โครงข่ายประสาทเทียม
(Artificial Neural Networks)
นิยาม
โครงข่ายประสาทเทียม (Artificial Neural Networks) Hard Skill
โครงข่ายประสาทเทียมคือโมเดลการคำนวณที่ได้รับแรงบันดาลใจจากเครือข่ายเซลล์ประสาทของมนุษย์ ถูกออกแบบมาเพื่อจดจำรูปแบบ เรียนรู้จากข้อมูล และแก้ไขปัญหาที่ซับซ้อนผ่านโหนดการประมวลผลที่เชื่อมต่อกัน
ระดับความเชี่ยวชาญ
ระดับที่ 1
ระดับพื้นฐาน
1. เข้าใจโครงสร้างพื้นฐานและวัตถุประสงค์ของโครงข่ายประสาทเทียม
2. สามารถอธิบายเซลล์ประสาท ชั้นต่าง ๆ และฟังก์ชันการกระตุ้นได้
3. คุ้นเคยกับโครงข่ายประสาทแบบฟีดฟอร์เวิร์ดง่าย ๆ
ระดับที่ 2
ระดับปานกลาง
1. สามารถสร้างและฝึกโครงข่ายประสาทเทียมโดยใช้เฟรมเวิร์กทั่วไปได้
2. เข้าใจการส่งกลับความผิดพลาด (backpropagation) และการปรับจุดต่ำสุด gradient descent
3. สามารถปรับไฮเปอร์พารามิเตอร์เพื่อปรับปรุงโมเดลได้
ระดับที่ 3
ระดับสูง
1. ออกแบบและพัฒนาโครงสร้างที่ซับซ้อน เช่น โครงข่ายประสาทแบบคอนโวลูชันและแบบวนซ้ำ
2. ปรับแต่งโครงข่ายประสาทเทียมให้เหมาะสมกับงานเฉพาะและข้อมูลขนาดใหญ่
3. มีส่วนร่วมในการวิจัยหรือพัฒนาอัลกอริทึมโครงข่ายประสาทเทียมใหม่ ๆ
