คำอธิบายคอร์สออนไลน์
Logistic Regression คือ โมเดลคณิตศาสตร์ (AI) ที่มีความสามารถในการจำแนกประเภทของข้อมูล (โดยการ encode สมการเชิงเส้นให้อยู่ในช่วง (0, 1) ด้วย sigmoid และ softmax) สมการของ Logistic Regression จะอยู่ในรูปของ Y = sigmoid(w0 + w1X1 + w2X2 + ... + wDXD) หรือ Y = softmax(w0 + w1X1 + w2X2 + ... + wDXD) ภารกิจของเราในที่นี้คือหา w0, w1, ... และ wD ที่ทำให้โมเดลมีประสิทธิภาพในการพยากรณ์สูงที่สุด ยกตัวอย่างการจำแนกประเภทของข้อมูลเช่น I) การพยากรณ์ว่าพรุ่งนี้หุ้นจะขึ้นหรือจะลง II) การวิเคราะห์รูปภาพว่าเป็นหมาหรือแมว III) การวิเคราะห์รูปภาพตัวอักษรไทยว่าเป็นอักษรอะไร ในคอร์สนี้เราจะมาเรียน
1. ทฤษฎีคณิตศาสตร์ที่ใช้ในการสร้าง Logistic Regression (เรียนกันตั้งแต่ assumption ของ model)
2. เขียน Code สร้าง Logistic Regression from Scratch (เริ่มเขียน code ตั้งแต่ต้นจากความว่างเปล่า)
3. ตัวอย่างการประยุกต์ใช้ Logistic Regression 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 Logistic Regression
2. ผู้ที่ต้องการเขียน code Logistic Regression ขึ้นมาเอง โดยไม่ใช้เครื่องมือสำเร็จรูปใด ๆ
3. ผู้ที่ต้องการนำความรู้ไปประยุกต์ใช้กับการทำงานจริง
4. ผู้ที่ต้องการพัฒนา AI ให้มีศักยภาพสูงขึ้นและตอบโจทย์ specific need ของงานตัวเอง (ใครที่มี pain point กับเครื่องมือสำเร็จรูปจะเข้าใจดี)

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