เรียน AI: โค้ดและสร้าง
เรียน AI: โค้ดและสร้าง — คอร์ส AI ด้วย Python บนโทรศัพท์ ตั้งแต่โค้ดบรรทัดแรกจนถึง LLM
เรียน AI: โค้ดและสร้าง คือ คอร์ส AI ฟรีบน iOS และ Android สำหรับผู้เริ่มต้นอย่างแท้จริง นักเรียน และผู้ที่ต้องการเปลี่ยนสายอาชีพ โดยสอนปัญญาประดิษฐ์ผ่าน Python ตั้งแต่โค้ดบรรทัดแรก 53 คอร์ส จะพาคุณเรียนตั้งแต่ตัวแปรและลูปไปจนถึงโครงข่ายประสาทเทียม คอมพิวเตอร์วิทัศน์ และโมเดลภาษาขนาดใหญ่ พร้อมโปรแกรมแก้ไขโค้ดในตัวและ AI Mentor ที่อธิบายแนวคิดที่คุณติดอยู่ — tensor, gradient, overfitting — ได้ภายในไม่กี่วินาที
- ราคา
- ฟรี มี Pro ให้เลือก
- แพลตฟอร์ม
- iOS และ Android
- ภาษา
- 22
- การจัดอันดับอายุ
- 4+
- ต้องใช้
- iOS 15.1 ขึ้นไป
- App Store
- 3.4 ★ (5)
คุณไม่สามารถเรียนรู้ AI ได้ หากยังไม่ได้เรียนรู้การเขียนโค้ดเสียก่อน
เทคนิค AI ทุกอย่างในคอร์สนี้ — classifier, โครงข่ายประสาทเทียม และ prompt pipeline — ล้วนเป็นโค้ด Python ก่อนจะกลายเป็นสิ่งอื่นใด แอปนี้มองว่าภาษานี้คือทางขึ้นสู่การเรียนรู้ ไม่ใช่ภาระที่ควรข้ามไป นี่จึงเป็นเหตุผลที่หนึ่งในสามแรกของหลักสูตรเป็น Python พื้นฐานล้วน ๆ ก่อนที่จะฝึกโมเดลแม้แต่โมเดลเดียว
คืออะไร
เรียน AI: โค้ดและสร้าง คือแอปการศึกษาฟรีบน iOS และ Android ที่สอนปัญญาประดิษฐ์ผ่านภาษาโปรแกรม Python โดยไม่จำเป็นต้องมีประสบการณ์เขียนโค้ดมาก่อน ทั้ง 53 คอร์สจะพาคุณตั้งแต่พื้นฐาน Python และการจัดการข้อมูล ไปจนถึง machine learning แบบคลาสสิก โครงข่ายประสาทเทียม คอมพิวเตอร์วิทัศน์ และโมเดลภาษาขนาดใหญ่ พร้อมโปรแกรมแก้ไขโค้ดในตัวที่ให้คุณพิมพ์โค้ด รันโค้ด และดูผลลัพธ์ได้ทันที รวมถึง AI Mentor ที่ตอบคำถามเกี่ยวกับแนวคิดหรือข้อผิดพลาดต่าง ๆ เมื่อเกิดขึ้น
ภายในแอป
หน้าตาเป็นอย่างไร
คอร์ส
คอร์ส AI with Python ครอบคลุมอะไรบ้าง
53 คอร์ส 200+ บทเรียน จากรายการคอร์สของแอปเอง ตั้งแต่การเขียนโปรแกรม Python แรกของคุณ ไปจนถึง large language models และ retrieval-augmented generation
พื้นฐานการเขียนโปรแกรม Python
Introduction to Programming, Python Basics, Conditionals and Iteration, Functions and Modular Programming, Data Structures, Object-Oriented Programming, File Handling, Error and Exception Handling, Advanced Python Features, Working with Libraries, Testing and Debugging และ Python for Automation — Python ล้วน ๆ ก่อนเข้าสู่เนื้อหาเฉพาะด้าน AI
การจัดการข้อมูลสำหรับ AI
