.ส่งการบ้าน email: kittisakAIsut@gmail.com
...............เรื่อง: B_______AIX
....................B_______ คือรหัส นศ.
........................... X คือครั้งที่ของการบ้าน
ถ้าตรงวันหยุดราชการ จะไม่เรียน และไม่มีการสอนชดเชย รายชื่อ นศ.
การตัดเกรด คะแนนเก็บ 20% ,สอบกลางภาค40%, สอบประจำภาค40%
คะแนนรวม > 80 % ได้เกรด A
เรียนในห้องเรียน
จันทร์ ห้องเรียน B1127 เรียนรวม 1 เวลา 10-12.00 น
พ.ห้องเรียน B1127 เรียนรวม 1 เวลา 13-15.00 น
********นัดสอบกลางภาค วัน จันทร์ 23 มีนาคม 2569 ที่ห้องเรียน
(ปิดหนังสือสอบ) การทำข้อสอบ ตัวอย่างข้อสอบเก่า +คล้าย Homework5
ประกาศคะแนนสอบ กลางภาคเต็ม 40 ( 40% ของการตัดเกรด)
ถ้า นศ.สงสัยคะแนนตัวเอง ให้ติดต่อ อ.กิตติศักดิ์ ที่ kittisakthailand@gmail.com
ภายในวันที่ 21 เมษายน 2569
ประกาศ นัดสอบประจำภาค วัน วัน จันทร์ ที่ 11 พฤษภาคม 2569 ในเวลาเรียน
(ปิดหนังสือสอบ) แนวข้อสอบประจำภาค
1.Week 1 (16-18 กพ . 2569) นศ.แบ่งกลุ่มทำ Project(กลุ่มละไม่เกิน 2คน)
การบ้านครั้งที่1 ส่งภายในศ. 20กพ . 2569 ดูใน Homework1
slideAi1 Homework1 หลักสูตรวิศวกรรมศาสตร์ มทส. / teachAi1.mkv (ของเทอมที่แล้วเอาไว้ทบทวน)
วัน พ. นี้ (18 กพ . 2569) นศ.กลุ่ม 1 present การบ้านหน้าห้องเรียน
2. Week 2
การบ้านครั้งที่2 ส่ง ภายในวัน ศ. 27กพ . 2569 ดูใน Quiz2Prolog
slideAi2 Quiz2Prolog PrologSlide
วัน พ. (25 กพ . 2569) ให้ นศ.ศึกษาด้วยตนเอง ทำ slide ภาษาอังกฤษ,อธิบายภาษาไทย
นศ.กลุ่ม 2,3 present เรี่อง Introduction to generative AI, large language models
นศ.กลุ่ม 4,5 present เรี่องUnderstanding the intuition behind transformers
3. Week 3 (2-4 มีนาคม 2569 )การบ้านครั้งที่ 3 ส่ง ภายในวันศ. 6 มีนาคม 2569 ดูใน slideAi3
วัน พ. (4 มีค . 2569) ให้ นศ.ศึกษาด้วยตนเอง ทำ slide ภาษาอังกฤษ,อธิบายภาษาไทย
นศ.กลุ่ม ุ6,7 present เรี่อง Exploring the applications,limitations,and risks of large language models
นศ.กลุ่ม 8,9 present เรี่องSurveying the major players in generative AI
4. Week 4 (9-11 มีนาคม 2569 )
การบ้านครั้งที่ 4 ส่ง ภายในวัน ศ. 13 มีนาคม 2569 ดูใน slideAi4 และ slide Ai5
วัน พ. (11 มีค . 2569) ให้ นศ.ศึกษาด้วยตนเอง ทำ slide ภาษาอังกฤษ,อธิบายภาษาไทย
สุปรียารัตน์, นิรชา present เรี่อง How LLMs and multimodal models are trained
รุ่งอรุณ, สิบประวิทย์ / กิตติธัช ,ธัญเทพ present เรี่อง Exploring efficient architectures,such as Mixture of Experts and sparse models
5. Week5 (16-18 มีนาคม 2569 ) ไม่ต้องส่งการบ้าน
slideAi6 Homework5 (ไม่ต้องส่ง...คล้ายข้อสอบ)
********นัดสอบกลางภาค วัน จันทร์ 23 มีนาคม 2569 ที่ห้องเรียน
(ปิดหนังสือสอบ) การทำข้อสอบ ตัวอย่างข้อสอบเก่า +คล้าย Homework5
พ.25 มีนาคม 2569 งดเรียน หลังสงกรานต์ เริ่มเรียน จ.20 เมษายน 2569
===============
7. Week7 (20-22เมษายน 69)การบ้านครั้งที่ 7 ส่ง (ภายในวัน ศ. 24เมษายน 69) ดูใน Week7AI_NEW.pdf
Week7AI_NEW.pdf / teachAi9.mkv (ของเทอมที่แล้วเอาไว้ทบทวน)
ประกาศคะแนนสอบ กลางภาคเต็ม 40 ( 40% ของการตัดเกรด)
ถ้า นศ.สงสัยคะแนนตัวเอง ให้ติดต่อ อ.กิตติศักดิ์ ที่ kittisakthailand@gmail.com
ภายในวันที่ 21 เมษายน 2569
วัน พ. (22 เมษายน . 2569) ให้ นศ.ศึกษาด้วยตนเอง ทำ slide ภาษาอังกฤษ,อธิบายภาษาไทย
ทอแสง ,ณิชาภัทร /ชลวิทย์ ,นพวิศิษฏ์ present เรี่อง Improving performance through post-training and inference-time techniques
สพัชญ์นนทน์ ,ภาณุ /ปุญญพัฒน์ ,ณัฐนันท์ present เรี่อง Emergent properties of LLMs
8.Week8 (27-29 เมษายน 2569 )
Quiz3Heuristic เรียนต่อ slideWeek7AI_NEW.pdf
ตัวอย่างการบ้าน7ที่ผิด เฉลยการบ้านWeek7
----------Next presentation-----------
วัน พ. (29 เมษายน . 2569) ให้ นศ.ศึกษาด้วยตนเอง ทำ slide ภาษาอังกฤษ,อธิบายภาษาไทย
ยุทธนา ,จิรวัฒน์/เจษฎา, ภูวิศ present เรี่อง Agentic AI
ประกาศ นัดสอบประจำภาค วัน วัน จันทร์ ที่ 11 พฤษภาคม 2569 ในเวลาเรียน
(ปิดหนังสือสอบ) แนวข้อสอบประจำภาค
9. Week 9 การบ้านครั้งที่ 8 ไม่ต้องส่ง(คล้ายข้อสอบ)ดูใน Week9HW_AI.txt
Chapter6AI_expertSys.ppt MoreDetailsExpertSystem / Week9HW_AI.txt