Machine Learning (ML) คือศาสตร์ที่ศึกษา Algorithms ของคอมพิวเตอร์ที่สามารถพัฒนาตัวเองได้ผ่านการเรียนรู้ผ่านประสบการณ์ทั้งของมนุษย์และตัวมันเอง หนึ่งในตัวอย่างของ Machine Learning ที่หลายคนน่าจะคุ้นเคยกันดีก็คือ Alpha Go ที่เอาชนะแชมเปี้ยนโกะได้หลายคนนั่นเอง
อย่างไรก็ดีในปัจจุบันการใช้งาน Machine Learning ได้ขยายออกไปมากกว่านั้นมาก และการใช้งานสิ่งเหล่านี้จะครอบคลุมทุกอุตสาหกรรมในอนาคต ไม่ว่าจะเป็นเกษตรกรรม อุตสาหกรรม ยานพาหนะ การแพทย์ เศรษฐศาสตร์ การสร้างซอฟต์แวร์ ฯลฯ
ทุกวันนี้คุณกำลังอยู่กับเทคโนโลยีอย่าง Machine Learning ทุกวันโดยที่คุณไม่รู้ตัว อย่างเช่นทุกครั้งที่คุณใช้งาน Facebook, Twitter และ Google คุณก็เกี่ยวข้องกับเทคโนโลยีดังกล่าวแล้ว เพราะบริษัทเทคโนโลยีทั้ง 3 ได้ใช้ Machine Learning ในการแสดงผลของ New Feed หรือ Search Results ให้กับคุณนั่นเองครับ (รวมไปถึง Ads ทั้งหลายด้วยเช่นกัน)
อย่างไรก็ดีปัจจุบันเทคโนโลยีเหล่านี้ก็ยังไม่สมบูรณ์ และยังต้องการนักพัฒนาและนักวิจัยจำนวนมากเข้าไปช่วยพัฒนา บริษัทต่างๆ จึงมีความต้องการวิศวกร Machine Learning จำนวนมาก และยังให้ค่าตอบแทนที่สูงอีกด้วยเพื่อดึงดูดบุคลากรใหม่ๆ
ด้วยเหตุนี้การเรียน Machine Learning จึงเป็นทางเลือกที่น่าสนใจมากๆ ถ้าคุณต้องการหาสายอาชีพที่เป็นขาขึ้น และได้รายได้สูงครับ
เราไปดูกันดีกว่าครับคอร์สสอน Machine Learning คุณภาพเยี่ยมบนโลกออนไลน์มีคอร์สไหนบ้าง?
ข้อควรทราบ: ราคาและเงื่อนไขของคอร์สต่างๆ อาจจะเปลี่ยนแปลงไปได้ โปรดตรวจสอบกับเว็บไซต์ผู้ให้บริการอีกครั้งเพื่อความชัดเจนครับ
แนะนำแพลตฟอร์ม
คอร์สที่ผมจะแนะนำจะอยู่ใน Coursera, Udemy และ Edureka เป็นส่วนใหญ่ ถ้าคุณอยากรู้รายละเอียด วิธีการเรียนการสอน การคิดราคาต่างๆ ของแพลตฟอร์มเหล่านี้ ผมแนะนำให้อ่านเพิ่มเติมที่บทความแพลตฟอร์มเรียนออนไลน์ชั้นยอดครับ
ส่วนรายละเอียดของ Datacamp นั้นผมใส่ไว้ในด้านล่างของโพสแล้วครับ
Coursera
คอร์สที่ 1-4 อยู่ในแพลตฟอร์มของ Coursera
1. Machine Learning (Stanford)
คอร์สสอน Machine Learning เดี่ยวที่จัดทำโดย Stanford University มหาวิทยาลัยชั้นนำของโลกที่คนไทยรู้จักกันดี
ผู้สอนคอร์สนี้คือ Andrew Ng ศาสตราจารย์ทางด้าน Machine Learning ของทางมหาวิทยาลัย และยังเป็นผู้ก่อตั้ง Coursera อีกด้วย (สร้างแพลตฟอร์มเอง + สอนเอง) และยังเคยเป็นหัวหน้าทีมของ Google Brain มาแล้วอีกด้วยครับ
สำหรับคอร์สนี้ เขาจะมาสอนความรู้ Machine Learning ให้กับผู้สนใจตั้งแต่ต้นจนจบ โดยจะประกอบด้วยเนื้อหาต่อไปนี้
- Concept ของ Machine Learning รวมไปถึงคณิตศาสตร์ที่ต้องใช้อย่าง Linear Algebra
- Linear Regression แบบตัวแปรเดียวและหลายตัวแปร รวมไปถึงการใช้งาน Octave และ Matlab
- Logistic Regression และ Regularization อย่างเช่นการให้คอมพิวเตอร์ตัดสินว่าอีเมล์นี้เป็น spam หรือไม่
- เนื้อหาเบื้องต้นของ Neural Networks ซึ่งเหมือนกับกลไกสมองของมนุษย์ คุณจะได้ลองสร้าง Neural Networks ของตนเองที่สามารถแยกตัวเลขแต่ละตัวได้
- วิธีการประยุกต์ใช้ Machine Learning และการออกแบบตัวระบบและส่วนต่างๆ ให้มีประสิทธิภาพ
- การใช้งาน Support Vector Machines หรือ SVMs หนึ่งใน Machine Learning Algorithm ที่ใช้ในการทำ Classification
- การใช้งาน Unsupervised Learning และคอนเซปต์ที่สำคัญอย่าง Principal Components Analysis ที่ช่วยเพิ่มความเร็วของการเรียนรู้ของคอมพิวเตอร์
- การตรวจสอบหา Anomaly หรือข้อมูลที่ผิดปกติจากทั่วไปอย่างมาก
- โครงสร้าง Recommender Algorithms ที่ใช้แนะนำสินค้าในเว็บไซต์ e-commerce
- การสร้าง Machine Learning Models ในฐานข้อมูลขนาดใหญ่
- และอื่นๆ อีกมากมาย
คอร์สนี้มักจะถูกกล่าวถึงว่าเป็นคอร์สสอน Machine Learning เบื้องต้นที่ยอดเยี่ยมที่สุดในโลกออนไลน์เลยก็ว่าได้ เพราะเป็นการสอน Machine Learning ให้กับผู้สนใจ โดยไม่ต้อง Coding ครับ อย่างไรก็ดีถ้าคุณต้องการเรียน Machine Learning กับ Python ผมแนะนำให้เลือกคอร์สอื่นในลิสต์ครับ
