Review ชำแหละหลักสูตร Microsoft Professional Program in Artificial Intelligence แบบละเอียด

ส่งต่อความรู้

ย้อนกลับไปเมื่อเดือน เมษายน 2018 ที่ผ่านมา ทาง Microsoft ได้ประกาศเปิดตัวหลักสูตร Microsoft Professional Program in Artificial Intelligence (MPP AI) อย่างเป็นทางการ ซึ่งเดิมหลักสูตรนี้เอาไว้ใช้ฝึกสอนพนักงานภายใน Microsoft เท่านั้น และ ทันทีที่ผมเห็นการเปิดหลักสูตรนี้ ผมก็ไม่รอช้าที่จะสมัครเรียนทันทีครับ

ก่อนอื่นต้องบอกก่อนว่าหลักสูตร Microsoft Professional Program หรือ MPP นั้นมีสอนอยู่หลายสาขา อย่างเช่น Data Science, Big Data หรือ DevOps เป็นต้น โดยเจ้าหลักสูตร MPP AI ใหม่ล่าสุดนี้ก็มีส่วนคาบเกี่ยวกับ MPP Data Science อยู่บ้างเล็กน้อย ซึ่งผมเองก็ไม่เคยลงเรียน MPP ตัวไหนมาก่อน เลยจัดเจ้า AI ไปเลยครับ

โดยกว่าจะได้ MPP AI มานั้นต้องผ่านด่านอรหันต์ 10 วิชา ซึ่งในวันนี้ผมจะมารีวิวรายวิชาเลยครับว่า เรียนเกี่ยวกับอะไรบ้าง

เอาหละ

พร้อม หรือ ยัง

พร้อมแล้ว

ลุย

รูปแบบหลักสูตร Microsoft Professional Program in Artificial Intelligence

ทั้ง 10 วิชานั้นเราต้องเรียนผ่าน edx.org เว็บการเรียนรู้อันโด่งดังที่สร้างโดยมหาวิทยาลัย Harvard และ MIT ซึ่งสามารถเรียนได้ฟรี ไม่มีค่าใช้จ่าย แต่สำหรับใครที่ต้องการใบประกาศ MPP AI จาก Microsoft อย่างเป็นทางการ ต้องลงทะเบียนแบบ Verified Track และ ทำ Grade ในแต่ละวิชาให้ได้ตามเกณฑ์ที่กำหนด โดยมีค่าใช้จ่ายการลงเรียนแบบ Verified Track วิชาละ 99 USD หรือ ประมาณ 3,500 บาท

ซึ่งก่อนที่จะไปลงทะเบียนเรียนใน edx.org เราต้องไปสมัครเข้าหลักสูตร MPP AI ก่อนที่เว็บ Microsoft Academy ขั้นตอนนี้ไม่มีค่าใช้จ่ายใดๆ เมื่อสมัครเสร็จแล้วก็ให้เข้าไป Link Account ของ Microsoft Academy กับ edx เพียงเท่านี้ก็พร้อมแล้ว (ใบประกาศ MPP ของเราก็จะออกให้โดยทาง Microsoft Academy นี่แหละ ดังนั้นอย่าลืมที่จะ Link Account กับ edx นะครับ)

หลักสูตรนี้เรียนเทอมละ 3 เดือน เริ่มตามไตรมาสเลย (มกราคม-มีนาคม / เมษายน-มิถุนายน / กรกฏาคม – กันยายน / ตุลาคม -ธันวาคม)โดยเราสามารถเรียนเทอมละกี่วิชาก็ได้ แต่วิชาที่ลงทะเบียนไปแล้วต้องเรียนให้จบก่อนหมดเทอม อย่างเช่น ลงทะเบียนเดือน เมษายน ก็ต้องเรียนให้จบ สอบให้ผ่าน ก่อนเดือน มิถุนายน เช่นนั้นต้องลงเรียนใหม่ในเทอมถัดไป และ ในกรณีหากจ่ายค่า Verified Track ไปแล้วแต่สอบไม่ผ่าน หรือ จบไม่ทัน ก็ต้องจ่ายค่าลงทะเบียนใหม่อีกครั้งนะครับ ดังนั้นวางแผนให้ดี และที่สำคัญ วิชาสุดท้ายที่เป็น Capstone Project จะมีระยะเวลาให้ส่งงานแค่ 4 สัปดาห์หลังจากเปิดเทอมใหม่เท่านั้น ซึ่งนั้นหมายความว่า หากทำ Project ไม่จบภายใน 4 สัปดาห์ ก็ต้องรอไปทำใหม่อีกที 3 เดือนถัดไป