Python for Data Science Essentials, Statistical Foundations for AI, Data Cleaning and Preprocessing, Exploratory Data Analysis, NumPy Deep Dive, Pandas Advanced Operations, Data Manipulation, Data Visualization, Regular Expressions for Text AI, Databases for AI Projects และ Web APIs and Data Collection for AI
แมชชีนเลิร์นนิงแบบดั้งเดิม
Introduction to Artificial Intelligence, Supervised Learning: Basic Algorithms, Advanced Supervised Learning, Support Vector Machines, Unsupervised Learning, Feature Engineering Techniques, Model Evaluation and Hyperparameter Tuning, Time Series Analysis and Forecasting และ Recommendation Systems
ดีปเลิร์นนิงและคอมพิวเตอร์วิชัน
Artificial Neural Networks, Transfer Learning with Keras and TensorFlow, Computer Vision with PyTorch, Image Processing, Generative AI: VAEs and GANs, Graph Neural Networks, Distributed Training and Large-Scale ML, Reinforcement Learning และ Advanced Reinforcement Learning
NLP และ Large Language Models
Natural Language Processing (NLP), Advanced NLP with Word Embeddings, Large Language Models with Python และ LangChain and RAG Systems — ช่วงต่อยอดที่นำความรู้ Python และการจัดการข้อมูลจากก่อนหน้านี้มาใช้สร้างสิ่งที่อ่านและเขียนข้อความได้
การนำโปรเจกต์ AI ไปใช้งานจริง
AI Project Structure and Git Workflow, Serving AI Models with FastAPI, MLOps Fundamentals, AI Model Deployment at Scale, AI Systems Architecture and Design, Responsible AI and Explainability, Preparing for AI with Python และ Applications of AI
ทำงานอย่างไร
เส้นทางจาก Python สู่ AI ของคอร์สนี้
ทั้ง 53 คอร์สเรียงตามลำดับตายตัวด้วยเหตุผลบางอย่าง นั่นคือแต่ละขั้นตอนถัดไปต้องอาศัยขั้นตอนก่อนหน้า ดังนั้นแต่ละบทเรียนจึงเริ่มต่อจากจุดที่บทเรียนก่อนหน้าจบลงพอดี แทนที่จะกระโดดไปมาระหว่างหัวข้อต่าง ๆ
เขียน Python จริงให้ได้ก่อน
คอร์สช่วงแรกเป็นการเขียนโปรแกรมพื้นฐานล้วน ๆ — ตัวแปร ลูป ฟังก์ชัน โครงสร้างข้อมูล และโค้ดเชิงวัตถุ — โดยยังไม่มีเนื้อหาเฉพาะด้าน AI ทุกเทคนิคถัดไปในหลักสูตรล้วนสร้างอยู่บนพื้นฐานนี้ จึงไม่ใช่โครงสร้างเสริมที่เลือกข้ามได้
เรียนรู้การจัดรูปข้อมูล แล้วจึงฝึกโมเดล
