คำอธิบายคอร์สออนไลน์
Neural Network คือ โมเดลคณิตศาสตร์ (AI) ที่มีความสามารถในการประมาณฟังก์ชันใด ๆ สามารถแก้ปัญหาได้ทั้งปัญหาการพยากรณ์เชิงตัวเลข (Regression) และปัญหาการจำแนกประเภทของข้อมูล (Classification) สมการของ Neural Network จะอยู่ในรูปของ Y = span{activation_function(WX)} ภารกิจของเราในที่นี้คือหาเมทริกซ์ W ที่ทำให้โมเดลมีประสิทธิภาพในการพยากรณ์สูงที่สุด ความพิเศษของคอร์สนี้คือ เราจะได้เรียนสิ่งที่เรียกว่า Autodiff (from Scratch) Autodiff คือการเขียน code ให้คอมพิวเตอร์สามารถดิฟได้อย่างอัตโนมัติ ไม่ว่าจะดิฟกี่ตัวแปร หรือดิฟซับซ้อนแค่ไหน code ที่เราเขียนก็เอาอยู่ ในคอร์สนี้เราจะมาเรียน
1. ทฤษฎีคณิตศาสตร์ที่ใช้ในการสร้าง Neural Network (เรียนกันตั้งแต่ assumption ของ model)
2. เขียน Code สร้าง Neural Network from Scratch (เริ่มเขียน code ตั้งแต่ต้นจากความว่างเปล่า)
3. ตัวอย่างการประยุกต์ใช้ Neural Network ในชีวิตจริง

จุดเด่นของคอร์ส
1. คณิตศาสตร์ที่ยากจะถูกแปลงเป็น "ภาพ" และถูกอธิบายด้วย "ภาษาที่คนทั่วไปเข้าใจได้"
2. นักเรียนเห็นภาพรวม (Overview) และความต่อเนื่องของเนื้อหา
3. อธิบายทุกขั้นตอนอย่างละเอียดและรัดกุม (ย่อยมาให้อย่างดีแล้ว)
4. ตัวอย่างการคำนวณด้วยมือ (เพื่อให้นักเรียนได้ลงมือปฏิบัติและทบทวนความเข้าใจ)
5. ส่วนประกอบของคอร์สนี้มีครบทั้ง I) ทฤษฎี II) เขียน code III) การประยุกต์ใช้

ใครควรเรียนคอร์สออนไลน์นี้
1. ผู้ที่ต้องการเข้าใจทฤษฎีเบื้องหลังจากทำงานของ Neural Network
2. ผู้ที่ต้องการเขียน code Neural Network ขึ้นมาเอง โดยไม่ใช้เครื่องมือสำเร็จรูปใด ๆ
3. ผู้ที่ต้องการนำความรู้ไปประยุกต์ใช้กับการทำงานจริง
4. ผู้ที่ต้องการพัฒนา AI ให้มีศักยภาพสูงขึ้นและตอบโจทย์ specific need ของงานตัวเอง (ใครที่มี pain point กับเครื่องมือสำเร็จรูปจะเข้าใจดี)

ผู้เรียนต้องมีความรู้อะไรมาก่อน
ผู้เรียนควรเรียนคอร์ส "Logistic Regression เรียนทฤษฎี เขียนโค้ด ใช้งานจริง" ก่อนเรียนคอร์สนี้ 
( https://www.skilllane.com/courses/logistic-regression )