เอาหละ ไปดู วิชาแรกกันเลยครับ

Course 1: DAT263x Introduction to Artificial Intelligence

วิชานี้เป็นเหมือนการเกริ่นนำเนื้อหาหลักของทั้งหลักสูตร สอนโดย Graeme Malcolm – Senior Content Developer ของ Microsoft Learning ซึ่งวิชานี้เป็นจุดเริ่มต้นที่ดีสำหรับทุกคนที่จะได้ค้นหาตัวเองว่าว่า หลักสูตร MPP in AI นี้เหมาะกับตัวเองหรือไม่ เนื้อหาทั้งจะหมดจะเป็นการแนะนำแนวคิดด้าน AI ต่างๆ ไม่ว่าจะเป็น Machine Learning การสร้างโมเดลแบบง่ายๆ รวมถึงได้ลองลงมือ การประยุกต์ใช้ในด้านต่างๆไม่ว่าจะเป็น Natural Language Processing  Computer Vision และ Intelligence BOT

ที่สำคัญท่านจะได้ทำความคุ้นเคย กับเครื่องมือหลักที่จะใช้ตลอดหลักสูตรนี้ คือ Microsoft Azure และ Jupyter Notebook โดยรวมแล้วเป็นวิชาที่ช่วยทำให้เห็นภาพรวม และ ความท้าทายที่รอเราอยู่ข้างหน้าอีก 9 ด่านอรหันต์ จัดได้ว่าเป็นการปฐมนิเทศเข้าสู่เส้นทาง AI (สาย Microsoft) ที่จัดทำออกมาได้ดีทีเดียว

Course 2: DAT208x Introduction to Python for Data Science

หากใครผ่านด่านแรกมาแล้ว และ รู้สึกว่าหลักสูตร MPP in AI นี้หละใช่เลยพร้อมลุยเต็มที่! คราวนี้ก็มาถึงบททดสอบ วัดทักษณะการเรียนรู้โปรแกรม Python แล้วครับ สำหรับใครที่มาทางสายเขียน R  ก็ถือซะว่าเรียนกรู้สิ่งใหม่ๆแล้วกันนะ มีแค่วิชานี้ที่ต้องใช้ Python ตัวหลังๆสามารถเลือกใช้ Python หรือ R ในการเรียนได้ครับ

วิชานี้ทาง Microsoft จับมือกับ Data Camp ให้ช่วยทำการสอน และ ทดสอบความรู้ เนื้อหาค่อนข้างกว้างถ้าใครไม่เคยจับ Python หรือ เขียนโปรแกรมใดๆมาก่อนเลยอาจจะรู้สึกว่ามันเยอะไปสักหน่อย แต่ขอให้อดทนและตั้งใจครับเพราะมันเป็นพื้นฐานที่จำเป็นมาก(มากๆ) สำหรับการสำเร็จหลักสูตรนี้ โดยเนื้อหาวิชานี้ผมขอแบ่งเป็นสองช่วง

ครึ่งแรก สอน Python ตั้งแต่เริ่มต้น Hello Python อะไรประมาณนี้เลย จากนั้นก็ไปเรียนเรื่อง ประเภทตัวแปร การใช้งาน List และ การทำงานของ Function และ Method
ครึ่งหลัง สอนใช้ library ที่ใช้กับงาน Data Science และ AI ได้แก่ Numpy Matplotlib และ Pandas

สำหรับใครที่รู้สึกว่าเนื้อหาในวิชานี้ค่อนข้างหนัก เกินจะรับไหว ผมแนะนำว่าให้เสริมความแข็งแกร่งด้านการเขียนโปรแกรมก่อนที่จะไปต่อครับ เพราะวิชาตัวถัดๆไป ต้องมีความเข้าใจการเขียนโปรแกรมมากกว่านี้อย่างมากครับ

