Fundamental of Deep Learning in Practice| Practical DevOps and Cloud Engineering / ดร. ณัฐโชติ พรหมฤทธิ์

ผู้เขียน ดร. ณัฐโชติ พรหมฤทธิ์ A. Fundamental of Deep Learning in Practice หนังสือที่จะปูพื้นฐานที่จำเป็นสำหรับผู้เริ่มต้นศึกษาด้าน AI และ Deep Learning โดยมุ่งให้ผู้อ่านสามารถทำความเข้าใจแนวคิดที่เป็นรากฐานไปจนถึงขั้นการฝึกสอน Model เพื่อนำไปใช้งานทางด้านภาพ การเล่นเกมและระบบการแนะนำ 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) B. คู่มือพัฒนาทักษะด้าน DevOps and Cloud Engineering สำหรับคนที่อยากเป็น Cloud DevOps Engineer เนื้อหาเน้นภาคปฏิบัติที่ทำตามได้ทันที (Best Practice Workshop) พิมพ์สี่สีทั้งเล่ม สารบัญ Chapter 00 บทนำ - DevOps Engineer คืออะไรกันแน่? - Basic Skill ที่ DevOps Engineer ต้องมี - Book Concept Chapter 01 แนวคิดการจัดเก็บเวอร์ชัน การจัดเก็บเวอร์ชันในการพัฒนาซอฟต์แวร์ แนวคิดการจัดเก็บเวอร์ชัน การจัดเก็บเวอร์ชันด้วยวิธีก็อปปี้ (Copy File & Folder) การจัดเก็บเวอร์ชันด้วยวิธีแพตช์ (Patch) Local Version Control System Centralized Version Control System Distributed Version Control System Chapter 02 หลักการพื้นฐานของ Git Chapter 03 ฝึกการใช้งาน Git ขั้นพื้นฐาน Chapter 04 การใช้งาน Git ร่วมกับ Jupyter Notebook Chapter 05 การปรับแก้ขณะใช้งาน Git Chapter 06 แนวคิดของ Git Branching Chapter 07 การจัดการ Git Branch เบื้องต้น Chapter 08 แนวคิดของ Docker Container Chapter 09 การใช้ Dockerfile, Docker-compose และการจัดการ Docker ด้วย Portainer Chapter 10 วิธีติดตั้ง LEMP Stack ด้วย Docker Chapter 11 วิธีติดตั้ง VPS และ Let’s Encrypt ด้วย Docker Container Chapter 12 การพัฒนา Microservices ด้วย Docker Container Chapter 13 การติดตั้ง API Gateway และระบบ Monitoring ด้วย Kong+Prometheus+Grafana Chapter 14 การพัฒนาระบบ OTP Service และ Session Server ด้วย Redis และ Flask Chapter 15 การพัฒนา Web Application แบบ (เกือบจะ) Zero Downtime ด้วย Swarm Cluster Chapter 16 การทำ CI/CD Pipeline สำหรับ DevOps Team