สวัสดี และยินดีต้อนรับ คุณคงทราบอยู่แล้วว่า deep learning ได้ปฏิรูป ธุรกิจอินเทอร์เน็ตแบบดั้งเดิม เช่น การค้นหาเว็บและโฆษณา แต่ deep learning ยังได้สร้าง ผลิตภัณฑ์และธุรกิจใหม่ และวิธีใหม่ให้ผู้คนสร้าง ทุกๆ อย่าง เช่น ดูแลสุขภาพให้ดีขึ้น deep learning เก่งในการอ่าน ภาพ x-ray, อีกทั้งสามารถให้การศึกษาเฉพาะบุคคล, การเกษตรแบบแม่นยำ, รถที่ขับตัวเอง, และอื่นๆ อีกมาก ถ้าคุณต้องการหัดใช้เครื่องมือของ deep learning และ สามารถใช้มันสร้างสิ่งมหัศจรรย์เหล่านี้ ผมอยากช่วยคุณ ให้ทำได้สำเร็จ เมื่อคุณเรียนจบชุดของหลักสูตรบน Coursera ที่เรียกว่า สาขาเฉพาะทาง, คุณจะสามารถ ใส่ deep learning ลงในประวัติย่อของคุณได้อย่างมั่นใจ ภายในทศวรรษถัดไป ผมคิดว่า เราทุกคนมีโอกาส
ที่จะสร้างโลก สร้างสังคมที่น่าอัศจรรย์ โดยใช้พลังของ AI ผมหวังว่าคุณจะมีบทบาทสำคัญ
ในการสร้างสังคมที่เสริมพลังด้วย AI มาเริ่มกันเถอะ ผมคิดว่า AI เป็นเสมือนไฟฟ้ายุคใหม่ เมื่อประมาณ 100 ปีที่ผ่านมา ระบบไฟฟ้าของสังคมเปลี่ยนแปลงอุตสาหกรรมหลักทุกประเภท ทุกอย่างตั้งแต่การขนส่ง การผลิต การดูแลรักษาสุขภาพ การสื่อสารและอื่น ๆ อีกมากมาย และวันนี้ เราเห็นเส้นทางชัดเจนอย่างยิ่ง ที่ AI จะนำมาซึ่งการแปลงที่ใหญ่ทัดเทียมกัน แน่นอน สาขาของ AI ที่กำลังโต อย่างรวดเร็ว
และผลักดันพัฒนาการเหล่านี้ ก็คือ deep learning วันนี้ deep learning เป็นหนึ่งใน ทักษะที่เป็นที่ต้องการที่สุด ของโลกเทคโนโลยี ตลอดวิชานี้ และหลายวิชาถัดไป ผมจะช่วยคุณหัดจนชำนาญ ในทักษะเหล่านี้ นี่คือสิ่งที่คุณเรียนรู้ในชุดวิชาเหล่านี้ หรือที่เรียกว่า สาขาเฉพาะทาง บน Coursera ในวิชาแรก คุณจะเรียนเรื่องพื้นฐานของ neural networks เรียนเรื่อง neural networks และ deep learning วิดีโอนี้ที่คุณกำลังดูอยู่ ก็เป็นส่วนหนึ่ง ของวิชาแรก ซึ่งใช้เวลาทั้งหมด 4 สัปดาห์ ทั้ง 5 วิชาในชุดนี้ แต่ละวิชาใช้ประมาณ 2-4 สัปดาห์ แทบทั้งหมดจะสั้นกว่า 4 สัปดาห์ แต่ในวิชาแรกนี้ คุณจะได้เรียนรู้วิธีการสร้าง network ใหม่ เช่น deep neural network และวิธีฝึกมันด้วยข้อมูล และตอนท้ายของวิชานี้ คุณจะสามารถสร้าง
deep neural network ให้รู้จัก เดาซิอะไร แมว! มีเหตุผลสักอย่างให้ มี meme เรื่องแมวในแวดวงของ deep learning เพื่อรักษาธรรมเนียมนี้ ในวิชาแรกของเรา เราจะสร้าง ตัวจดจำแมว จากนั้นในวิชาที่สอง คุณจะเรียนแง่มุมทางปฏิบัติของ deep learning เรียนว่า พอสร้าง network ขึ้นมาแล้ว ทำยังไงให้มันทำงานได้ดี เรียนเรื่องการปรับแต่ง hyperparameter, regularization วิธีวิเคราะห์ bias และ variance รวมถึง อัลกอริทึม optimization เช่น