ในการเรียนจะใช้เวลาประมาณ 60 ชั่วโมงจากต้นจนจบครับ แต่คุณจะเรียนจบเร็วกว่านั้นก็ได้เช่นกัน
การเรียนเนื้อหาแบบวีดิโอทั้งหมดจะเรียนได้ฟรี แต่ถ้าคุณต้องการการประเมินผล และประกาศนียบัตร คุณจะต้องจ่ายค่าคอร์สเป็นเงิน $79 หรือประมาณ 2,370 บาทครับ
2. Machine Learning Specialization
หลักสูตรนี้จัดทำโดย University of Washington เนื้อหาทั้งหมดจะเป็นการสอน Machine Learning โดยใช้ Python ดังนั้นแน่นอนว่าคุณควรจะผ่านคอร์สเรียน Python เบื้องต้นมาก่อนที่จะเรียนคอร์สนี้ครับ
ภายในคอร์สจะประกอบด้วยคอร์สย่อย 4 คอร์สด้วยกัน และจะสอนแบบเจาะลึกแต่ละแขนงของ Machine Learning อย่างละเอียด โดยใช้การเรียน Case Study กล่าวคือคุณจะได้ศึกษาเคสต่างๆ เพื่อที่จะเข้าใจว่าคุณสามารถประยุกต์ใช้ Machine Learning อย่างไรในธุรกิจต่างๆ ครับ ส่วนเนื้อหาในส่วนทฤษฎีก็จะสอดแทรกไปในสัดส่วนที่เหมาะสม
คอร์สทั้ง 4 ประกอบด้วย
- Machine Learning Foundations: A Case Study Approach – สอนพื้นฐานของ Machine Learning ไม่ว่าจะเป็นแนะนำเครื่องมือต่างๆ และวิธีการประยุกต์ใช้ Machine Learning เบื้องต้น นอกจากนี้และโมเดลที่จะวิเคราะห์ว่าคนทั่วไปมีมุมมองเชิงบวกหรือลบกับสิ่งใดสิ่งหนึ่ง
- Regression – คุณได้ลองสร้าง application ที่ใช้ data ในการพยากรณ์ราคาของอสังหาริมทรัพย์ โดยใช้ Linear Regression Models นอกจากนี้จะได้ลองใช้ optimization algorithms สำหรับฐานข้อมูลขนาดใหญ่ด้วย
- Classification – คุณจะเรียนการสร้างโมเดลที่จะวิเคราะห์ว่าลูกค้ามีมุมมองอย่างไรกับสินค้าของคุณ รวมไปถึงสร้างเครื่องมือที่ช่วยพยากรณ์ว่าอัตราที่ลูกหนี้จะผิดนัดชำระหนี้ เทคนิคที่คุณจะได้เรียนในคอร์สนี้คือ Logistic Regression, Decision Trees, Stochastic Gradient Ascent ฯลฯ รวมไปถึงการเพิ่มประสิทธิภาพของโมเดลด้วยการใช้ boosting
- Clustering & Retrieval – สอนการสร้างเครื่องมือที่จะช่วยหาสินค้าที่มีลักษณะเหมือนกันแบบที่ใช้งานทั่วไปในเว็บไซต์ e-commerce รวมไปถึงระบบที่หาเอกสารที่ต้องการ โดยใช้ Clustering and Mixed Membership Models ฯลฯ
โดยรวมแล้วคอร์สนี้จะสมบูรณ์แบบมากสำหรับใครที่อยากเรียนการปฏิบัติที่พร้อมใช้งานได้จริง เพราะคอร์สนี้จะสอนความรู้ที่จะเป็นพื้นฐานให้คุณนำไปประยุกต์ใช้ได้อย่างมากมาย ทั้งนี้การเรียนให้จบจะใช้เวลาประมาณ 7 เดือน (ในกรณีที่คุณเรียน 3 ชั่วโมงต่อสัปดาห์ครับ)
ค่าเรียนคอร์สนี้อยู่ที่ $49 หรือประมาณ 1,470 บาทต่อเดือน โดยคุณสามารถลองเรียนฟรีได้ 7 วันครับ
3. Machine Learning: Algorithms in the Real World Specialization
หลักสูตรสอน Machine Learning อีกตัวหนึ่งของ Coursera ที่น่าสนใจ โดยจัดทำโดย Alberta Machine Intelligence Institute รูปแบบการเรียนในหลักสูตรจะเป็นการเจาะลึกการประยุกต์ใช้ Machine Learning ในชีวิตจริง รวมไปถึงเทคนิคต่างๆ ในการสร้างโมเดลที่ใช้งานได้จริงด้วยครับ
ก่อนที่จะเรียน ผู้สอนได้แจ้งว่าคุณควรจะมีความรู้ในส่วนของ Linear Algebra รวมไปถึงสถิติ (ในระดับมหาวิทยาลัย) และ Python เบื้องต้นมาก่อนครับ
คอร์สย่อยที่อยู่ในหลักสูตรมีทั้งหมด 4 คอร์สด้วยกันได้แก่
- Introduction to Applied Machine Learning – แนะนำการเตรียมข้อมูลสำหรับการทำ Machine Learning Project คุณจะได้ทราบว่ามีส่วนไหนบ้างในธุรกิจที่สามารถประยุกต์ใช้ Machine Learning ได้
- Machine Learning Algorithms: Supervised Learning Tip to Tail – เจาะลึกโครงสร้างของโปรเจค Machine Learning คุณจะได้เข้าใจเทคนิคอันหลากหลายของ Supervised Learning และจะได้ประยุกต์ใช้กับ Case Study ต่างๆ
- Data for Machine Learning – เจาะลึกในส่วนของการจัดการข้อมูล ไม่ว่าการเลือกสรรข้อมูล, การจัดการ bias เพื่อยกระดับคุณภาพของ model ของคุณ
- Optimizing Machine Learning Performance – นำความรู้ทั้งหมดที่เรียนไปมาทำโปรเจค ซึ่งก็คือการสร้าง maintenance roadmap ครับ
หลักสูตรนี้จัดว่าสั้นเมื่อเทียบกับหลักสูตรอื่นๆ เพราะใช้เวลาเรียนประมาณ 4 เดือน (ในกรณีที่คุณเรียน 2 ชั่วโมงต่อสัปดาห์) แต่ค่าเรียนต่อเดือนสูง นั่นคือ $79 หรือประมาณ 2,370 บาทต่อเดือน ผมจึงมองว่าถ้าคุณสนใจ คุณควรจะสมัคร Coursera Plus (รายละเอียดอยู่ด้านล่าง) จะคุ้มค่ากว่าครับ
4. Machine Learning with TensorFlow on Google Cloud Platform Specialization
หลักสูตรนี้จะสอนการใช้งาน Machine Learning ด้วย Tensorflow บนแพลตฟอร์มของ Google Cloud โดยทีมงาน Google Cloud โดยตรง ดังนั้นตัวคอร์สจะเฉพาะทางอยู่มาก และไม่ใช่คอร์สสำหรับมือใหม่ คุณควรจะมีพื้นฐาน Data Science (โดยเฉพาะ Data Engineering) และอาจจะรวมไปถึงเนื้อหา Tensorflow ด้วยก่อนที่จะมาเรียนหลักสูตรนี้ครับ
ภายในหลักสูตรนี้มีทั้งหมด 5 คอร์สด้วยกัน
- How Google does Machine Learning – คอร์สแรกที่จะแนะนำถึงมุมมองของ Google ต่อ Machine Learning และ Google ใช้งาน Machine Learning อย่างไร นอกจากนี้ครูผู้สอนจะแนะนำถึง bias ที่อาจจะส่งผลต่อผลที่ตัวโมเดลแสดงออกมาได้ และวิธีการแก้ไขต่างๆ
- Launching into Machine Learning – คอร์สนี้จะสอนโครงสร้างของ Neural Networks และอธิบายว่าทำไมถึงมีประโยชน์ในการแก้ปัญหาต่างๆ ของสายงาน Data Science และสอนความรู้เกี่ยวข้องกับโครงสร้างของ Machine Learning Model เบื้องต้น
- Introduction to TensorFlow – สอนการสร้าง ฝึกฝน และใช้งาน Machine Learning Models โดยใช้ Tensorflow รวมไปถึง Keras Sequential API และ Functional API ที่ใช้ในการสร้างโมเดลที่สูงขึ้นอย่าง Deep Learning Models
- Feature Engineering – อธิบายวิธีการเพิ่มประสิทธิภาพของ Machine Learning Model รวมไปถึงคอนเซปต์ กระบวนการ และเทคนิคต่างๆ ที่เกี่ยวข้องกับ Feature Engineering
- Art and Science of Machine Learning – คอร์สสุดท้ายที่จะสอนให้ผู้เรียนเข้าใจเทคนิคระดับสูงของ Machine Learning เพื่อให้คุณนำไปปรับใช้กับโมเดลของคุณเพื่อให้ได้ประสิทธิผลในระดับสูงสุด
ไม่ต้องสงสัยเลยว่าหลักสูตรนี้จะเป็นหนึ่งในคอร์สสอน Machine Learning โดยใช้ Google Cloud ที่ดีที่สุดในโลกออนไลน์ ถ้าคุณสนใจจะลองใช้งาน หลักสูตรนี้คุณไม่ควรพลาดเลยทั้งสิ้นทั้งปวง การเรียนจะใช้เวลาประมาณ 4 เดือน ถ้าคุณใช้เวลาเรียน 5 ชั่วโมงต่อสัปดาห์ครับ ส่วนค่าเรียนจะอยู่ที่ $49 หรือประมาณ 1,470 บาทต่อเดือน
Coursera Plus
ถ้าคุณสนใจคอร์สเรียนที่ 3 ที่ราคาสูง หรืออยากจะเรียนมากกว่า 1 คอร์ส คุณไม่จำเป็นต้องเลือกเลยครับ เรียนทั้งหมดไปเลยดีกว่าด้วยการสมัคร Coursera Plus เพราะทั้งถูกกว่า (เฉลี่ยแล้ว $33.25 หรือประมาณ 1,000 บาทต่อเดือน) และเรียนได้แบบแทบจะทุกคอร์สใน Coursera เลย รายละเอียดเพิ่มเติมอยู่ด้านล่างแล้วครับ
Udemy
คอร์สที่ 5-9 อยู่ในแพลตฟอร์มของ Udemy
สำหรับใครที่อยากได้คอร์สของ Udemy ในราคาย่อมเยา คุณควรซื้อตอนที่มีลดราคา ซึ่งมีแทบทุกสัปดาห์ การลดราคาจะมากถึง 90% ทำให้คอร์สเหลือแค่ไม่กี่ร้อยบาทเท่านั้นครับ
ในกรณีที่คุณเปิดเข้าไปแล้ว คอร์สอยู่ที่ราคาเต็ม ผมแนะนำให้รอ 2-5 วัน หรือว่าสมัครแจ้งเตือนกับ Victory Tale ไว้ก็ได้ครับ เมื่อมีการลดราคา ผมจะได้แจ้งไปทันที
5. Machine Learning A-Z™: Hands-On Python & R In Data Science
คอร์สสอน Machine Learning ที่จัดทำโดยทีมงานของ SuperDataScience หนึ่งในผู้ผลิตคอร์สสอน Data Science คุณภาพสูงมากมาย สำหรับเนื้อหาของคอร์สนี้จะเป็นการสร้าง Machine Learning โดยใช้ทั้ง Python และ R ในคอร์สเดียวครับ
สิ่งที่คุณจะได้เรียนจากคอร์สนี้คือ
- Data Preprocessing หรือการจัดการ Data ก่อนที่จะนำไปใช้งาน ซึ่งคุณจะได้เรียนทั้งใน Python และ R ครับ
- Regression – เจาะลึกในส่วนของ Regression ไม่ว่าจะเป็น Simple/Multiple/Polynomial Regression รวมไปถึง SVR (Support Vector Regression) และ Decision Tree Regression ทุกอย่างจะถูกสอนตามลำดับขั้นตอน และคุณจะได้เข้าใจการเลือก Regression Model ที่เหมาะสมทั้งใน Python และ R รวมไปถึงการประเมินประสิทธิภาพของโมเดลด้วยครับ
