Machine Learning Course for beginner

คอร์สออนไลน์นี้เหมาะสำหรับเพื่อนๆที่เริ่มต้นศึกษาศาสตร์ด้าน Machine Learning และ Data Science ซึ่งไม่มีพื้นฐานก็สามารถเรียนได้ เราสอนตั้งแต่ทฤษฎีไปจนถึงการปฏิบัติลงมือทำจริง ด้วยภาษา Python และ Jupyter Notebook

ราคา 790* รับ 99 คนเท่านั้น!

คลิกที่นี่เพื่อตอบแบบสอบถามและชำระเงิน

Download Course White Paper

จากคนที่ไม่รู้ว่าตัวเองชอบอะไร กลายเป็นคนที่ได้ทำงานในสิ่งที่ตัวเองรัก

สวัสดีค่ะเพื่อนๆ เราชื่อปลั๊กนะคะ วันนี้เราอยากจะมาแชร์ประสบการณ์ชีวิตการทำงาน

ก่อนอื่นต้องบอกก่อนว่าเรานั้นก็เป็นคนธรรมดาคนหนึ่ง  ที่ฝันว่าอยากทำงานที่ตัวเองรัก แต่เราก็ไม่รู้ว่าตัวเองอยากทำอะไร หรือชอบอะไร (เราว่าหลายๆคนก็เป็นแบบเรา ฮ่าาาา) 

เราเป็นเด็กต่างจังหวัด(จ.เลย)ที่มีความมุ่งมั่นอยากจะทำงานที่เรารักและงานนั้นต้องทำให้เรารวย! ซึ่งอาชีพ ครู พยาบาลที่แม่พูดว่าอยากให้เราทำเพราะว่างานมันมั่นคงนั้น ไม่อยู่ในหัวเราเลย เพราะมันทำให้เรารวยไม่ได้! 

ตอนมัธยมเราชอบดูข่าวเศรษฐกิจมาก พวกหุ้น การลงทุนไรงี้ เราก็เลยไปศึกษาแล้วก็ค้นพบว่า เฮ้ยยยยย อาชีพนี้มันเจ๋งจังวะ อยู่ที่ไหนก็เทรดหุ้นได้ แค่วิเคราะห์ให้เป็น และถ้าอยากเล่นหุ้นเป็นก็มี 2 คณะหลักๆ คือ เศรษฐศาสตร์ บัญชี เราก็ตัดสินใจเรียนเศรษฐศาสตร์ไปเพราะตัวเนื้อหามันเรียนเรื่องระบบเศรษฐกิจที่เราสนใจด้วย

เราก็ตั้งใจอ่านหนังสือมากตอนนั้น เราเทวิชา ฟิสิกส์ เคมี ที่ตั้งใจเรียนได้ 4 ทุกเทอมทิ้งไปหมดเลย ตั้งใจอ่าน คณิตศาสตร์ สังคม ภาษาอังกฤษ ภาษาไทย เน้นๆจุกๆ

จนเราสามารถที่จะสอบชิงทุนโครงการจุฬาชนบท ของ จุฬาลงกรณ์มหาวิทยาลัย ในคณะ……….เศรษฐศาสตร์จ้าาาาาาาาา

โอ้แม่เจ้า ตอนผลออกมานะ นี่ร้องไห้เลย คือได้เรียนคณะที่ชอบ มหาลัยที่ใช่ จะมีกี่คนที่โชคดีแบบเรา (ยกมือปาดน้ำตา)

แต่………พอเราได้เข้าไปเรียนแล้ว เราก็ค้นพบว่า มันไม่ง่ายเลย ยิ่งเรียนลึกลงไปเรายิ่งค้นพบว่าสิ่งที่เราชอบไม่ได้เป็นสิ่งที่ชอบอีกต่อไป เราไม่ได้อยากเล่นหุ้นแล้ว(ความเสี่ยงมันเยอะเกินรับไหว)

เราเลยได้เริ่มลองทำอะไรใหม่ๆโดยการเริ่มขายของออนไลน์ ตอนนั้นเราก็ขายได้ดีเราก็เลยคิดว่าเราน่าจะเอาดีด้านนี้ แต่ตอนเรียนจบต้องไป Work and Travel ที่สหรัฐอเมริกา จึงทำให้หยุดการขายของไปก่อน แต่เราก็คิดว่าถ้ากลับมาเราจะเอาดีด้านนี้

พอกลับมาจากสหรัฐอเมริกา เราก็เริ่มมองหางานด้าน marketing และถ้ายิ่งเป็นด้าน Digital marketing ยิ่งดีเลย ส่งใบสมัครรัวๆเลยค่ะ กวาดให้หมด เพราะเราหวังว่าถ้าได้ทำงานด้านนี้ จะได้นำความรู้ที่ได้ไปใช้ต่อยอดกับธุรกิจของเราในอนาคต

สุดท้ายเราก็ได้เข้าทำงานในบริษัท Start up ที่ทำแพลตฟอร์ม iLog.Ai ในตำแหน่ง Digital marketing  บริษัทใจดีมาก ให้โอกาสเราที่ไม่ได้เรียนจบด้านนี้และยังไม่มีประสบการณ์การทำงานด้านนี้เข้าทำงาน เขาก็คงคาดหวังว่าเราจะเรียนรู้ได้เร็ว ทำงานได้ และแถมเรายังได้ทำงานที่เราอยากทำอีก (วินวินทั้งสองฝ่าย)

พอเริ่มทำงาน หัวหน้าเขาก็ลงมาสอนงานเองเลย พี่เขาก็สอนทฤษฎีแนวคิดการทำการตลาดออนไลน์ พร้อมทั้งเครื่องมือที่เขาใช้ ไม่ว่าจะเป็น google ads, google analytic, facebook ads manager บลาๆ แล้วพี่เขาก็ลองให้เราทำเอง 

ทีนี้ปัญหามันก็เกิด คือเราจำไม่ได้ เครื่องมือมันซับซ้อน และแต่ละอันก็ให้ผลต่างกัน พอทำไม่ได้ เราก็ไปถามเพื่อนที่เขาเข้ามาพร้อมเรา (แต่เขาเก่งมาก เข้าใจทุกอย่าง) 

เราถามเขาบ่อยมากกก พยายามจำ แต่ว่ามันก็มีเรื่องใหม่ๆ เข้ามาให้ทำเรื่อยๆ จำไม่ได้ ก็ถามเพื่อน วนอยู่แบบนี้ไป 1 เดือน งานแต่ละชิ้นที่ออกมาล่าช้า(ถึงพี่เขาจะไม่ได้ว่า แต่มันก็เห็นชัดเจนเลยแหละว่าเราทำงานช้า)

และมันก็มาถึงจุดเปลี่ยนสำคัญเลย คือวันนั้นอยู่ดีๆพี่หัวหน้าก็เรียกเราเข้าไปพบ

 งงเลยจ้าแม่ แต่ก็มีร้อนๆตัวอยู่นะ หรือจะเรียกพบเรื่องงาน นี่ก็ภาวนาไม่ให้เป็นแบบนั้น(T^T)

พอเข้าห้องไป พี่เขาก็เปิดมาเลย!

หัวหน้า : พี่จะขอคุยเรื่องงานของเราหน่อย

     เรา  : โอเคค่ะ (ตู้มมมม เรียบร้อย! สิ่งที่กังวลเป็นจริงซะงั้น เอาไงดีวะ ตอนนี้คือเหงื่อตกไปแล้ว) 

หัวหน้า : ตลอดหนึ่งเดือนที่ผ่านมา พี่เห็นการทำงานของน้องแล้วนะครับ เวลาพี่สอนอะไรไปน้องชอบจำ แต่น้องไม่ทำความเข้าใจกระบวนการของมันเท่าไร พอพี่สั่งงานไป น้องก็เลยทำไม่ทันเพราะว่าน้องจำไม่ได้ พี่ว่าจะหางานใหม่ให้น้องลองทำ คือยังอยู่ในตำแหน่ง Marketing อยู่นะครับ ยังได้เรียนรู้สิ่งที่ตัวเองอยากรู้ แต่ว่าน้องก็ต้องสร้างผลงานให้บริษัทด้วย

คือพี่มีโครงการอยากจะขยายฐานลูกค้า และอยากให้ลูกค้ารู้จักชื่อบริษัทของเรา ในอนาคตพี่จะมีการพัฒนาแพลตฟอร์ม iLog.Ai ของเราร่วมกับการทำ Machine Learning ไปด้วย

และจากที่พี่เห็นงานวิจัยของน้องแล้ว(เรื่อง งบประมาณด้านการศึกษาส่งผลต่อ GDP ประเทศหรือไม่) มันน่าสนใจมากเลย ทั้งกระบวนการคิด ทฤษฎี และวิธีการคำนวณที่มีการใช้ model ทางคณิตศาสตร์ (Regression) 

พี่เห็นว่าน้องมีพื้นฐานด้านคณิตศาสตร์และการวิเคราะห์มาระดับหนึ่งแล้ว เลยอยากให้น้องมาทำ Deep content เรื่อง Machine Learning ซึ่งเป็นเขียนบทความที่เจาะลึกลงไปในเรื่องนี้เลย ละเอียดและสามารถนำไปใช้ได้จริง น้องสนใจไหม?”

เรา : ไม่สนค่ะพี่ 

เป็นประโยคที่ผุดขึ้นมาในหัวทันทีที่พี่เขาพูดเสร็จ แต่เราก็ได้แค่คิดในใจ ถ้าตอบออกไปก็คือเก็บของออกจากบริษัทไปได้เลย ฮืออออออ 

แต่ที่เราไม่อยากทำมันเป็นเพราะว่า เราไม่รู้ว่า Machine learning คืออะไร และดูเหมือนเนื้องานมันจะเน้นไปด้าน ไอที programming ซึ่งเราไม่ได้เรียนด้านนี้ และไม่มีพื้นฐานเลย (รู้สึกกลับมาลูปเดิม ฮือออ) 

เราก็เลยขอกลับมาคิดดูก่อน

ตอนนั้นคือบอกเลยว่ามืดมนมาก มันเหมือนชีวิตล้มเหลวเลยแหละ เจอทางตัน มันมีทางออก แต่มันเป็นทางที่เราไม่อยากเดิน เราไม่แน่ใจว่าเดินไปทางนั้นแล้วเราจะเป็นอย่างไร ปลายทางอาชีพนี้จะตอบโจทย์ความอยากรวยของเราได้หรอ แล้วถ้าเราเดินไปแล้วเราไม่ชอบ เราต้องกลับมาเริ่มใหม่เลยนะ แล้วเวลาที่เสียไปล่ะ เราก็ได้แต่ตั้งคำถามพวกนี้  

จะเอายังไงดีวะ

เราก็รู้ตัวแล้วล่ะตอนนั้น ว่าเราไม่ถนัดด้านงาน Digital marketing หรือจะเลือกเดินไปอีกทาง คือออกไปหางานใหม่ดี แล้วจะทำงานอะไรล่ะ งานด้านเศรษฐศาสตร์ การเงิน ที่เรียนมาก็ไม่ถนัด 

แล้วชีวิตนี้จะทำอะไรอ่า อันนั้นก็ไม่ถนัด อันนี้ก็ไม่ชอบ 

เราวนถามตัวเองซ้ำๆ ว่าอยากทำอะไร คำตอบที่ได้ก็ว่างเปล่า ตอนนั้นปัญหาโลกแตกมาก เราเลยตัดสินใจโทรหาเพื่อน โทรปรึกษาเพื่อนแทบจะทุกคน ระบายความอัดอั้น ขอคำปรึกษา มันมีเพื่อนของเราคนหนึ่งชื่อโบ๊ท เป็นเพื่อนที่เก่งมากและเป็นคนใจดี เขาก็บอกนะว่า

 “มีคนตั้งมากมายที่ไม่ได้ทำงานที่เขารัก  ปลั๊กยังโชคดีที่เขาไม่ไล่ออก แถมยังให้โอกาสเรียนรู้งานต่อ แค่ทำงานใหม่ และงานใหม่ที่ปลั๊กบอก ปลั๊กก็บอกเองไม่ได้เกลียดมันป่ะ ปัญหามันอยู่ที่แค่มันเป็นงานใหม่และปลั๊กแค่ไม่กล้า แล้วงานนั้นมันก็ใช้พื้นฐานการวิเคราะห์ คณิศาสตร์ ที่เราก็ผ่านมันมาแล้วไหมอ่า มันไม่น่าจะมีปัญหา ลองทำดูก่อน ถ้าไม่ลองก็ไม่รู้นะ  เนี่ย ทำงาน 1 ตำแหน่งแต่ได้เรียนรู้งานตั้งสองอย่าง ทั้งงานด้าน Marketing และงานด้านการเขียน deep content เลยนะ ”

สุดท้ายแล้ว ต่อให้เราฟังคำแนะนำคนทั้งโลก แต่คนกำหนดอนาคตเราคือตัวเราเอง

เราก็เลยกลับมานั่งคิดว่า การเริ่มงานใหม่(การเขียนบทความ) กับหางานใหม่ มันก็คือเริ่มใหม่ทั้งคู่ไหมอ่า และการหางานใหม่(โดยที่งานนั้นเราก็ไม่รู้ว่าจะทำอะไรดี) มันดูยาก มีต้นทุนสูงกว่าการเริ่มงานใหม่(ณ ตอนนั้น) 

ประกอบกับส่วนตัวเป็นคนชอบวิเคราะห์ข้อมูล มีพื้นฐานการทำวิจัยมาก่อนและเราก็เป็นคนชอบอ่านนิยายมาก(กอไก่ล้านตัว) เราเลยคิดว่า

ในเมื่อเราไม่รู้ว่าตัวเองอยากทำงานอะไร  งั้นเราเอาประสบการณ์ที่เราได้ทำมา มาลองปรับใช้กับการลองเขียนบทความดูไหม ถ้าชอบเราอาจจะเอาดีด้านงานเขียนไปเลย

แต่ถ้าไม่ชอบ ไม่ไหวจริงๆ เราก็แค่กลับมาจุดเดิมคือหางานใหม่ แต่เราก็ได้รู้ว่างานด้านนี้เราไม่ชอบ เตะมันเข้าไปใน Blacklist งานที่ฉันจะไม่ทำตลอดชีวิตไปเลย ฮ่าาาาาา

เราก็คิดว่า เอาวะ มาลองดูกันสักตั้งให้รู้ดำรู้แดงกันไปเลย! ไม่ลองก็ไม่รู้ เราก็เลยตอบตกลงพี่เขาไป

พี่เขาก็ได้มีการไกด์ไลน์ให้ว่าต้องศึกษาหัวข้ออะไรบ้างคร่าวๆ ที่เหลือให้ลองไปศึกษาเอง หัวข้อแรกเลย Machine learning คืออะไร 

ทุกคนอ่านแล้วคงคิดว่าง่าย แต่! ไม่ง่ายอย่างที่คิดนะคะ อย่าลืมว่าเราเขียน deep content ดังนั้นเนื้อหาเราต้องลึกจริงกว่าบทความทั่วไป ต้องเขียนเรื่องยากให้อ่านเข้าในง่าย ต้องครอบคลุม

โอเคค่ะ พอได้ไกด์ไลน์แล้ว ทีนี้เราก็เริ่มออกเดินทาง ตามหาความหมายของ Machine learning กัน!!!​

ขั้นแรก เราก็เดินตรงไปห้อง CTO เลยจ้า เขาเป็นผู้เชี่ยวชาญด้านนี้ เขาต้องช่วยเราได้แน่!  เราก็ขอคำปรึกษา พี่เขาก็ใจดีมาก(อีกแล้ว ฮ่าๆๆ)

พี่เขาก็เริ่มต้นด้วยการเปิดภาพนี้ให้ดู 

พี่เขาแนะนำก่อนว่า ศาสตร์ด้าน Machine Learning มันมีสิ่งที่จำเป็นที่ต้องรู้อยู่ 2 เรื่อง นั่นคือ 

  • ความรู้ทางคณิตศาสตร์(Math) เช่น เรื่องสถิติ การวิเคราะห์ข้อมูลด้วย model ทางคณิตศาสตร์ 
  • ความรู้ทาง Programming คือการเรียนรู้การเขียน code เพื่อที่จะสั่งให้คอมพิวเตอร์มันประมวลผลมาให้เรา เราเรียนรู้ทฤษฎีมาตั้งมากมาย ถ้าเขียนประมวณผลออกมาไม่ได้ แล้วที่อ่านไปจะมีประโยชน์อะไร ถูกมะ!