momentum, RMSprop และ Adam optimization บางครั้งเหมือนมีการปรับแต่งจำนวนมาก ยังกับมนต์ดำ ในการสร้าง neural network ดังนั้น วิชาที่สองซึ่งใช้เวลา 3 สัปดาห์ จะคลายความลึกลับของมนต์ดำนี้ ในวิชาที่ 3 ใช้เวลา 2 สัปดาห์ คุณจะเรียนวิธีจัดโครงสร้าง โครงการ machine learning พบว่าเทคนิคการสร้างระบบ machine learning ได้เปลี่ยนไปแล้วในยุค deep learning ตัวอย่างเช่น วิธีการแบ่งข้อมูลเป็นส่วนฝึกฝน พัฒนา หรือ dev หรือเรียกว่า
ชุด holdout cross-validation กับส่วนชุด test ได้เปลี่ยนไปแล้วในยุค deep learning แล้วอะไรคือวิธีปฏิบัติที่ดีที่สุด ที่ควรใช้ล่ะ แล้วถ้าเกิดว่าชุด training และ ชุด test 
มาจาก distribution ที่ต่างกันล่ะ มันมีบ่อยมาก ในคุย deep learning นี้ แล้วเราจะจัดการกับมันยังไง? คุณเคยได้ยินเรื่อง end-to-end deep learning ไหม คุณจะได้เรียนเรื่องนี้ในวิชาที่สามด้วย เรียนว่าเมื่อไหร่ควรจะใช้มัน และเมื่อไหร่ไม่ควร เนื้อหาในวิชาที่ 3 นี้ พิเศษมาก ผมจะแบ่งปันบทเรียน
ที่ได้มาอย่างยากเย็น จากประสบการณ์ของผม ในการสร้างและใช้งานจริง
ของผลิตภัณฑ์ deep learning จำนวนมาก เท่าที่ผมทราบมา ถือเป็นเนื้อหาที่ไม่มีสอนใน มหาวิทยาลัยส่วนใหญ่ ที่มีวิชา deep learning แต่ผมหวังว่าคุณจะ
สามารถทำให้ระบบ deep learning ของคุณทำงานได้ดี ในวิชาถัดจากนั้น เราจะพูดเรื่อง convolutional neural network หรือที่มักย่อว่า CNN เครือข่าย convolution หรือ CNN มักใช้กับข้อมูลภาพ คุณก็จะได้เรียนการสร้าง model เหล่านี้ในวิชาที่ 4 สุดท้าย ในวิชาที่ 5 คุณจะเรียน sequence model และวิธีการใช้มัน เพื่อทำ natural language processing และปัญหาอื่นๆ sequence model นี้ได้แก่ recurrent neural network (RNN) และ LSTM model ย่อมาจาก long short term memory model คุณจะได้เรียนว่าคำเหล่านี้หมายความว่าอะไร ในวิชาที่ 5 คุณจะ สามารถนำมาใช้กับปัญหา natural language processing คุณจะได้เรียน model เหล่านี้และใช้มันกับ ข้อมูลลำดับ ตัวอย่างเช่น ภาษามนุษย์ ก็คือ ลำดับของคำ และเรียนว่า model เหล่านี้ จะนำมาใช้รู้จำเสียงพูดได้อย่างไร หรือนำมาผลิตดนตรี และโจทย์ปัญหาอื่นๆ ฉะนั้น ตลอดการเรียนในวิชาเหล่านี้ คุณจะได้หัดใช้เครื่องมือ deep learning คุณจะสามารถนำมันมาประยุกต์ สร้างสิ่งอัศจรรย์ ผมหวังว่าพอพวกคุณเรียนจบแล้ว จะสามารถก้าวหน้าในอาชีพได้ มาเริ่มกันเถอะ กรุณาไปยังวิดีโอถัดไป ที่เราจะพูดเรื่อง deep learning ที่ใช้กับ supervised learning