Course 3: DAT256x Essential Mathematics for Artificial Intelligence

“คณิตศาสตร์สำหรับงานปัญญาประดิษฐ์” ชื่อวิชานี้ค่อนข้างเขย่าขวัญพอสมควร สอนโดย Graeme Malcolm เจ้าเก่า แต่เอาเข้าจริงแล้วก็ไม่ได้ยากอย่างที่คิด ถ้าความรู้เลข ม.ปลายแน่นๆ บอกได้เลยว่าผ่านวิชานี้ไปได้สบายๆ โดยเนื้อหามีหลายหัวข้อ ได้แก่ ระบบสมการเชิงเส้น (Linear Equation) สมการกำลังสอง (Quadratic Equation) กราฟ ฟังก์ชัน แคลคูลัส เวกเตอร์ เมทริกซ์ สถิติ และ ความน่าจะเป็น ส่วนที่ผมชอบมากที่สุดในวิชานี้ คือ การแปลงแนวคิดการคำนวนต่างๆของเราให้เป็น Code ใน Python*หลังจากวันที่ 1 กรกฏาคม 2561 วิชานี้ได้เปลี่ยนชื่อเพื่อลดความน่าสะพรึงกลัวเป็น Essential Math for Machine Learning: Python Edition

Course 4: DAT249x Ethics and Law in Data and Analytics

วิชานี้ สอนโดยอาจารย์สองท่าน จาก มหาวิทยาลัย Seattle  โดย Eva Lasprogata จะสอนเรื่องกฏหมาย ส่วน Nathan Colaner จะเน้นเรื่องจริยธรรมของการทำงานเกี่ยวกับข้อมูล ซึ่งหากดูจากหัวข้อแล้วอาจจะน่าเบื่อ แต่ ทั้งสองท่านสอนได้สนุก และ นำ case ต่างๆที่เคยเกิดขึ้นจริงมาพูดคุยกันในวิชานี้ รวมถึงเรื่องประเด็นสุดฮอตอย่าง GDPR ที่เพิ่งมีผลบังคับใช้ไปเมื่อวันที่ 25 พฤษภาคม ที่ผ่านมานี้เอง

แต่อย่านึกซะว่าวิชานี้จะมีแต่ Lecture นะครับ มี lab ให้ทำด้วยเป็นกรณีศึกษาเกี่ยวกับการพยากรณ์การกระทำความผิดซ้ำของผู้ต้องโทษ (Recidivism) ซึ่งเป็นการสอนและสร้างจิตสำนึกให้ระมัดระวังมากขึ้นเมื่อทำงานกับข้อมูลที่สามารถกำหนดอนาคตชะตาชีวิตผู้อื่นได้ครับ

Course 5: DAT203.1x  Data Science Essentials

เอาหละ ครึ่งทางแล้ว ผมข้อเรียก อีก 4 วิชาที่เหลือว่า 4 ด่านจุตรเทพ ที่เฝ้าหน้าห้องเจ้าสำนัก (Capstone Project)  วิชานี้สอนโดย อ 2 ท่าน ได้แก่ Cynthia Rudin จาก มหาวิทยาลัย Duke และ MIT และ Steve Elston จากบริษัท Quantia Analytics ผู้ที่เขียนภาษา R มายี่สิบกว่าปี โดย Course นี้ปูพื้นฐานการทำงานเกี่ยวกับ Data Science สอนตั้งแต่แนวคิดการตั้งสมมติฐาน การใช้สถิติ การสำรวจข้อมูล (Exploration Data Analysis หรือ EDA) การความสะอาดข้อมูล และ สุดท้ายแถมด้วยบทเกริ่นนำเกี่ยวกับ Machine Learning ซึ่งจะเป็นวิชาถัดไป โดยวิชานี้สามารถเลือกใช้ Python หรือ R ในการทำ lab ได้ครับ

*หลังจากวันที่ 1 กรกฏาคม 2561 วิชานี้ ได้เปลี่ยนเป็นวิชาใหม่  Data Science Research Methods: Python Edition ซึ่งสำหรับสาย R ต้องแสดงความเสียใจด้วยครับว่าที่วิชานี้ใน Version ภาษา R นั้นอยู่เฉพาะในหลักสูตร MPP Data Science เท่านั้นไม่ได้อยู๋ใน MPP AI ครับ

