AI & Data Analytics — Machine Learning

โครงการ Coding Thailand 2026

ผู้สอน: ผศ.ดร. สัญชัย เอียดปราบ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยบูรพา

---

เกี่ยวกับหลักสูตร

หลักสูตร Machine Learning สำหรับผู้เริ่มต้น ครอบคลุมตั้งแต่พื้นฐาน AI ไปจนถึงการสร้างโมเดล Classification, Regression, Clustering ด้วย Python และ scikit-learn พร้อม Workshop ลงมือทำจริงกับข้อมูลคุณภาพน้ำ

ระยะเวลา: 2 ชั่วโมง | ระดับ: เริ่มต้น — กลาง (Beginner — Intermediate)

---

เนื้อหาหลักสูตร

ไฟล์	บท	หัวข้อ	เวลา
ML_Clip1_AI_Crash_Course.ipynb	บทที่ 1	AI Crash Course — AI/ML/DL คืออะไร, Teachable Machine, ML Pipeline, โค้ด ML แรก	25 นาที
ML_Clip2_Classification_Hands_On.ipynb	บทที่ 2	Classification Hands-On — Penguins Dataset, EDA, Decision Tree, KNN, Accuracy	30 นาที
ML_Clip3_Regression_Clustering.ipynb	บทที่ 3	Regression + Clustering — Linear Regression, K-Means, เลือก Model ที่เหมาะสม	15 นาที
ML_Clip4_Workshop_3_Levels.ipynb	บทที่ 4	Workshop — สร้าง AI คัดกรองคุณภาพน้ำ 3 ระดับ (Easy / Medium / Hard)	25 นาที
ML_Clip5_Solutions_Summary.ipynb	บทที่ 5	เฉลย Workshop + สรุปหลักสูตร + เส้นทางการเรียนรู้ต่อ	10 นาที

---

สิ่งที่จะได้รับ

• อธิบายความแตกต่างระหว่าง AI, Machine Learning และ Deep Learning ได้
• สร้างโมเดล Classification ด้วย Decision Tree และ KNN
• สร้างโมเดล Regression ด้วย Linear Regression
• จัดกลุ่มข้อมูลด้วย K-Means Clustering
• เข้าใจ ML Pipeline ตั้งแต่เตรียมข้อมูลจนถึงประเมินผล
• วิเคราะห์ข้อมูลจริงและสร้าง AI คัดกรองคุณภาพน้ำ

---

วิธีใช้งาน

1. เปิดด้วย Google Colab หรือ VS Code + Jupyter
2. รันตามลำดับบทที่ 1 → 2 → 3 → 4 → 5
3. บทที่ 4 ให้ลองทำเองก่อน แล้วค่อยเปิดเฉลยในบทที่ 5

---

_{© 2026 Coding Thailand. สงวนลิขสิทธิ์ทุกประการ}