การทำความสะอาดข้อมูล NumPy และ pandas จากนั้นจึงเป็น machine learning แบบคลาสสิก: อัลกอริทึมแบบมีผู้สอนและไม่มีผู้สอน การสร้างฟีเจอร์ และการประเมินโมเดล โค้ดจะทำงานในโปรแกรมแก้ไขโค้ดในตัวทันทีที่คุณเขียน ดังนั้นคุณจะได้เห็นผลลัพธ์ของสคริปต์ฝึกโมเดลจริง ๆ แทนที่จะต้องจินตนาการเอาเอง
ไปให้ถึงโครงข่ายประสาทเทียม แล้วเรียนรู้ว่าเมื่อไรที่มันทำงานพลาด
การเรียนรู้เชิงลึก คอมพิวเตอร์วิทัศน์ และโมเดลภาษาขนาดใหญ่คือช่วงท้ายของเส้นทางนี้ เมื่อคำศัพท์หรือข้อผิดพลาดไม่สมเหตุสมผล — “tensor คืออะไร” “ทำไมโมเดลของฉันจึงเกิด overfitting” — AI Mentor จะตอบด้วยภาษาที่เข้าใจง่ายภายในไม่กี่วินาที และ Weekly Code Challenge จะช่วยให้คุณฝึกแนวคิดเดิมอีกครั้งด้วยการเปรียบเทียบกับผู้เรียนคนอื่น
มีอะไรอยู่ข้างใน
สิ่งที่มาพร้อมกับแอป
53
คอร์ส ตั้งแต่ Python ถึง LLMs
เริ่มจากพื้นฐาน Python และโครงสร้างข้อมูล ผ่านสถิติ NumPy และ pandas, machine learning แบบคลาสสิก โครงข่ายประสาทเทียม และคอมพิวเตอร์วิทัศน์ ไปจนถึงโมเดลภาษาขนาดใหญ่ ระบบ LangChain และ RAG
200+
บทเรียนขนาดพอดีคำ
แต่ละบทเรียนประกอบด้วยทฤษฎีสั้น ๆ ที่ใช้ภาษเข้าใจง่าย พร้อมแบบฝึกหัดลงมือทำ ใช้เวลาเหมาะกับช่วงพักดื่มกาแฟ ไม่ใช่ช่วงเวลาสำหรับการบรรยายยาว ๆ
AI
AI Mentor
ถามเกี่ยวกับแนวคิดหรือข้อความแจ้งข้อผิดพลาด — “ทำไมโมเดลของฉันจึงเกิด overfitting” “อธิบาย gradient descent แบบง่าย ๆ” — แล้วรับคำตอบที่ชัดเจนพร้อมตัวอย่างได้ภายในไม่กี่วินาที ไม่ว่าคุณจะมีพื้นฐานระดับใด
</>
โปรแกรมแก้ไขโค้ดในตัว
แบบฝึกหัดเขียนโค้ดทำงานในโปรแกรมแก้ไขบนโทรศัพท์: พิมพ์โค้ด รันโค้ด และดูผลลัพธ์ได้ทันที หากคำตอบไม่ถูกต้อง ก็ถาม Mentor ได้แทนที่จะติดอยู่ที่ทางตัน
1/wk
Weekly Code Challenge
โจทย์ใหม่ทุกสัปดาห์ ให้คุณแก้โจทย์และเปรียบเทียบผลลัพธ์กับผู้เรียนทั่วโลก — การฝึกฝนที่ช่วยดึงคุณกลับมาเรียนต่อ แม้เรียนจบคอร์สแล้ว
ใบรับรอง
ใบรับรองการเรียนจบ
สอบปลายภาคให้ผ่าน แล้วรับใบรับรองการเรียนจบที่คุณสามารถแสดงบน CV หรือ LinkedIn ได้ พร้อมแบบทดสอบและความท้าทายด้านการเขียนโค้ดหลังจบแต่ละหัวข้อ
ที่มา
ต้องทำอย่างไรจึงจะเริ่มจากศูนย์ไปสู่การเขียนโค้ด AI ได้
ปัญญาประดิษฐ์ส่วนใหญ่คือซอฟต์แวร์ที่สร้างขึ้นเพื่อค้นหารูปแบบในข้อมูล แทนที่จะทำตามกฎที่คนเขียนไว้ด้วยตนเอง การเริ่มต้นจากศูนย์ไปถึงจุดนั้นต้องผ่าน 3 ขั้นตอนตามลำดับ ได้แก่ เรียน Python ให้มากพอสำหรับอ่านและเขียนโปรแกรมจริง เรียนรู้การจัดการข้อมูลให้มากพอสำหรับทำความสะอาดและจัดรูปข้อมูลที่โมเดลจะใช้เรียนรู้ จากนั้นจึงเรียนเทคนิคการสร้างโมเดล — เริ่มจาก machine learning แบบคลาสสิก แล้วค่อยต่อยอดไปสู่โครงข่ายประสาทเทียมและโมเดลภาษา การข้ามไปขั้นที่สามทันทีคือเหตุผลที่ความพยายามเรียน AI ด้วยตัวเองส่วนใหญ่ไปต่อไม่ได้เมื่อเจอข้อผิดพลาดที่ไม่มีใครอธิบาย