แต่ว่าความรู้อันสุดท้าย อันนี้ถ้าเรามีมันจะยิ่งขีดความสามารถของเราไปอีก นั่นก็คือ

  • Domain Knowledge ที่เราเข้าใจคือ ความรู้องค์รวม เช่น สมมติเราต้องการประมาณราคาบ้าน เราจำเป็นที่ต้องรู้ว่า องค์ประกอบของบ้านอะไรบ้างที่ผลต่อราคาบ้าน เช่น ขนาด พื้นที่รอบบ้าน มีสระว่ายน้ำไหม บลาๆ แล้วก็เรารู้ว่าต้องเลือกใช้ Model อะไรในการประมาณการนี้ จากนั้นก็นำผลที่ได้มาวิเคราะห์ นำไปใช้ประโยชน์ในเรื่องการวางแผนกลยุทธ์ต่อไป เป็นต้น

พอฟังจบ เราก็แบบ เฮ้ย วิธีการคิดมันก็คล้ายที่เราเรียนมา อันแรกคณิตศาสตร์ เราก็พอมีพื้นฐานมาบ้าง เดี๋ยวกลับไปอ่านทบทวนของเดิมละกัน อันที่สอง Domain Knowledge เราเคยทำวิจัยมาก่อนและเรียนเกี่ยวกับเรื่องเศรษฐกิจ ธุรกิจ  พอมีความรู้อยู่บ้าง และถ้าอยากรู้เพิ่มสามารถหาอ่านได้ทั่วไปเลย มันมีคนเขียนไว้เยอะแยะ 

แต่….. Programming นี่งานหินเลย ความรู้เป็น 0 เอาไงดี?

เราจะกลัวไปทำไม! เราทำงานบริษัท Tech Startup นะเว้ย เพื่อนๆมีแต่พวก Dev เทพๆทั้งนั้น ถามพวกเขาเอาก็ได้ ถูกมะ

เมื่อเราสามารถรู้แล้วว่าเราจะเอาชนะมันได้อย่างไร

ต่อไปคือการลงมือสิจ๊ะ รออะไร ฮ่าๆๆ 

ขั้นแรกคือศึกษาทฤษฎี ซึ่งมันจะรวมเรื่อง Math และ Domain knowledge ไว้ด้วยกัน และจากนั้นเราก็ค่อยศึกษาเรื่อง Programming 

เราก็เริ่มต้นศึกษาจากบทความของคนไทยด้วยกันก่อน แต่ว่ามันเป็นบทความทั่วไปใช่ไหมคะ มันยังไม่ลึกพอ เราจำเป็นต้องศึกษางานของต่างประเทศด้วย

แต่พอเริ่มลึก ปัญหามันตามมาเป็นภูเขาเลยจ้าาาาา ( อย่าลืมว่างานนี้คือการเขียนบทความเรื่อง Machine Learning มันใหม่ยิ่งกว่าใหม่อีกสำหรับเรา ประสบการณ์การเขียนก็ไม่มี ถ้าไม่นับเขียนงานวิจัยอ่านะ ด้านคอมพิวเตอร์ก็เป็น 0 )

ปัญหาแรกๆเลยคือ 

  • เนื้อหาที่เราอ่านมันครบถ้วนไหม ครอบคลุมหรือยัง แต่ละเว็บก็เขียนไม่เหมือนกันอีก
  • หาแหล่งข้อมูลที่เขียนละเอียดยากมาก ส่วนใหญ่เขียนแค่พื้นๆ แต่เราต้องการที่มันละเอียด
  • แหล่งข้อมูลดีๆ ก็เป็นภาษาอังกฤษศัพท์เฉพาะเยอะ อ่านแล้วงง คือยากคูณ 2 ไปเลยจ้า
  • พอจะศึกษาจริงจัง อ้าวรู้ความหมายก็จริงนะ แต่แล้วต่อไปจากนี้ล่ะ จะเริ่มจากตรงไหนก่อน มันมีแยกย่อยไปเยอะมากกก อารมณ์แบบ เดินเข้าไปในเขาวงกตละเจอทางแยกจะไปทางไหนดี
  • อยากลงเรียนเป็นคอร์สนะ แต่ปัญหาคือเราต้องมีความรู้พื้นฐานอะไรก่อนลงเรียนไหม ก็ไม่รู้อีก กลัวซื้อละเรียนไม่รู้เรื่อง
  • คอร์สเรียนดีๆ เป็นภาษาอังกฤษ(ยากจัง) คอร์สภาษาไทยก็แพงเกิน เป็นพัน จ่ายไม่ไหวหรอก คอร์สฟรีหรอ มีแต่น้ำจ้าาาา 
  • คอร์สส่วนใหญ่ออกแบบมาสำหรับคนที่มีพื้นฐานด้าน Programmimg ซึ่งเราไม่มีเลย

