real-time IoT visualization ใน Power BI

Backend: วิธีพัฒนาแอพแบคเอ็นด์สำหรับงาน MIB ด้วยภาษา C#

·        วิธีอ่านค่าข้อมูลจากเซนเซอร์ของอุปกรณ์จาก Azure IoT Hub
·        วิธีนำข้อมูล IoT มาแสดงเป็นแผนภูมิ (data visualization)
·        วิธีนำข้อมูล IoT มาสร้างดาต้าเซต
·        วิธีสร้าง WinForm แอพอ่านค่าข้อมูลจากเซนเซอร์ของอุปกรณ์จาก Azure IoT Hub
·        วิธีสร้าง WinForm แสดงข้อมูล IoT ใน Data Grid View
·        วิธีสร้าง WinForm แสดงข้อมูล IoT เป็นกราฟเส้น (line chart) ที่อัพเดต real-time

ML: การประยุกต์ใช้งานแมชชีนเลินนิงกับอายโอที (เขียนโค้ดภาษา C#)

·        วิธีสร้างแบบจำลองแมชชีนเลินนิงด้วย ML.NET + AutoML
·        วิธีดึงข้อมูลจากอายโอทีมาเพื่อใช้ฝึกสอนแบบจำลองแมชชีนเลินนิง
·        วิธีดึงข้อมูลจากอายโอทีมาเพื่อใช้ทำนายผลด้วยแมชชีนเลินนิง
·        วิธีตัดสินใจลงมือทำกระบวนการเมื่อผลการทำนายตรงกับเงื่อนไขที่กำหนด
·        สร้างแอพที่ผสาน IoT, ML และ BI

GreatFriend Business Development Co., Ltd.

โทรศัพท์  081-915-7816 (อ.สุเทพ)

LINE  suthep.s

อีเมล  suthep@gfbd.co.th

หลักสูตร Essential ML.NET

อธิบายเกี่ยวกับหลักสูตร

ดูวิดีโออธิบายเนื้อหาหลักสูตรต่าง ๆ https://www.facebook.com/LoySyllabus

ชื่อหลักสูตร: Essential ML.NET
ผู้สอน: ลาภลอย วานิชอังกูร
ติดต่อสอบถาม:  081-915-7816 (อ.สุเทพ)
เวลาเรียน: 3 วัน

• สอนวิธีพัฒนางาน A.I. แขนงแมชชีนเลินนิงด้วยภาษา C#

• สอนวิธีใช้เครื่องมือช่วยพัฒนาต่าง ๆ เช่น Automated ML (AutoML), Azure ML, API

• สอนวิธีประยุกต์ใช้งานในสถาปัตยกรรมต่าง ๆ เช่น .NET Core console app, Windows desktop app (WinForm) และ ASP.NET Core

• สอนวิธีเขียนโค้ดเพื่อทำ

o Classification/Categorization

o Anomaly Detection

o Automatically divide customer feedback into positive and negative categories

o Detect fraudulent banking transactions

o Regression/Predict continuous values, product price

o Recommendations Suggest products that online shoppers may want to buy, based on their previous purchases

เหมาะสำหรับ

C#, .NET Core developer

ความรู้เบื้องต้นที่ต้องมี

C#, .NET Core, Application development, SQL Database ระดับพื้นฐาน

เนื้อหาวิชา

สาเหตุที่ควรเรียนคอร์สนี้ • เรียนแล้วสามารถพัฒนางาน A.I. แขนงแมชชีนเลินนิงได้ • เป็นหลักสูตรเพื่อนักพัฒนา .NET ด้วยภาษา C# • นำไปใช้กับแอพลิเกชันได้หลายแบบ เช่น เดกส์ทอป เว็บ สมาร์ทโฟน • สร้างและรันข้ามเพลตฟอร์มได้ Windows, Linux, and macOS • เป็นเฟรมเวิร์กที่โอเพ่นซอร์ส • เป็นเฟรมเวิร์กที่ฟรี • พัฒนาและทำงานได้ที่ local ไม่จำเป็นต้องเชื่อมกับคลาวด์ • มีประสิทธิภาพสูงกว่าเฟรมเวิร์กประเภทเดียวกันอย่าง scikit-learn และ H2O • ผู้เรียนไม่ต้องเก่งสถิติ คณิตศาสตร์ หรือ Data Science • พร้อมนำผลลัพธ์ไปใช้กับ End-user Application ได้ทันที

โมเดลแมชชีนเลินนิงที่สอนในคอร์สนี้ทำงานได้ในสถาปัตยกรรมต่าง ๆ ดังนี้ End-user Application Architecture • ASP.NET Core web apps & WebAPI services • ASP.NET web apps & WebAPI services • Azure Functions • Any other Azure app model app (server-side) • .NET WPF desktop app • .NET WinForms desktop app • .NET Core console app • .NET Framework console app

Course outline วันที่ 1: ความรู้พื้นฐาน ML.NET • Introduction to ML.NET • ML.NET Hello world • Introduction to Data Science basic • Create model using Azure ML • Introduction to AutoML • Introduction to ML.NET coding

วันที่ 2: วิธีสร้างML เพื่อพยากรณ์ราคาสินค้าหรือคำตอบที่เป็นตัวเลขเชิงปริมาณ Regression/Predict continuous values • นำข้อมูลเข้าจากไฟล์ CSV และ SQL Server • สร้างดาต้าเซตด้วย IViewer • ทำ data cleansing, normalization • ทำโปรเจกต์เพื่อสร้างโมเดล ML • สร้าง pipeline และ transformer • ทำโปรเจกต์เพื่อ train โมเดล ML • ทำเขียนโค้ดเพื่อ save และ load โมเดล • ทำโปรเจกต์ส่วน End-user Application

วันที่ 3: ทำ ML เพื่อวิเคราะห์ข้อความ และการคัดกรองสแปม • วิธีทำ ML เพื่อวิเคราะห์ user message ว่าเป็นบวกหรือลบ Classification/Categorization • วิธีทำ ML เพื่อแยกแยะหมวดหมู่ของ message (divide customer feedback) • การคัดกรอง message หรืออีเมลที่เป็นสแปม Spam detection

หมายเหตุ : ลำดับการสอนอาจไม่เรียงตามนี้หรือหลักสูตรอาจถูกเปลี่ยนแปลงโดยไม่ได้แจ้งให้ทราบล่วงหน้า