Course 6:  DAT203.2x Principles of Machine Learning

วิชานี้ยังสอนโดยอาจารย์สองคู่ขวัญเหมือนเดิม คือ Cynthia Rudin และ Steve Elston โดยวิชานี้เราจะได้เรียนรู้รูปแบบ Model ต่างๆของ Machine Learning ไม่ว่าจะเป็น Classification Regression Decision Tree Clustering และแถมด้วยเทคนิควิธีการเพิ่มประสิทธิ์ภาพของ Model ที่เราทำออกมา ซึ่งส่วนตัวแล้วผมก็เคยดูเนื้อหาพวกนี้จากที่อื่นมาก่อน แต่ต้องบอกว่าเนื้อหาใน Course นี้ดูแล้วเข้าใจง่าย ประทับใจมากครับ

*หลังจากวันที่ 1 กรกฏาคม 2561 วิชานี้ ได้เปลี่ยนเป็นวิชาใหม่  Principles of Machine Learning: Python Edition  ซึ่งก็เช่นเดียวกับวิชา Data Science Essential ที่ Version ภาษา R นั้นอยู่เฉพาะใน หลักสูตร MPP Data Science เท่านั้นไม่ได้อยู๋ใน MPP AI เช่นกันครับ

Course 7: DAT 236x Deep Learning Explained

และแล้วก็มาถึงศาสตร์วิชาสุดฮอตในชั่วโมงนี้ ได้แก่ Deep Learning โดย Course นี้สอนโดย Sayan Pathak และ Roland Fernandez จาก Microsoft เป็นหลัก เนื้อหานั้นเริ่มตั้งแต่ Multiclass Image Classification โดยใช้ MNIST data ภาพตัวเลขที่เขียนด้วยลายมือ 0-9 จากนั้นให้ Model ของเราพยากรณ์ออกมาว่าเลขที่เห็นคือเลขอะไร ซึ่งถือว่าเป็น ปฐมบท หรือ Hello World ของการเรียน Deep Learning เลยหละครับ จากนั้นก็เพิ่มความซับซ้อนขึ้นไปเรื่อยๆ ซึ่งจะทำให้เรารู้จักกับ Multi-Layer Perceptron Convolutional Neural Network (CNN) และ Recurrent Neural Network (RNN) มากยิ่งขึ่้น โดยในวิชานี้จะได้เริ่มลองเล่นกับ Microsoft Cognitive Toolkit (CNTK) ด้วยนะ

Course 8: DAT 257x Reinforce Learning Explained

Reinforce Learning เป็นที่รู้จักกันอย่างแพร่หลายเมื่อปีสองปีที่ผ่านมานี้เอง จากเรื่องราวของ AlphaGo และวิชานี้เอง เราจะได้เรียนรู้กันว่าเขาทำเรื่องพรรณนั้นกันได้อย่างไร โดยเริ่มจาก Bandit Framework ความสัมพันธ์ระหว่าง Agent Environment และ Observation ต่อด้วย Markov Process และ Dynamic Programming (DP) Temporal Difference Learning (TD) Approximate Solution Methods และ Policy Gradient and Actor Critic วิชาสอนกันหลายท่านแต่สอนหลักๆโดย Roland Fernandez และ Adith Swaminathan

Course 9: Free Elective

มาถึงจุดนี้เราสามารถเลือกวิชาที่สนใจได้ตามอัธยาศัย โดยเลือกเพียงหนึ่งจากสามวิชาดังนี้

1. Natural Language Processing (NLP)
2. Speech Recognition Systems
3. Computer Vision and Image Analysis

ผมเลือกวิชา Computer Vision and Image Analysis ซึ่งต้องบอกว่าความรู้เรื่องนี้ก่อนที่จะเรียนนั้นเท่าแทบจะเท่ากับศูนย์ โดยวิชานี้สอนโดย Ivan Griffin และ Daire McNamara สอง Founder จากบริษัท Emdalo Technologies, LTD และ แจมด้วย Andrew Byrne ผู้เป็น Senior Content Developer จาก Microsoft สำหรับเนื้อหานั้นเริ่มจากพื้นฐาน ตั้งแต่ Image Featuresแล้วค่อยๆขยับไปเป็นเรื่อง Classification , Detection และ Segmentation ตามลำดับ แถมด้วยเทคนิคการทำ Transfer Learning โดยในวิชานี้จะได้ลองเล่นกับ Open CV และ RESNET ของ Microsoft เป็นการเปิดหูเปิดตาที่แจ่มแมวมากๆ

*หลังจากวันที่ 1 กรกฏาคม 2561 วิชา Knowledge Graphs ได้เพิ่มเข้ามาใหม่ให้ได้เลือกกัน