สุดท้ายเราก็ใช้ความ ทน ถึก ไล่อ่านๆหลายๆบทความ เราก็พอจะจับแนวทางได้แล้วบ้างว่า มันต้องมีเนื้อหาประมาณไหน ลึกระดับไหนคร่าวๆ ร่างเป็น outline ออกมา 

และเราก็ได้ตัดสินใจ เดินไปบอกหัวหน้า ว่าเราต้องการที่จะเรียน คอร์สอันหนึ่งมันเป็นของต่างประเทศ ราคาแพง แต่เราจะตั้งใจเรียนและเรารู้ว่าคอร์สนี้ถือว่าครอบคลุมที่สุดเมื่อเปรียบเทียบกับอันอื่น 

สุดท้ายหัวหน้าก็ยอมที่จะซื้อคอร์สนั้นให้ (ใจดีมาก มีที่ไหนทำงานไม่เป็นก็สอน อยากเรียนอะไรก็จ่ายให้ ฮืออออ)

พอเราได้ลองเรียนแล้วบอกเลยงานยาก คูณล้านไปเลยจ้าาา

  1. คือเรื่องภาษาอังกฤษ ถ้าพอพูดในชีวิตประจำวัน อ่านข่าวพอได้ แต่นี้มันประกอบไปด้วยศัพท์เทคนิคด้าน programmimg ด้านเทคโนโลยี และคณิตศาสตร์ (ตอนเรียนคือต้องกด pause ถี่มากแล้วมานั่งเปิดศัพท์เฉพาะพวกนั้นอ่า ร้องไห้ ฮืออออ)
  2. คณิตศาสตร์จ้า หินมากกกก มันเป็นการวิเคราะห์ข้อมูล มันต้องใช้สถิติเข้ามาช่วย (ถึงจะเคยผ่านมา แต่มันก็มีลืมบ้างอ่าเนอะ แหะๆ)

แล้วเราก็มาถึงจุดที่ยากที่สุด เป็นจุดที่กำหนดชะตาชีวิตเลยก็ว่าได้  

ถ้าผ่านไปไม่ได้ อาชีพด้านนี้ก็จบไปได้เลย และที่ทำมาคือ จบ! นั่นคือ programming ซึ่งในคอร์สที่เราเรียนอ่า มันมีสอนวิเคราะห์ข้อมูล ใช้เครื่องมืออะไร แต่เราไม่รู้จักไงว่ามันคืออะไร 

เราต้องมาเริ่มตั้งแต่ว่า 

  1. ภาษาที่เขาใช้เขียนโปรแกรมมีอะไรบ้าง 
  2. เครื่องมือที่ใช้วิเคราะห์ข้อมูล มีอะไรบ้าง
  3. หลักการทำงานของคอมพิวเตอร์เวลาเราเขียน code นี้ลงไป มันแปลผลเป็นอะไร (เอาง่ายๆต้องเขียน code ให้ได้อ่า)

จำความรู้สึกตอนเรียน programming ได้เลย ตอนนั้นคือถามเพื่อนที่ทำงานบ่อยมากว่า เขียนแบบนี้หมายถึงอะไร ถ้าอยากสั่งแบบนี้ต้องเขียนอะไร 

ยากจนถึงขั้นเก็บไปร้องไห้ที่ห้อง ว่าแบบทำไมมันยากขนาดนี้ ทำไมโง่จัง จะไม่ไหวละนะ คือตอนนั้นอยากยอมแพ้จริงๆนะ ลำพังเขียนโปรแกรมคำสั่งแต่ละคำสั่งก็ว่ายากแล้ว 

นี่ยากคูณสองคือการเขียนโปรแกรมโดยมีการ Adapt เอาคณิตศาสตร์เข้ามาใส่ด้วย เพื่อที่จะให้คอมพิวเตอร์มันได้เรียนรู้ model ทางคณิตศาสตร์ (ซึ่ง model มีเยอะมากและ model ปรับตามข้อมูลที่เรามี สรุปคือตาย!)

