คอร์สนี้จะพุ่งประเด็นไปที่การใช้ AI เพื่อการลงทุนโดยเฉพาะ โดยเราจะเลือกใช้อัลกอริทึม Machine Learning ที่หลากหลายในการสร้าง "ตะแกรงอัฉจริยะที่จะเฟ้นหาหุ้นที่น่าลงทุนท่ามกลางหุ้นหลายพันตัวในตลาด" ออกมาให้เราได้อย่างชาญฉลาด ไม่ว่าจะเป็นนักลงทุนสายเน้นคุณค่า สายเทคนิค หรือแม้ท่านที่มีความสนใจต้องการเปลี่ยนแนวการใช้ข้อมูลเพื่อการวิเคราะห์การลงทุน
คอร์สนี้เป็นคอร์ส
“ประยุกต์ใช้ศาสตร์ Artificial Intelligence ในการลงทุน”
ภายในคอร์ส เราจะเขียนโปรแกรมที่สามารถ “เลือกหุ้น” ที่จะลงทุนในระยาว ตั้งแต่ 1 ปีขึ้นไป(ท่านสามารถเลือกเองได้ว่าจะใช้ช่วงเวลาแค่ไหน) โดยการใช้เทคนิค Machine learning เพื่อคัดแยกหุ้นที่น่าลงทุนมาให้เรา
คอร์สนี้ไม่ได้สอนเรียก API อัลกอริทึ่ม AI มาเพื่อใช้งานมันแบบ กล่องดำ (BlackBox) ที่เราไม่รู้ว่ามันทำงานอย่างไร แต่เราจะมาพามาแกะการทำงานเบื้องหลังอัลกอริทึ่มนั้นๆอย่างละเอียด คอร์สนี้จึงเน้นทางภาคทฤษฎีและปฎิบัติ ทางผู้สอนเชื่ออย่างยิ่งว่าการจะประสบความสำเร็จนั้นต้องมาจากความเข้าใจจริงๆ จะทิ้งภาคใดภาคหนึงไม่ได้
เป้าหมายของคอร์ส
สร้างโปรเจคเพื่อ
“คัดแยกหุ้นที่น่าสนใจด้วย Machine Learning”
เราจะพาทุกท่านมาสร้าง
ตะแกรงร่อนหุ้น
เพื่อเฟ้นหาหุ้นที่น่าสนใจท่ามกลางหุ้นนับพันตัว!!!
https://algoaddict.wordpress.com/2022/07/26/%e0%b8...
❗❗ หมายเหตุ ❗❗❗ (กรุณาอ่านรายละเอียดคอร์สจาก Link ด้านบนให้ละเอียด ก่อนการตัดสินใจของท่าน) .
❌❌❌ คอร์สนี้คือ เป็นคอร์สที่สอนให้ผู้เรียนมีความรู้ความเข้าใจอย่างเป็นระบบในการใช้ AI เพื่อการลงทุน ผู้เรียนต้องอาศัยเวลา และความตั้งใจในการเรียนอย่างมาก
ทางผู้สอนเชื่ออย่างยิ่งว่า การลงทุนด้วยเทคนิคทางโมเดล AI ต้องอาศัยความเข้าใจเชิงเทคนิคจริงๆ ฉะนั้นเราจึงเน้นทางภาคทฤษฎี และ ปฎิบัติ คอร์สนี้ไม่ได้เรียกแค่ Library มาใช้งาน แต่เราจะพาทุกท่านมาแกะกล่อง AI ว่าข้างในมันมีอะไรบ้าง ทำงานอย่างไร อย่าง Step-by-Step เพื่อให้เข้าใจอย่างแท้
ระบบการลงทุนที่มีประสิทธิภาพ จะเกิดจากความใส่ใจ การขวนขวาย และการพัฒนาระบบอย่างต่อเนื่อง และมีหลักการเท่านั้น *** คอร์สนี้ไม่มีการชี้ทางลัด ที่ทำให้รวยได้ในเร็ววันแต่อย่างใด เนื่องจากมันไม่มีจริง **** ❌❌❌
➡️ สำหรับผู้ที่ไม่มีพื้นฐานการเขียนโปรแกรม หรือ ไม่คุ้นเคยกับ Python เรามีเนื้อหาเขียนโปรแกรมเบื้องต้นให้ลงทะเบียนเรียนฟรีที่
https://algoaddict.com/p/basic-python-programming
ถ้ามีปัญหาใดๆ ที่ต้องการติดต่อทางทีมงานผู้สอนโดยตรง สามารถติดต่อได้ที่
email : [email protected]
Fackbook page: https://www.facebook.com/algoaddict/
ขอขอบพระคุณเป็นอย่างสูง
Your Instructor
พวกเราคือ Researchers และ Data Scientists ที่มีความสนใจด้าน Predictive Modelling เป็นพิเศษ มีประสบการณ์ทำงานกับ Machine Learning models และ Intelligent systems ที่หลากหลาย
>> Teacher #1
- Computer Engineer และ นักวิจัยด้าน Machine Learning และ Algorithmic Trading
- มีผลงานวิจัยด้าน Algorithmic trading มายาวนานหลายปี
- เชี่ยวชาญด้านระบบปัญญาประดิษฐ์ และ การพัฒนาระบบชาญฉลาดต่างๆ
- มีความสนใจเป็นพิเศษด้าน Machine Learning และ Reinforcement Learning