Machine learningแนวคิดหลัก
แทนที่จะเขียนกฎด้วยมือ คุณแสดงตัวอย่างที่มีป้ายกำกับจำนวนมากให้โปรแกรมดู แล้วโปรแกรมจะค้นหารูปแบบที่เชื่อมโยงตัวอย่างเหล่านั้นด้วยตัวเอง ตัวกรองสแปม ระบบแนะนำ และแทบทุกสิ่งที่เรียกว่า AI ในปัจจุบันสร้างขึ้นด้วยวิธีนี้ และมักนำไปใช้งานด้วย Python มากกว่าภาษาอื่น
โครงข่ายประสาทเทียมเครื่องมือหลัก
โครงสร้างที่ประกอบด้วยชั้นตัวเลขเรียบง่ายหลายชั้น ซึ่งส่งค่าต่อกัน โดยแต่ละชั้นจะถูกปรับระหว่างการฝึกจนกว่าผลลัพธ์จะใช้งานได้จริง ไลบรารีอย่าง TensorFlow และ PyTorch มีไว้โดยเฉพาะสำหรับสร้างและฝึกโครงข่ายเหล่านี้ด้วย Python โดยไม่ต้องเขียนคณิตศาสตร์ด้วยมือ
Overfittingกับดักจริงครั้งแรก
โมเดลที่จดจำตัวอย่างสำหรับการฝึก แทนที่จะเรียนรู้รูปแบบที่อยู่เบื้องหลัง — โมเดลจะทำคะแนนได้ดีบนข้อมูลที่เคยเห็น แต่ทำได้แย่กับข้อมูลที่ไม่เคยเห็น การมองออกและแก้ปัญหานี้คือหนึ่งในทักษะการดีบักจากสถานการณ์จริงแรก ๆ ที่จะได้เรียนในคอร์ส
โมเดลภาษาขนาดใหญ่LLM
โครงข่ายประสาทเทียมที่ฝึกด้วยข้อความจำนวนมหาศาลเพื่อทำนายคำถัดไป ความสามารถเพียงอย่างเดียวนี้ทำให้เครื่องมือที่สร้างด้วย LangChain และ RAG สามารถตอบคำถาม สรุปเอกสาร และเขียนโค้ดได้ และนี่คือช่วงท้ายของหลักสูตร ไม่ใช่จุดเริ่มต้น
เหมาะกับคุณไหม
เหมาะกับใคร — และไม่เหมาะกับใคร
เหมาะกับคุณหากคุณ
- มีพื้นฐานการเขียนโค้ดน้อยหรือไม่มีเลย และอยากเรียน AI ตั้งแต่ Python ขึ้นไป โดยไม่ต้องมีความรู้มาก่อน
- อยากฝึกเทรนและรันโมเดลบนโทรศัพท์จริง ๆ ไม่ใช่แค่อ่านว่ามันทำงานอย่างไร
- เป็นนักเรียนหรือนักศึกษาที่ต้องการฝึก Python และ ML เพิ่มเติมควบคู่กับการเรียน หรือกำลังเปลี่ยนสายอาชีพไปสู่ด้าน data science
- มักติดอยู่กับคำศัพท์หรือ stack trace และอยากให้ AI Mentor ตอบคำถามแทนการค้นหาในฟอรัม
- อยากเรียนไปจนถึง large language models และ RAG ไม่ใช่หยุดอยู่แค่แมชชีนเลิร์นนิงแบบดั้งเดิม
ไม่ใช่เครื่องมือที่เหมาะ หากคุณ
- รู้ Python เป็นอย่างดีอยู่แล้ว และต้องการแหล่งอ้างอิงเฉพาะด้านแมชชีนเลิร์นนิงหรือดีปเลิร์นนิง โดยข้ามพื้นฐานภาษา
- คาดหวังให้ทุกอย่างใช้งานได้ฟรี: คอร์สแรกฟรีพร้อมโควตา AI Mentor รายวัน ส่วน Pro จะปลดล็อกเนื้อหาที่เหลือ
- ต้องการเทรนโมเดลขนาดใหญ่บนฮาร์ดแวร์ GPU จริง — แอปสอนเทคนิคต่าง ๆ แต่ไม่ได้มีคลัสเตอร์สำหรับเทรน
- ต้องการวุฒิการศึกษาที่ได้รับการรับรอง — ใบรับรองเป็นใบรับรองการเรียนจบ ไม่ใช่ปริญญา
คำถาม
คำถามที่พบบ่อย
ต้องรู้ Python ก่อนหรือไม่ จึงจะเรียน AI ด้วยแอปนี้ได้
ไม่จำเป็น เรียน AI: โค้ดและสร้าง เริ่มจากการเขียนโปรแกรม Python พื้นฐาน — ตัวแปร ลูป ฟังก์ชัน และโครงสร้างข้อมูล — ก่อนเริ่มคอร์สเฉพาะด้าน AI โดยตั้งต้นจากสมมติฐานว่าคุณไม่เคยเขียนโค้ดมาก่อน ประมาณหนึ่งในสามแรกของ 53 คอร์สเป็นเนื้อหาพื้นฐานของภาษา ซึ่งช่วยให้คอร์สแมชชีนเลิร์นนิงหลังจากนั้นเข้าใจได้จริง แทนที่จะรู้สึกเหมือนเป็นเวทมนตร์
ลำดับการเรียน AI ที่แท้จริงเป็นอย่างไร: อะไรมาก่อน neural networks
เริ่มจากพื้นฐาน Python จากนั้นจัดการข้อมูลด้วย NumPy, pandas และสถิติพื้นฐาน แล้วจึงเรียนแมชชีนเลิร์นนิงแบบดั้งเดิม — อัลกอริทึมแบบมีผู้สอนและไม่มีผู้สอน การสร้างฟีเจอร์ และการประเมินโมเดล ส่วน neural networks, computer vision และ large language models อยู่ในช่วงท้าย โดยต่อยอดจากทุกอย่างที่เรียนมาก่อนหน้านี้ รายการคอร์สของแอปเรียงตามลำดับนี้ แทนที่จะให้ข้ามไปเรียนดีปเลิร์นนิงตั้งแต่ต้น
เรียน AI: โค้ดและสร้าง เหมาะกับใคร
เรียน AI: โค้ดและสร้าง สร้างขึ้นสำหรับผู้เริ่มต้นอย่างแท้จริงที่สนใจปัญญาประดิษฐ์ นักเรียนหรือนักศึกษาที่ต้องการฝึก Python และแมชชีนเลิร์นนิงเพิ่มเติมควบคู่กับการเรียน ผู้ที่กำลังเปลี่ยนสายอาชีพและสร้างทักษะด้าน data science รวมถึงนักพัฒนาที่ต้องการทบทวนดีปเลิร์นนิงและ LLM อย่างเป็นระบบ ไม่จำเป็นต้องมีประสบการณ์ เพราะคอร์สแรกเริ่มจากศูนย์
Overfitting คืออะไร และทำไม AI Mentor จึงถูกถามเรื่องนี้บ่อยนัก
Overfitting คือภาวะที่โมเดลจดจำตัวอย่างสำหรับการเทรน แทนที่จะเรียนรู้รูปแบบทั่วไป — โมเดลจะดูแม่นยำกับข้อมูลที่เคยเห็นแล้ว แต่ทำงานพังเมื่อเจอข้อมูลใหม่ นี่เป็นหนึ่งในปัญหาดีบักจริงเรื่องแรก ๆ ที่ผู้เริ่มต้นพบเมื่อเริ่มเทรนโมเดลจริง แทนที่จะอ่านเกี่ยวกับโมเดลเพียงอย่างเดียว จึงเป็นคำถามยอดนิยมของ AI Mentor ในแอป ไม่ใช่คำถามที่พบได้ยาก
ฉันสามารถเขียนและรันโค้ด AI บนโทรศัพท์ได้หรือไม่ หรือต้องใช้แล็ปท็อปและ GPU
แบบฝึกหัดเขียนโค้ดของคอร์สทำงานในโปรแกรมแก้ไขที่มีอยู่ในแอป: คุณพิมพ์โค้ด รันโค้ด และดูผลลัพธ์ได้ทันที จึงได้ฝึกกับโค้ดจริงแทนการอ่านตัวอย่างแบบตายตัว แล็ปท็อปที่มีฮาร์ดแวร์ GPU จะจำเป็นเมื่อคุณก้าวพ้นแบบฝึกหัดในคอร์สไปสู่การเทรนโมเดลขนาดใหญ่ในระดับโปรดักชัน ซึ่งอยู่นอกขอบเขตของแอปเพื่อการเรียนรู้