อาทิตย์นั้นคือร้องไห้บ่อยมาก แต่เราก็กลับไปมองงานที่เราทำมา ว่าเฮ้ย นี่มันผ่านมาครึ่งทางแล้วนะ ทฤษฎีที่เป็นคณิตศาสตร์ที่เราไม่ค่อยจะชอบมันเท่าไร(ตอนนี้ชอบแล้ว)เราก็ผ่านมาแล้ว เหลือแค่อันนี้อันสุดท้ายแล้วนะ แค่ programing เองนะเว้ย 

เราจะผ่านอันนี้ไปไม่ได้เลยหรือวะ เราจะทิ้งสิ่งที่เราทำมาทั้งหมดแค่นี้หรอ งั้นก็เท่ากับที่ทำมา เป็น 0 เลยนะ 

ตอนนั้นคือเราเขียนบทความออกมาได้หลายบทแล้วด้วย เกี่ยวกับทฤษฎี แต่ยังขาดที่เป็นภาคปฏิบัติแค่อันเดียวเองนะ 

ถ้าเราผ่านตรงนี้ไป บทความของเรามันจะ perfect มากเลยนะ ครบ จบ แถมยังเป็นเวอร์ชันภาษาไทยที่เรารับรองว่าหาอ่านที่ละเอียดเท่าเราไม่ได้แล้วอ่า เพราะเราเขียนทุกอย่าง แม้แต่เรื่องเล็กๆน้อยๆที่คนไม่เข้าใจ คนที่ไม่มีพื้นฐานทั้งสามด้านที่ว่ามาก็สามารถเข้าใจได้ง่าย!

ไม่เสียดายงาน ความพยายามที่ทำมาทั้งหมดเลยหรอ คือตอนนั้นมันไม่ได้รู้สึกล้มเหลวแค่เรื่องงานแล้ว เราคิดไปถึงตลอดชีวิตที่เราพยายามมาเลย ตลอด 24 ปีที่พยายามมาอ่า 

เราต้องการงานที่เราทำแล้วมีความสุข ตอนนี้เราเริ่มมีความสุขกับงานนี้แล้ว คือถึงมันจะยาก แต่เรามีความสุขกับการได้เรียนรู้เรื่องใหม่ๆ 

เราจะล้มเลิกกับแค่เราเจออุปสรรคแค่นี้หรอวะ จะกลับไปเป็นคนที่ทำอะไรก็ล้มเหลว ไม่สำเร็จสักอย่าง ไม่พัฒนา ใช้ชีวิตไปวันๆหรอ นั่นไม่ใช่ชีวิตที่มึงต้องการปะวะ 

สุดท้าย เราก็ฮึดขึ้นมาอีกครั้ง พอเราเรียนจนจบคอร์สที่ซื้อไป และสามารถเขียน Codeได้ 

เชื่อป่ะความรู้สึกเรา ต่างจากตอนแรกที่ทำงานนี้มาก 

ความรู้สึกแรกคือ โอ้มายกอดดดดด ฉันทำได้ๆๆๆๆๆๆ ฉันสามารถเอาชนะอุปสรรคมาได้ ไม่ว่าจะทั้งความกลัว กลัวว่าจะเรียนรู้ไม่ได้(แผลมาจากงานด้าน Digital Marketing ก่อนหน้าที่เราทำไม่ได้) ความยากของมันที่ต้องใช้ความอดทนขั้นสุด

และงานนี้มันเหมือนปลดล็อกเราเรื่องหนึ่ง ที่เป็นเรื่องสำคัญในชีวิตเรามากเลยคือ 

จริงๆแล้วคนเรามันมีศักยภาพในตัวทั้งนั้น มันนอนหลับอยู่ในตัวเรา มันต้องการแรงกระตุ้นที่ถูกและตรงจุด แล้วมันจะตื่น ระเบิดตู้มออกมา จนคุณยังตกใจเลยแหละ ว่าคุณสามารถทำได้ถึงขนาดนี้เลยหรอวะ 

ต้องขอบคุณพี่หัวหน้าเขาจริงๆ คือเหมือนเขามองเห็นความสามารถของเราที่แม้แต่เราก็มองไม่เห็น และกระตุ้นให้เราดึงความสามารถนั้นออกมาได้!