- Classification – สอนคอนเซปต์ของ Classification อย่างละเอียดไม่ว่าจะเป็น SVM, Kernal SVM ไปจนถึง Decision Tree และ Random Forest Classification
- Clustering – เจาะลึกการทำ Clustering ไม่ว่าจะเป็น K-Means หรือ Hierarchical Clustering
- สอนรูปแบบของ Learning ต่างๆ อย่างละเอียดไม่ว่าจะเป็น Association Rule Learning (Apriori, Eclat), Reinforcement Learning, NLP และ Deep Learning (Neural Networks ต่างๆ)
- สอนเทคนิคระดับสูงอย่าง Dimensionality Reduction (PCA และ LDA) และปิดท้ายคอร์สด้วยการเลือก Model และการทำ Boosting
โดยรวมแล้วคอร์สนี้มีเนื้อหาแบบวีดิโอถึง 44 ชั่วโมง และปูพื้นฐานทุกอย่างเกี่ยวกับ Machine Learning ใน Python และ R ให้กับผู้สนใจ ทั้งนี้คุณไม่มีความจำเป็นต้องมีความรู้ Python หรือ R Programming มาก่อน เรียกได้ว่าถ้าอยากเรียนก็สามารถเรียนได้เลยครับ
คอร์สนี้เป็นหนึ่งในคอร์สที่มีผู้เรียนมากที่สุดคอร์สหนึ่งใน Udemy ด้วยจำนวนนักเรียนเกือบ 700,000 คน ผมเองก็เป็นหนึ่งในนั้น โดยรวมแล้วชอบตัวคอร์สมากเลยครับ ส่วนคะแนนรีวิวเองก็ดีเยี่ยมนั่นคือได้ไป 4.5/5.0 ครับ
นอกจากคอร์สนี้แล้วทีมนี้ยังมีคอร์สสำหรับการทำ Project ของ Machine Learning อีกหนึ่งคอร์สครับ ถ้าสนใจก็ลองไปพิจารณาดูได้ที่ Machine Learning Classification Bootcamp in Python
6. Machine Learning Bootcamp (Python, R, Scala and Spark)
สำหรับคอร์สนี้จริงๆ แล้วเป็นคอร์สย่อยสามคอร์ส ซึ่งคุณต้องซื้อแยก แต่ผมขอนำมาเขียนเป็นบทเดียว เพราะว่าทั้งสามคอร์สสอนโดยคนสอนคนเดียวกัน นั่นก็คือ Jose Portilla หนึ่งในครูผู้สอนและเทรนเนอร์ประสบการณ์สูงในสายงาน Data Science และเป็นปัจจุบันเป็น Head of Data Science ของบริษัท Pierian Data Inc. ครับ
เรามาเริ่มที่คอร์ส Python กันก่อน
6.1) Python for Data Science and Machine Learning Bootcamp
คอร์สนี้จะเป็นการสอน Python สำหรับ Data Science และ Machine Learning ไปพร้อมกัน สิ่งที่คุณได้เรียนในคอร์สคือ
- Intro to Python – แนะนำ Python Programming เบื้องต้น (ความยาวค่อนข้างสั้น ควรเรียนคอร์สอื่นมาก่อนจะดีกว่า)
- Python for Data Analysis – สอนการใช้งาน NumPy และ Pandas ในการทำ Data Analysis
- Python for Data Visualization – สอนการใช้งาน Matplotlib, Seaborn, Panda, Plotly and Cufflinks ในการทำ Data Visualizations
- Intro to Machine Learning – แนะนำคอนเซปต์เบื้องต้นของ Machine Learning
- สอนการใช้ Linear Regression, Logistic Regression
- อธิบาย KNN Theory และ Decision Trees รวมไปถึง Random Forests
- SVM (Support Vector Machines)
- K Mean Clustering
- Natural Language Processing
- Deep Learning เบื้องต้น
- และอื่นๆ อีกมากมาย
คอร์สนี้จัดว่าครบถ้วนทุกกระบวนความในการใช้งาน Python สำหรับ Data Science ซึ่งรวมไปถึง Machine Learning ด้วย หลังจากเรียนจบแล้วคุณจะมีพื้นฐานที่ยอดเยี่ยมสำหรับการเป็น Data Scientist ต่อไปครับ อย่างไรก็ดีในการเรียนคอร์สนี้คุณควรจะมีพื้นฐาน Python มาบ้าง แต่ไม่ต้องถึงกับเป็นเซียนแต่อย่างใด
เนื้อหาแบบวีดิโอของคอร์สนี้มีความยาว 25 ชั่วโมง ส่วนคะแนนรีวิวของคอร์สนี้อยู่ที่ 4.6/5.0 จากนักเรียนมากถึงเกือบ 390,000 คน
6.2) Data Science and Machine Learning Bootcamp with R
คอร์สลักษณะเดียวกับคอร์สที่ 6.1 แต่เปลี่ยนจาก Python เป็น R สิ่งที่คุณจะได้เรียนในคอร์สมีดังต่อไปนี้
- R Programming Basics – เรียนพื้นฐานของภาษา R เช่น Matrices, Data Frames, Lists, Data Input and Output
- การทำ Data Manipulation และ Data Visualization โดยใช้ R
- เจาะลึก Machine Learning โดยใช้ R อาทิเช่น Linear Regression, Logistic Regression
- แนะนำเนื้อหาระดับสูงขึ้นเช่น K Nearest Neighbors, Decision Trees, Random Forests
- Support Vector Machines และ K-means Clustering
- NLP และ Neural Nets
สำหรับคอร์สนี้จะมีเนื้อหาแบบวีดิโอทั้งหมด 17.5 ชั่วโมง และครอบคลุมการใช้งาน R ตั้งแต่สำหรับ Data Science ทั่วไปมาจนถึง Machine Learning สิ่งที่ยอดเยี่ยมในคอร์สคือ คุณจะได้ทำโปรเจคไปตลอดทาง ซึ่งช่วยให้คุณจะได้ฝึกฝีมือและจะทบทวนความรู้ที่เรียนไปได้เป็นอย่างดี
6.3) Scala and Spark for Big Data and Machine Learning
คอร์สนี้จะเจาะลึกการใช้งานเครื่องมือสองตัวกับ Machine Learning นั่นคือ Scala และ Spark นั่นเอง เทคโนโลยีสองตัวนี้มีความสำคัญอย่างยิ่งและเรียกได้ว่ากำลังมาแรงในสายงานเลยก็ว่าได้
สิ่งที่คุณจะได้เรียนมีดังต่อไปนี้
- Scala Programming – เรียนพื้นฐานของ Scala เบื้องต้น
- Spark DataFrames with Scala
- Introduction to Machine Learning
- สอนคอนเซปต์ที่สำคัญของ Machine Learning อย่างเช่น Regression, Classification, Clustering, PCA ใน Spark
- Project – คุณจะได้ลองใช้งาน Scala และ Spark ในการวิเคราะห์ข้อมูลทางการเงิน รวมไปถึงพฤติกรรมของลูกค้า
โดยรวมแล้วคอร์สนี้มีเนื้อหาทั้งหมด 10 ชั่วโมง ส่วนคะแนนรีวิวได้ไป 4.5/5.0 จากนักเรียนทั้งหมด 25,700 คนครับ ในการเรียนคุณจะต้องมีความรู้ในการเขียนโปรแกรมสักภาษาหนึ่งมาก่อน แต่ไม่ได้มีข้อจำกัดว่าต้องเป็น Python หรือ R แต่อย่างใด
7. Machine Learning, Data Science and Deep Learning with Python
คอร์ส Machine Learning ที่สอนโดย Frank Kane นักพัฒนาที่มีสิทธิบัตรในกำมือถึง 17 ฉบับในสายงาน Data Mining, Machine Learning และ Distributed Computing และเคยมีประสบการณ์การทำงานในบริษัทชั้นนำอย่าง Amazon และ IMDb นานถึง 9 ปีด้วยกัน
ดังนั้นอาจจะกล่าวได้ว่าเขาเป็นหนึ่งในผู้สอนที่มี profile ดีที่สุดในสายนี้เลยก็ว่าได้
สำหรับคอร์สนี้จะครอบคลุมเนื้อหา Machine Learning ใน Python และรวมไปถึง Deep Learning ด้วย นอกจากนี้จะมีการสอดแทรกความรู้เกี่ยวกับ Apache Spark เข้ามาด้วยเช่นกัน สิ่งที่จะคุณได้เรียนคือ
- Python and Statistic Basics – ทบทวนความรู้ Python และสถิติที่จำเป็นต้องใช้
- เจาะลึก Machine Learning โดยใช้ Python (Bayesian Methods, K-Means Clustering)
- ลองสร้างระบบให้คำแนะนำ (Recommender Systems)
- เทคนิคในการทำ Data Mining และการสร้าง Machine Learning Model
- ใช้งาน Apache Spark ในการจัดการฐานข้อมูลขนาดยักษ์สำหรับ Machine Learning
- Deep Learning และ Neural Networks
- ทำ Project ด้วยการใช้เทคนิคต่างๆ ของ Machine Learning ในการสร้างระบบที่ตรวจสอบข้อมูลเมมโมแกรมของผู้ป่วย แล้ววินิจฉัยว่าเป็นมะเร็งเต้านมหรือไม่อย่างอัตโนมัติ
ด้วยเนื้อหาประมาณ 14 ชั่วโมง ทำให้คอร์สนี้ถือว่ารวบรัดพอสมควร แต่ก็มีความกระชับและไม่ยืดเยื้ออยู่ในตัว ทั้งนี้คุณจะต้องมีความรู้ในการเขียนโปรแกรมมาบ้าง (ถ้าเป็น Python ก็ยิ่งดี) ถึงจะเรียนคอร์สนี้ได้ครับ
8. Machine Learning with Javascript
แม้ว่า Machine Learning จะถูกใช้งานมากใน Python และ R แต่นั่นไม่ได้แปลว่าจะเราจะสร้างโมเดลได้แค่ในสองภาษานี้เท่านั้น
ภาษาที่ใช้กันมากๆในการสร้างเว็บอย่าง Javascript ก็สามารถใช้สร้างได้เช่นเดียวกัน และนำไปใช้ประโยชน์ในการสร้าง Single-page apps หรือว่า browser extensions นั่นเองครับ
สำหรับคอร์สนี้จะสอนโดย Stephen Grider นักพัฒนาซอฟต์แวร์ระดับเทพผู้เปลี่ยนตัวเองมาเป็นครูที่ให้ความรู้แก่นักพัฒนาหน้าใหม่จำนวนมาก ในคอร์สนี้คุณจะเรียนรู้แบบเจาะลึก ไม่ว่าจะเป็นคณิตศาสตร์ และโครงสร้างที่เกี่ยวข้องกับ Machine Learning ใน Javascript ครับ
โดยรวมแล้วเขาจะสอนสิ่งต่อไปนี้ให้กับคุณ
- Algorithm Overview – อธิบายคอนเซปต์ต่างๆ ของอัลกอริทึมอาทิเช่น K-Nearest Neighbors แบบเจาะลึก
- พื้นฐานของ Tensorflow JS
- การประยุกต์ใช้ Tensorflow
- ความรู้ในส่วนของ Gradient Descent และการใช้งานกับ Tensorflow
- ใช้ Vectorized Solutions ในการเพิ่มประสิทธิภาพ และลดปัญหาความคลาดเคลื่อน
- Natural Binary Classification
- Multi-Value Classification
- รวมเทคนิคระดับสูงในการเพิ่มประสิทธิภาพของโมเดลของคุณ
- และอื่นๆ อีกมากมาย
ด้วยเนื้อหากว่า 17.5 ชั่วโมง คุณจะได้พื้นฐานที่ดีในการพัฒนาโมเดลของคุณต่อไป และสามารถสร้าง apps โดยใช้ Tensorflow JS ได้อย่างง่ายดาย
คอร์สนี้เป็นไม่กี่คอร์สที่สอน Machine Learning ใน Javascript ดังนั้นถ้าคุณสนใจในความรู้ส่วนนี้ คุณไม่ควรพลาดจริงๆ ครับ คะแนนรีวิวคอร์สนี้เองก็สูงมากถึง 4.7/5.0 จากผู้เรียนกว่า 20,500 คน
9. A Beginner’s Guide To Machine Learning with Unity
ถ้าคุณอยากประยุกต์ใช้ Machine Learning กับการพัฒนาเกม คอร์สนี้จะตอบโจทย์ของคุณได้เป็นอย่างดี คุณจะได้ลองสร้าง Generic Algorithm และ Neural Network ใน C# และตามมาด้วยการใช้ Tensorflow ในการสร้าง bot หรือคอมพิวเตอร์ที่เริ่มเก่งขึ้นเมื่อเล่นไปกับผู้เล่นไปนานๆ ครับ
ตัวคอร์สสอนโดย Penny de Byl นักพัฒนาแบบ Full Stack Developer และมีประสบการณ์การสอนการพัฒนาเกม และศาสตร์อื่นๆ ที่เกี่ยวข้องเป็นเวลานานกว่า 25 ปี ในโพสนี้เธอจะมาถ่ายทอดความรู้ของเธอให้กับคุณครับ
สิ่งที่จะได้เรียนในคอร์สคือ
- เข้าใจและลองสร้าง Generic Algorithms ใน C#
- Perceptrons (Algorithm ที่ใช้ในการ supervised learning ของ binary classifiers)
- Artificial Neural Networks
- การประยุกต์ใช้ Neural Network ในวงการเกม
- Q-Learning and Reinforcement Learning
- และอื่นๆ อีกมากมาย
สำหรับใครที่สนใจ คอร์สนี้ไม่ใช่คอร์สสำหรับมือใหม่ คุณจะต้องมีความชำนาญในการเขียนโปรแกรมโดยใช้ C# มาพอสมควร และต้องใช้ Unity Engine ได้เป็นอย่างดี ถึงจะเรียนคอร์สนี้ได้ครับ
เนื้อหาในคอร์สนี้ยาว 12.5 ชั่วโมง โดยมีนักเรียนกว่า 10,800 คนด้วยกันครับ
สำหรับคอร์สเฉพาะทางอื่นๆ ของ Machine Learning อย่างเช่นเจาะลึกในส่วนของ Regression หรือ Feature Engineering สามารถหาเพิ่มเติมได้ที่คลัง Machine Learning Courses และถ้าคุณรู้สึกว่า 9 คอร์สที่ผมแนะนำยังไม่ตอบโจทย์ก็หาเพิ่มเติมได้ที่นี่เช่นกันครับ
Datacamp
Datacamp เป็นแพลตฟอร์มเรียน Data Science โดยเฉพาะ รูปแบบของการเรียนจะแตกต่างกับ Coursera และ Udemy นั่นคือจะเป็นแนว Interactive ครับ
กล่าวคือคุณจะได้ assignment มาเป็นบทๆ และให้คุณลอง coding ลงในแพลตฟอร์มตามคำสั่งที่ได้รับมา หลังจากนั้นคุณก็จะต้องนำผลสรุปที่ได้มาตอบคำถาม ถ้าคุณทำได้ถูกต้องก็จะไปต่อบทใหม่ การเรียนแบบนี้จึงอาจจะเรียกได้ว่าเป็นการเรียนเชิงปฏิบัติ การเรียนรู้ของคุณจะเกิดจากการได้ลองทำของจริงนั่นเองครับ
แพลตฟอร์มการเรียนของ Datacamp จัดว่าสมบูรณ์มาก คุณไม่จำเป็นต้องลงโปรแกรมใดๆ ทั้งสิ้น เพราะทุกอย่างเรียนได้ผ่าน Web Browser หรือว่า Mobile Apps การเรียนจึงง่ายและสบายทุกที่ทุกแห่งครับ
10. Machine Learning Courses
คอร์สสอน Machine Learning ของ Datacamp นั้นมีหลายสิบคอร์ส แต่ละคอร์สจะเป็นคอร์สสั้นๆ ใช้เวลาเรียนให้จบประมาณ 3-4 ชั่วโมง (หรืออาจจะน้อยกว่านั้นได้ ถ้าคุณเรียนเร็ว) โดย Datacamp จะสอนเนื้อหาต่อไปนี้โดยใช้ R หรือ Python ครับ
- Preprocessing for Machine Learning
- Unsupervised Learning
- Supervised Learning with Scikit-Learn
- Sentiment Analysis
- Tree-Based Models
- NLP
- Cluster Analysis
- Dimensionality Reduction
- Linear Classifiers
- Predictive Analytics
- Machine Learning ประยุกต์ อาทิเช่นใน Finance ฯลฯ
- และอื่นๆ อีกมากมาย
ในการเรียน คุณไม่จำเป็นต้องเลือกแต่อย่างใด เพราะ Datacamp ใช้ระบบจ่ายค่าเรียนแบบสมาชิกรายเดือนนั่นเอง โดยแบ่งออกเป็น 2 แพลนได้แก่
- Premium – $12.42 หรือประมาณ 390 บาทต่อเดือน
- Teams – $25 หรือประมาณ 750 บาทต่อเดือน
ทั้งนี้แบบ Premium คุณจะเรียนคอร์สได้กว่า 338 คอร์สใน Datacamp ซึ่งรวมไปถึงคอร์สสอน Machine Learning ทั้งหมดด้วยรวมไปถึง Projects ต่างๆ อีกกว่า 80 ชิ้น ดังนั้นสมัครแค่แบบ Premium ก็พอแล้วครับ ไม่ต้องแพลนที่สูงกว่าแต่อย่างใด
Edureka
คอร์สที่ 11 อยู่ในแพลตฟอร์มของ Edureka
11. Machine Learning Certification Training using Python
คอร์สนี้จะช่วยเทรนให้คุณเป็นผู้เชี่ยวชาญใน Machine Learning Algorithms ต่างๆ โดยใช้ Python นอกจากนี้คุณยังจะได้จัดการกับ Case studies มากมายที่มาจากหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นการสาธารณสุข IT การบิน และทรัพยากรบุคคลครับ
เนื้อหาแบบสอนสดในคอร์สมีความยาว 36 ชั่วโมง โดยจะครอบคลุมเนื้อหาต่อไปนี้
- Intro to Data Science – เรียนพื้นฐานของ Data Science
- Data Extraction, Wrangling & Visualization
- Intro to Machine Learning – เรียนความรู้เบื้องต้นของ Machine Learning อาทิเช่นนิยาม การใช้งาน กระบวนการ และรูปแบบต่างๆ รวมไปถึงเริ่มอธิบาย Linear Regression และ Gradient Ascent
- เจาะลึก Supervised Learning ไม่ว่าจะเป็น Classification, Decision Tree, Random Forest, SVM, Naive Bayes Classifier ฯลฯ
- Dimensionality Reduction เช่น PCA และ DCA
- Unsupervised Learning เช่น K-Means Clustering, Hierarchical Clustering ฯลฯ
- สร้าง Recommendation Systems
- Reinforcement Learning – เจาะลึกการสร้าง algorithm ที่จะฉลาดขึ้นเรื่อยๆ ตามลำดับ
- Time Series Analysis
- Model Selection and Boosting – วิธีการเลือกโมเดลและการใช้ Boosting รวมไปถึงการเปลี่ยน Algorithm ที่ไม่มีคุณภาพให้มีคุณภาพมากขึ้น
- และอื่นๆอีกมากมาย
คอร์สนี้ถือว่าสอนครอบคลุมเนื้อหา Machine Learning อย่างครบถ้วน แต่จุดแข็งจริงๆ คือ Case Studies มากกว่า 34 ชุดที่คุณจะได้ลองใช้ Machine Learning ในการแก้ไขปัญหา นอกจากนี้ยังมีโปรเจคขนาดใหญ่อีก 2 ชิ้นให้คุณได้ลองทำในคอร์สอีกด้วย ทำให้คุณใช้เวลากับคอร์สนี้ได้นานนับร้อยชั่วโมงเลยทีเดียวครับ
อย่างไรก็ดีเนื่องจากคอร์สนี้ใช้ Python คุณจะต้องเรียน Python มาก่อนถึงจะเรียนคอร์สนี้ได้ครับ
ผมแนะนำให้ทดลองเรียนก่อนตามลิงค์ด้านล่าง ถ้ารู้สึกชอบและไม่มีปัญหากับสำเนียงของครูก็สามารถสมัครได้เลยครับ
สำหรับค่าเรียนจะอยู่ที่ $449 หรือประมาณ 13,470 บาท ถ้าสมัครไปแล้วไม่พอใจ คุณขอคืนเงินได้ภายในเวลา 3 วันเท่านั้น เพราะฉะนั้นถ้าซื้อไปแล้วไม่ชอบ อย่าได้มัวรีรอครับ
12. Machine Learning Engineer Masters Program
ถ้าคุณสนใจ “หลักสูตร” ของ Edureka ที่ครอบคลุมเนื้อหา Machine Learning มากกว่าคอร์สที่ 11 ก็มีให้เรียนเช่นกัน หลักสูตรนี้ประกอบด้วย 9 คอร์สด้วยกัน โดยคอร์สที่ 11 ที่ผมแนะนำไปด้านบนเป็นส่วนหนึ่งของหลักสูตรนี้ครับ
คอร์สทั้ง 9 ได้แก่
- Python Programming Certification Course – พื้นฐานการเขียนโปรแกรมโดยใช้ Python คอร์สนี้มีความยาว 24 ชั่วโมง
- Machine Learning Certification Training Using Python – คอร์สนี้คือคอร์สที่ผมแนะนำไปด้านบน (36 ชั่วโมง)
- Graphical Models Certification Training – คอร์สนี้จะเจาะลึก Graphical Models ไม่ว่าจะเป็น Bayesian Networks หรือ Markov Networks คอร์สนี้มีเนื้อหายาว 15 ชั่วโมง
- Reinforcement Learning – เจาะลึกเนื้อหา Reinforcement Learning อีก 15 ชั่วโมงเต็ม คุณจะได้เรียน Markov Decision Processes, Dynamic Programming, Bandit Algorithms และอื่นๆ อีกมากมาย
- Natural Language Processing with Python Certification – คอร์สนี้สอนความรู้เกี่ยวกับ NLP อย่างเช่นคอนเซปต์อย่าง Tokenization, Stemming, Lemmatization, Syntax Tree Parsing ฯลฯ รวมเนื้อหาทั้งหมด 18 ชั่วโมง
- AI & Deep Learning with Tensorflow – เรียนการใช้งาน Tensorflow ซึ่งจะครอบคลุมคอนเซปต์อย่าง Autoencoder Neural Networks, RBM และการใช้ Library อย่าง Keras และ TFLearn และอื่นๆ อีกมากมาย รวมเนื้อหาทั้งหมดในคอร์ส 30 ชั่วโมง