Final Course: DAT264x Microsoft Professional Capstone : Artificial Intelligence

สุดท้ายแล้วเป็นวิชาโปรเจค ไม่มีสอนอะไรอีกแล้ว มีแต่โจทย์มาให้ หน้าที่ของชาวยุทธทุกท่านคือส่งคำตอบให้ได้ตาม Requirement ที่กำหนดไว้ โดยมีกำหนดส่งภายใน 1 เดือนหลังจากเปิดเทอมใหม่เท่านั้น ล่าสุดก็เดือนกรกฏาคมนี้หละครับ ส่วนรอบหน้าเป็นเดือน ตุลาคม ซึ่งผมเข้าใจว่าโจทย์แต่ละครั้งจะไม่เหมือนกัน ส่วนรายละเอียดอื่นๆนั้นผมไม่สามารถบอกได้แล้วครับ  เอาเป็นว่า ใครมีวิทยายุทธอะไรก็งัดออกมาให้หมด วัดกันที่ผลลัพท์เท่านั้น เก่ง tool ตัวไหนก็ใช้ตัวนั้นได้เลย  สำหรับผมนั้นใช้ Microsoft Azure ประหยัดเวลาในการเขียน Code ไปเยอะ
สุดท้ายแล้วเมื่อผ่าน Capstone มาได้ Certificate ทั้ง 10 ใบ ที่เราเก็บมาตลอดระหว่างทางจาก edx ก็จะรวมร่างเป็น MPP AI certificate ครับ เซ็นโดย Satya Neldalla เห็นแล้วก็หายเหนื่อยครับ

ข้อแนะนำสำหรับ Microsoft Professional Program in Artificial Intelligence

ขอสรุปการเดินทางครั้งนี้ เพื่อให้เป็นประโยชน์สำหรับผู้ที่ต้องการ MPP AI
  • เหมาะสำหรับผู้ที่มีพื้นฐานความรู้เรื่อง Algorithm และ Programming อยู่แล้ว (โดยเฉพาะ Python) แต่อยากจะรู้เรื่อง Machine Learning และ AI เพิ่มเติม
  • ถ้ารู้เรื่องสถิติมาก่อนจะเป็นประโยชน์อย่างมาก
  • ข้อสอบบางครั้ง Tricky เจ้าเล่ห์แสนกล พอควร ถ้าคาดหวังว่าจะมาเดาๆแล้วผ่าน ลืมไปได้เลย
  • วิชาที่รู้สึกว่ายากที่สุดสำหรับผมคือ Computer Vision and Image Analysis ..(ก็แน่หละผมไม่รู้เรื่องอะไรมาก่อน)
  • Capstone Project สำหรับผมไม่ยากไม่ง่าย อาศัยความรู้ที่เรียนมาระหว่างทางนั้นแหละครับ
  • หลังจากปรับหลักสูตรใหม่ตั้งแต่วันที่ 1 กรกฏาคม 2561 เป็นที่ชัดเจนครับว่าเน้นการใช้ ภาษา Python มากกว่า R

สำหรับผู้ที่อยากเริ่ม แต่พื้นฐานทุกอย่างเป็นศูนย์

  • ทำความเข้าใจเกี่ยวกับพื้นฐาน Algorithm ก่อนครับ
  • ฝึก Python ให้ชำนาญ โดยเฉพาะ Numpy และ Pandas
  • ถ้ามีเวลาว่างหน่อยก็ฟื้นฟูความรู้เลข ม.ปลายสักนิดครับ

อัพเดทล่าสุด มกราคม 2020

ล่าสุดทาง Microsoft ได้ประกาศเปลี่ยนรูปแบบของ Microsoft Professional Program เป็น Role-based certifications แทนแล้วนะครับ บาง course ของ MPP ใน edx ยังจะเปิดสอนไปอยู่ถึง วันที่ 30 มิถุนายน 2020

ถึงแม้ว่า จะไม่มีการแจก MPP cert เพิ่มใหม่แล้ว แต่คนที่สำเร็จหลักสูตรยังสามารถนำใบประกาศนี้ไปสมัครงานเพื่อรับรองถึงความเชี่ยวชาญในสาขาที่เรามีได้ครับ

  •  
  •  
  •  
  •  
  •  

One thought on “Review ชำแหละหลักสูตร Microsoft Professional Program in Artificial Intelligence แบบละเอียด

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *