Model Design and Development: Advance
Learn-AI
รายละเอียดการรับรองสมรรถนะ
เกณฑ์การทดสอบของสมรรถนะ Model Design and Development: Special Topics มีดังต่อไปนี้
1. หัวข้อ Natural Language Processing เพิ่มเติม 2. หัวข้อ Computer Vision เพิ่มเติม 3. หัวข้อ Time Series Analysis เพิ่มเติม 4. หัวข้อ Reinforcement Learning เพิ่มเติมการรับรองสมรรถนะนี้เหมาะสำหรับ
ผู้ที่มีความรู้ความเข้าใจทฤษฎีและสามารถเขียนโค้ดภาษาไพธอนเพื่อแก้โจทย์ภายใต้หัวข้อ Natural Language Processing, Computer Vision, Time Series Analysis และ Reinforcement Learning
เกณฑ์การวัดผล
**สำคัญ**
กรุณาอ่านอย่างถี่ถ้วนก่อนเริ่มทำการทดสอบ
-ท่านสามารถเข้าทำการทดสอบได้เพียง 1 ครั้งเท่านั้น
-การทดสอบมีการจับเวลา
-กรณีที่ท่านได้คะแนนรวมในทุกกลุ่มทักษะผ่านเกณฑ์ขั้นต่ำ 60% (ได้มากกว่า 37 คะแนนจากคะแนนเต็ม 62 คะแนน) ท่านจะได้รับใบประกาศนียบัตรรับรองความสำเร็จ
1. การคำนวณคะแนน
กรณีที่ท่านทำข้อสอบเสร็จก่อนเวลา ท่านสามารถกดส่งข้อสอบได้ทันที โดยระบบจะทำการตรวจและคำนวณคะแนนให้โดยอัตโนมัติ แต่กรณีที่เวลาหมดก่อนที่ท่านจะทำข้อสอบเสร็จครบ ระบบจะคำนวณคะแนนเฉพาะข้อที่ท่านได้กดส่งคำตอบเข้าไปแล้วเท่านั้น 2. ประเภทข้อสอบ
ข้อสอบแบ่งออกเป็น 2 พาร์ท คือ ข้อสอบตัวเลือก และข้อสอบเขียนโปรแกรม โดยท่านไม่จำเป็นต้องทำ 2 พาร์ทให้ครบในครั้งเดียว สามารถเลือกทำทีละ 1 พาร์ทได้ แต่เมื่อเริ่มทำแต่ละพาร์ทแล้วจำเป็นต้องทำข้อสอบพาร์ทนั้นให้จบเนื่องจากเป็นข้อสอบจับเวลา
- ข้อสอบตัวเลือก ท่านจะมีเวลา 150 นาที ในการทำข้อสอบ 36 ข้อ (52 คะแนน)
- ข้อสอบเขียนโปรแกรม ท่านจะมีเวลา 120 นาที ในการทำข้อสอบ 1 หัวข้อ และส่งข้อสอบเพื่อให้ระบบตรวจอัตโนมัติ (10 คะแนน) 3. เนื้อหาแบบทดสอบ
ชุดข้อสอบภายใต้สมรรถนะ Model Design and Development: Special Topics ถูกจัดทำขึ้นเพื่อวัดความรู้ความเข้าใจเกี่ยวกับหลักการ ทฤษฎี รวมถึงภาคปฎิบัติการเขียนโค้ดภายใต้หัวข้อ Natural Language Processing, Computer Vision, Time Series Analysis และ Reinforcement Learning 4. ติดต่อทีมงาน
หากมีข้อสงสัยเกี่ยวกับข้อสอบหรือการวัดประเมิน ส่งคำถามหรือติดต่อเข้ามาได้ที่ [email protected]
หลักสูตรที่เกี่ยวข้อง
ชุดข้อสอบ MDD3.2 มีการอ้างอิงเนื้อหาบางส่วนที่คาบเกี่ยวกับหลักสูตรที่ถูกพัฒนาและจัดทำขึ้นโดย learn-ai.in.th ซึ่งผู้ที่สนใจเตรียมความพร้อมก่อนทำการทดสอบสามารถเข้ารับชมบทเรียนได้ตามเห็นสมควร
หัวข้อ Natural Language Processingหลักสูตร ‘ปัญญาประดิษฐ์แบบดั้งเดิม สู่ปัญญาประดิษฐ์ขั้นสูง’
วิชาที่ 3 การประมวลผลภาษาธรรมชาติและการวิเคราะห์ข้อความ
วิชาที่ 6 การจำแนกประเภทและวิเคราะห์อารมณ์ในข้อความ หัวข้อ Computer Vision
หลักสูตร ‘ปัญญาประดิษฐ์แบบดั้งเดิม สู่ปัญญาประดิษฐ์ขั้นสูง’
วิชาที่ 4 ภาพรวมของคอมพิวเตอร์วิทัศน์ จากพื้นฐานสู่การใช้งานจริง
หลักสูตร 'การประยุกต์ใช้ปัญญาประดิษฐ์'
วิชาที่ 3 หุ่นยนต์รับรู้ได้อย่างไร หัวข้อ Time Series Analysis
หลักสูตร 'เทคนิคการเรียนรู้ของเครื่อง: ทำงานอย่างไร'
วิชาที่ 2 การพยากรณ์อนุกรมเวลาและ Long Short-term Memory Network หัวข้อ Reinforcement Learning
หลักสูตร 'เทคนิคการเรียนรู้ของเครื่อง: ทำงานอย่างไร'
วิชาที่ 3 ความรู้เบื้องต้นเกี่ยวกับ Reinforcement Learning