- Python Spark Certification Training Using PySpark – สอนทักษะที่ช่วยให้คุณเป็น Spark Developer โดยใช้ Python คุณจะได้ความรู้อย่างมากมายในส่วนของ Spark Ecosystem นอกจากนี้คอร์สนี้จะเตรียมคุณใช้พร้อมสำหรับการสอบ CCA175 หรือ Cloudera Hadoop and Spark Developer Certification Exam รวมเนื้อหาทั้งหมด 36 ชั่วโมง
อีกสองคอร์สจะเป็นคอร์สย่อยที่ไม่ใช่คอร์สสด แต่จะช่วยเตรียมคุณให้พร้อมสำหรับการเรียนเนื้อหาหนักๆ ใน 7 คอร์สด้านบน
- Python Scripting Certification Training – สอนทักษะเบื้องต้นของ Python และคอนเซปต์ของ scripting
- Python Statistics for Data Science Course – สอนความรู้ทางด้านสถิติที่จำเป็นสำหรับคอร์สเรียน Data Science
รวมทั้งหมดแล้วเนื้อหาจะปาเข้าไปเกือบ 200 ชั่วโมงเลยทีเดียว และเก็บครบทุกอย่างสำหรับ Machine Learning ใน Python เลยก็ว่าได้ นอกจากนี้ยังมีโปรเจคและ case study ให้คุณศึกษาและลองทำอีกหลายสิบชิ้น ทำให้เป็นตัวเลือกที่น่าสนใจมากสำหรับใครที่สนใจคอร์สแบบ All-in-one หรือว่า comprehensive ครับ
ในส่วนของราคาจะอยู่ที่ $1,499 หรือประมาณ 44,970 บาท ซึ่งจะถูกกว่าการซื้อแยกคอร์สถึงเกือบ 50% เลยทีเดียวครับ
13. ProjectPro
การเรียนและเข้าใจทฤษฎีอย่างเดียวนั้นไม่เพียงพอที่คุณจะเป็น machine learning engineer ที่เก่งกาจได้ในชีวิตจริง สิ่งที่คุณต้องพัฒนาไปด้วยนั่นก็คือทักษะการทำโปรเจค (project-building skills) ที่คุณจะได้ประยุกต์ใช้เนื้อหาที่คุณใช้ในสถานการณ์จริงนั่นเอง
เพื่อการนี้ แพลตฟอร์มที่ผมอยากจะแนะนำก็คือ ProjectPro ครับ ซึ่งแพลตฟอร์มนี้ไม่ได้สอน machine learning แต่อย่างใด ในทางตรงกันข้าม ตัวแพลตฟอร์มจะให้โปรเจคในสายงาน data science และ machine learning มาให้คุณทำแบบล้นหลามถึง 120 โปรเจคด้วยกัน คุณจะได้เรียนรู้จากการลงมือทำ และเข้าใจว่า machine learning engineer ทำงานอะไรบ้างนั่นเอง
ตัวอย่างโปรเจคที่ผมมองว่าน่าสนใจประกอบด้วย
- House Price Prediction Project using Machine Learning – ในโปรเจคนี้คุณจะได้สร้าง machine learning model เพื่อพยากรณ์ราคาบ้านในอนาคตอ้างอิงปัจจัยต่างๆ จาก dataset ของ Zillow (เว็บไซต์อสังหาริมทรัพย์ของอเมริกา)
- Credit Card Default Prediction using Machine learning techniques – สำหรับโปรเจคนี้ คุณจะได้ลองพยากรณ์อัตราที่ผู้กู้จะผิดนัดชำระหนี้โดยอาศัยการสร้าง credit score prediction model
โปรเจคเหล่านี้เป็นสิ่งที่เหล่าผู้เชี่ยวชาญได้ทำในชีวิตจริง ดังนั้นคุณได้ลองสัมผัสกับประสบการณ์ดังกล่าวล่วงหน้า และยกระดับทักษะของคุณให้เทียบเท่ากับเหล่าผู้เชี่ยวชาญนั่นเอง
ในแต่ละโปรเจคนั้น ทาง ProjectPro จะให้เฉลยละเอียดในรูปแบบวิดีโอความยาว 3-5 ชั่วโมง เช่นเดียวกับ Source Code และ Dataset นอกจากนี้คุณยังสอบถามทีมงานได้ผ่านทางอีเมล์ได้ตลอดเวลาถ้าติดขัดตรงส่วนไหน ดังนั้นคุณจะมีทรัพยากรที่พร้อมสรรพในการเพิ่มพูนทักษะให้แข็งแกร่งครับ
สำหรับเรื่องค่าใช้จ่ายจะอยู่ที่ $780 หรือประมาณ 23,400 บาทต่อปี ทั้งนี้คุณสามารถขอคืนเงินได้ภายใน 90 วัน ถ้าสมัครไปแล้วไม่ชอบครับ
เลือกเว็บสอน Machine Learning ไหนดี?
แต่ละคอร์สจะมีจุดเด่นที่แตกต่างกันออกไป อย่าง Coursera นั้นจะเหมาะกับใครที่ชอบการเรียนแบบเป็นทางการสไตล์มหาวิทยาลัย คุณจะได้เอกสารในการเรียนต่างๆ อย่างเยี่ยมยอด พร้อมกับประกาศนียบัตรเมื่อเรียนจบครับ
ถ้าเป็น Udemy จะเป็นคอร์สที่เหมือนกับเรียนกับติวเตอร์ การเรียนจะไม่เป็นทางการมากนัก และมีรูปแบบคอร์สให้เลือกมากมายนับร้อยนับพัน ตัวคอร์สจะเป็นแบบซื้อขาด ไม่มีวันหมดอายุอีกด้วย
ส่วน Datacamp นั้นเหมาะกับใครที่เบื่อหน่ายกับการนั่งฟังครูสอน และอยากเรียนผ่านการปฏิบัติ วิธีนี้ผมเองก็ชอบเหมือนกันเพราะว่าเรียนได้นานกว่า และสัมผัสได้ถึงความท้าทายครับ
ปิดท้ายด้วย Edureka คอร์สนี้จะเหมาะกับใครที่อยากเรียนคอร์สที่สดใหม่ ทันสมัย และเปิดกว้างให้คุณถามได้แบบ real-time ครับ