[พร้อมส่งฉบับภาษาไทย] Building Applications with AI Agents+ Hands-On Machine Learning with Scikit-Learn, Keras,

Building Applications with AI Agents Generative AI ได้เปลี่ยนโซลูชันในองค์กรต่างๆ ทำให้การพัฒนาจากแนวคิดไปสู่ต้นแบบ และไปสู่โซลูชันจริงเกิดได้เร็วขึ้น และเมื่อโมเดลมีความสามารถเพิ่มขึ้นเราก็ได้เห็นรูปแบบใหม่นั่นคือ AI AgentAI Agent ไม่ใช่เป็นแค่แชทบอต แต่คือ “พนักงานดิจิตอล” ที่ทำงานแทนเราได้จริง! ด้วยการผสานเครื่องมือ,ความรู้, ความจำและการเรียนรู้ เข้ากับโมเดลรากฐานระดับสูง (foundationmodel) ทำให้เราสามารถนำการประมวลผลของแต่ละโมเดลมาทำงานร่วมกันเพื่อแก้ปัญหาที่คลุมเครือและซับซ้อนได้หนังสือเล่มนี้จะพาผู้อ่านเจาะลึกความซับซ้อนเหล่านี้ ตั้งแต่การวางโครงสร้างสถาปัตยกรรมเอเจนต์ (AgentArchitecture), การจัดการด้านความจำ(Memory) และการนำเครื่องมือต่างๆ มาใช้โดยผู้เขียนได้แนะนำแนวทางเชิงปฏิบัติสำหรับการออกแบบและพัฒนาระบบเอเจนต์ทั้งแบบเดี่ยวและแบบหลายเอเจนต์ พร้อมระบบเฝ้าระวังและการกำกับดูแลเอเจนต์ให้ปลอดภัย —ครบทุกมิติที่องค์กร "ต้องรู้" ก่อนลงมือพัฒนาโซลูชันจริง · เจาะแนวความคิดทางสถาปัตยกรรมและการรักษาความปลอดภัยที่วิศวกร AI ระดับโลกใช้จริง · รู้จักกับองค์ประกอบที่สำคัญและหลักการออกแบบระบบที่ใช้ AI Agent · เผยพิมพ์เขียวสถาปัตยกรรมที่เอเจนต์ทำงานประสานกันเพื่อกลายเป็นโซลูชันให้กับองค์กร · ลงมือสร้างตั้งแต่เวิร์คโฟลว์แรกไปจนถึงการปรับใช้ในระดับโปรดักชั่น พร้อมภาคผนวก สัมผัสประสบการณ์กับเครื่องมือพัฒนาระดับโลก:LangChain, n8n, Claude Cowork, OpenClaw, Gemini CLI, AWS Workflow Builder,Microsoft Copilot Workspace, OpenAI Agent Builder และManus My Computer ------------------------------------------------------------------------------------------------------------------------------- เนื้อหาเชิงลึกในเล่มเต็มไปด้วยเทคนิคที่หาอ่านจากเล่มอื่นได้ยาก ครอบคลุมวิทยาการล่าสุดไม่ว่าจะเป็น Attention และ Transformer ซึ่งเป็นรากฐานของ ChatGPT ของ OpenAI และ Bard ของ Google, GAN โมเดลเรียนรู้จากฝ่ายตรงข้ามซึ่งเทรนด์ใหม่มาแรง, Diffusion Model ที่เป็นรากฐานให้กับ DALL-E 2 เนรมิตงานศิลป์ จินตนาการจากคำบรรยาย และที่ฮือฮาไปทั่วโลก Reinforcement Model ที่เป็นรากฐานของเกม AlphaGo และ AlphaZero ที่โค่นแชมป์โลก หมากล้อมและหมากรุก เหมาะสำหรับใช้เป็นคู่มือเพิ่มไอเดียและประสบการณ์ระดับสูงให้กับนักพัฒนา นักวิจัยและผู้สนใจทั่วไปที่ต้องการสร้างโปรเจกต์ ML ที่ล้ำหน้า พร้อมทั้ง อธิบายสมการคณิตศาสตร์และทฤษฎีที่สำคัญ ช่วยให้ศึกษาต่อหรือเรียนรู้งานวิจัยทั่วโลกได้ง่ายขึน้ โดยใช้ภาษา Python และ เฟรมเวิร์คยอดนิยมที่พร้อมสำหรับงานจริง อย่างเช่น Scikit-Learn, Keras และ TensorFlow ⦁ ลองใช้ Scikit-Learn สร้างโปรเจกต์ ML ตั้งแต่เริ่มจนจบ ใช้ Keras และ TensorFlow เพื่อฝึกและคาดการณ์แบบกระจายงานบนหลาย GPU หรือหลายเซิร์ฟเวอร์ ทดลองการทำงานทั้ง บนเครื่องส่วนตัวและบนคลาวด์ ⦁ สำรวจโมเดลมากมาย เช่น Support Vector Machine, Decision Tree, Random Forest และกลุ่มโมเดล (ensemble) ⦁ ใช้ประโยชน์จากเทคนิคการเรียนรู้แบบไม่มีผู้สอน เช่น การลดมิติ (dimensionality reduction), การจัดกลุ่ม (clustering) และการตรวจจับความผิดปกติ (anomaly detection) ⦁ ลงลึกสถาปัตยกรรมทันสมัยล่าสุด GAN: Generative Adversarial Networks, Autoencoders, Diffusion Models และ Transformers ที่กำลังเป็นกระแสจาก ChatGPT ⦁ ใช้ TensorFlow และ Keras เพื่อสร้างและฝึกนิวรอลเน็ตสำหรับคอมพิวเตอร์วิชั่น, การประมวลผลภาษาธรรมชาติ, เจนเนอเรทีฟโมเดล และดีฟ-รีอินฟอร์ซเมนต์เลิร์นนิ่ง