- มีความตั้งใจเป็นอย่างมากที่จะพัฒนาระบบ Algorithmic Trading ที่มีความชาญฉลาดทั้งในการตัดสินใจ และ มีความสามารถเฉพาะทางในการปรับตัวเข้ากับสภาวะแวดล้อมภายในตลาด
>>Teacher #2
- เชี่ยวชาญด้าน AI, Machine Learning การวิเคราะห์และประมวลผลข้อมูลขั้นสูง
- มีความสนใจเป็นพิเศษด้าน Machine Learning เกี่ยวกับ Predictive modelling ใน Stock Market
- นักเรียนทุนรัฐบาลกระทรวงวิทยาศาสตร์และเทคโนโลยี ปริญญาเอกทางด้าน AI จาก University of Bath และ ปริญญาโทเฉพาะทางด้าน Machine Learning, Data Mining and High Performance Computing จาก University of Bristol มหาวิทยาลัยชั้นนำระดับ Top 10 จากประเทศอังกฤษ
- มีประสบการในการทำงานวิจัยร่วมกับนักวิจัยชั้นนำจากหลายประเทศ และเคยทำหน้าที่เป็นผู้ช่วยนักวิจัยด้าน Intrinsic Dimensionality in Time Series ณ สถาบันวิจัยแห่งชาติประเทศญี่ปุ่น
- มีประสอบการสอนสอนนักศึกษาในระดับปริญญาตรีสาขา Computer Science และ ปริญญาโทสาขา Data Science ในรายวิชา Machine Leaning, Artificial Intelligence และ Pattern Recognition ณ University of Bath ประเทศอังกฤษ
Course Curriculum
-
StartML General_01 Machine Learning คืออะไร (2:09)
-
StartML General_02 ตัวอย่างโปรเจ็ค Machine Learning (6:33)
-
StartML General_03 ประเภทของ Machine Learning (3:23)
-
StartML General_04 ตัวอย่าง Supervised Learning (1:41)
-
StartML General_05 ตัวอย่าง Unsupervised Learning (1:23)
-
StartML General_06 ตัวอย่าง Semi-supervised Learning (1:23)
-
StartML General_07 การเรียนรู้แบบ Reinforcement Learning (2:24)
-
StartML General_08 ขั้นตอนการพัฒนาโปรเจ็ค Machine Learning (5:53)
-
StartML General_09 ขั้นตอนการสร้างโมเดล Machine Learning (3:27)
-
StartBias and Variance 01 - ข้อมูลตัวอย่าง (3:38)
-
StartBias and Variance 02 - เส้นที่อธิบายข้อมูลได้ดีที่สุด หรือ Line of best fit (2:02)
-
StartBias and Variance 03 - การแบ่งชุดข้อมูลสอน (train) และ ทดสอบ (test) (2:30)
-
StartBias and Variance 04 - ทดลองใช้ straight line อธิบายข้อมูล (2:56)
-
StartBias and Variance 05 - ทดลองใช้ squiggly line อธิบายข้อมูล (1:54)
-
StartBias and Variance 06 - เปรียบเทียบบนข้อมูลสอน (Train set) (1:41)
-
StartBias and Variance 07 - เปรียบเทียบบนข้อมูลทดสอบ (Test set) (3:37)
-
StartBias and Variance 08 - เปรียบเทียบบนข้อมูลทดสอบ (ต่อ) (1:06)
-
StartBias and Variance 09 - ค่า Varaince (1:56)
-
StartBias and Variance 10 - สรุป Bias and Variance (4:45)
-
StartBias and Variance 11 - ตัวอย่างสรุป Bias and Variance (5:48)
Frequently Asked Questions
ขอขอบคุณผู้เรียนทุนท่านที่ให้ความสนใจ และหวังเป็นอย่างยิ่งว่าคอร์สนี้จะตรงกับความต้องการของท่าน ทางผู้สอนทำหวังเป็นอย่างยิ่งว่าท่านจะมีความเข้าใจการลงทุนด้วยระบบ AI อย่างลึกซึ่งและสามารถพัฒนาต่อยอดได้ด้วยตนเองในอนาคต หากมีข้อผิดพลาดประการใด ทางคณะผู้จัดทำขอน้อมรับทุกความคิดเห็น และทุกท่านสามารถติดต่อพูดคุยกับพวกเราได้ตลอดเวลาครับ