คอร์สไปได้ไกลแค่ไหน: เรียนถึง large language models หรือไม่
ได้ หลังจากแมชชีนเลิร์นนิงแบบดั้งเดิมและ neural networks แล้ว เส้นทางการเรียนจะครอบคลุม natural language processing, word embeddings และ large language models โดยเฉพาะ ได้แก่คอร์ส Large Language Models with Python และคอร์ส LangChain and RAG Systems ซึ่งเป็นวิธีเชื่อมต่อ LLM เข้ากับข้อมูลของคุณเองเพื่อให้ตอบคำถามเกี่ยวกับข้อมูลนั้นได้
ต้องใช้เวลานานแค่ไหนจากศูนย์จนเขียนโค้ด AI พื้นฐานได้
ความสม่ำเสมอสำคัญกว่าจำนวนชั่วโมงทั้งหมด หากเรียนบทเรียนสั้น ๆ ทุกวัน ผู้เริ่มต้นส่วนใหญ่จะสามารถเขียนและรัน classifier แบบง่าย ๆ ได้ภายในไม่กี่สัปดาห์ หลังเรียนจบพื้นฐาน Python และคอร์สแมชชีนเลิร์นนิงแรก ๆ แล้ว ส่วนคอร์ส neural networks และ LLM ที่อยู่ถัดไปบนเส้นทางการเรียนจะใช้เวลานานกว่า และออกแบบมาให้กลับมาเรียนทบทวนได้ สถิติการเรียนต่อเนื่องและการแจ้งเตือนในแอปออกแบบมาให้เข้ากับการเรียนรายวันเช่นนี้ แทนการนั่งเรียนยาว ๆ เพียงครั้งเดียว
เรียน AI: โค้ดและสร้าง ใช้งานฟรีหรือไม่
ดาวน์โหลดแอปได้ฟรีบน App Store และ Google Play คอร์สแรกใช้งานได้ฟรี พร้อมโควตาคำถาม AI Mentor รายวัน คุณจึงเรียนบทเรียน Python จริงได้ก่อนตัดสินใจ Pro คือการอัปเกรดแบบชำระเงินที่จะปลดล็อกทุกคอร์ส รวมถึงเนื้อหาแมชชีนเลิร์นนิงและ LLM ลบโฆษณา และทำให้ใช้ AI Mentor ได้ไม่จำกัด
ใช้งานออฟไลน์ได้หรือไม่ บนรถไฟใต้ดินหรือบนเครื่องบิน
แอปสร้างมาเพื่อรองรับการเชื่อมต่อที่ไม่เสถียร มากกว่าการใช้งานโดยไม่มีการเชื่อมต่อเลย บทเรียนโหลดเร็วและยังใช้งานต่อได้เมื่อสัญญาณขาด ๆ หาย ๆ ซึ่งครอบคลุมการเดินทางส่วนใหญ่ แต่ AI Mentor เป็นส่วนที่จำเป็นต้องเชื่อมต่ออินเทอร์เน็ตจริง ๆ เพราะตอบคำถามของคุณแบบสด ๆ ไม่ได้ดึงคำตอบจากข้อมูลที่เก็บไว้ในโทรศัพท์
รองรับแพลตฟอร์มและภาษาใดบ้าง
เรียน AI: โค้ดและสร้าง ใช้งานบน iOS ผ่าน App Store และบน Android ผ่าน Google Play และตัวแอปมีให้บริการ 22 ภาษา ได้รับการจัดเรตเนื้อหา 4+ และเป็นส่วนหนึ่งของ CoddyKit ซึ่งเป็นครอบครัวแอปเขียนโค้ดกว่า 40 แอป
เริ่มต้นใช้งาน
เขียนบรรทัด Python แรกของคุณ แล้วสร้างโมเดลแรกของคุณ
เริ่มต้นใช้งานฟรีบน iOS และ Android ใน 22 ภาษา
เพิ่มเติมจาก CoddyKit
ใช้งานได้บน iOS และ Android