งานนี้ยังให้ข้อคิดที่สำคัญกับเราอีกอย่างคือ

“อย่ากลัว และอย่าคิดไปเอง ”

เราเปลี่ยนทัศนคติเรื่อง คณิตศาสตร์ และ progamming ไปเลยยยยย จากที่เกลียดคือไม่เกลียดแล้ว  (เราค้นพบว่า ที่เราเกลียดพวกมันเพราะอจ. ส่วนใหญ่สอนไม่รู้เรื่อง สอนเร็ว เราไม่เก่ง ตามไม่ทัน แต่พอได้มีเวลาศึกษามันจริงๆแล้วมันสนุกมากเลยนะจริงๆแล้วมันไม่ยากเลย เราแค่ต้องเปิดใจ ถ้าเราอคติ ทุกอย่างจะกลายเป็นเรื่องยากในชีวิตเลย )

  1. ยิ่งไปกว่านั้นคือ มันเหมือนเราผ่านจุดที่ยากที่สุดในศาสตร์ด้านนี้ไปแล้วอ่า พอเราศึกษาเรื่องต่อไป กลายเป็นว่ามันง่ายขึ้นมากๆ แถมยังไปได้เร็วด้วย ตอนนี้คือมีความสุขอ่า ฮ้าาาา
  2. ทีนี้พอเราศึกษาไปสักระยะแล้ว มันทำให้เราค้นพบว่า งานด้าน Machine Learning และ พวก Data science มันคืองานในอนาคต มันคืองานที่สามารถทำเงินได้มหาศาลและยังไม่เสียงตกงานอีกนะ  อย่างที่เพื่อนๆรู้กันแหละว่าเดี๋ยวนี้มันเข้ายุค Digital แล้ว พวกเทคโนโลยีเข้ามามีบทบาทกับชีวิตมากขึ้น ขนาดอยากสั่งเสื้อผ้า กดจึ๊กเดียว พัสดุมาส่งละ อยากโอนเงินไม่ต้องไปตู้ internet Banking จิ้มเดียวจอด! ถ้าวันหนึ่งเราศึกษามันไปเรื่อยๆ เราก็อยากที่จะไปทำงานด้าน Data science นะ 

คือมันตลกมาก กลายเป็นว่าตอนนี้เราได้ทำงานที่เรารัก จากตอนแรกที่ไม่รู้เลยเว้ย ว่าตัวเองชอบอะไร จะเดินไปทางไหน ลังเล มันแต่คิด แต่พอลองทำ เอ้าชอบเฉยเลย

พอได้ทำงานที่ชอบ กลายเป็นว่าผลงานที่ออกมาก็ดี (อันนี้ Blog ของเรา ซึ่งเป็นผลงานที่เราตั้งใจทำมากกก เพื่อนๆลองเข้าไปอ่าน และคอมเมนท์ติชมได้เลยค่ะ

( >>>> https://ilog.ai/category/machine-learning/<<<<<<)

อันนี้เป็นผลงานคร่าวๆเกี่ยวกับการเขียนโปรแกรมของเรา เรื่องการประมาณการราคาบ้านโดยใช้ภาษา python ผ่านเครื่องมือ Jupyter Notebook

พอหัวหน้าเขาเห็นผลงานเรา เอ้อ เด็กคนนี้มันน่าจะถนัดงานด้านนี้ ดูงานที่ทำออกมาก็ดีเลยแหละ และเขาคงเห็นว่าเราเรียนรู้เรื่องแนวนี้ได้ดี ถ่ายทอดออกมาได้

ประกอบกับครบ 3 เดือนแล้วที่มาทำงานที่นี่ เขาก็มีแพลนต่อไปว่า ถ้าเรามีความรู้มากพอแล้ว เขาก็จะย้ายเราไปช่วยงานในทีม Data Science!

คือแบบ ขอกรี๊ดดดดดดดดดดดดดด ได้ไหมคะ ดีใจมากกกกกกกกกกกกกก

เราอยากทำงานด้านนี้มากกกกก แต่เรายังต้องเรียนรู้อีกมาก พี่เขาเลยยังให้เราทำงานด้านการเขียน Deep content นี้ไปก่อน เพื่อสะสมความรู้ให้มากขึ้น

แต่มันก็มีจุดเปลี่ยนอีก!!!! (ชีวิตคนเราอ่าเนอะ ฮ่าๆๆ)

บริษัทก็ได้มีการนัด Outing trip นอกสถานที่ เราก็ไปเขาใหญ่กัน ตอนนั้นก็มี work shop และก็การกำหนด OKRs ของแต่ละคน โดยหัวหน้าเขาก็จะให้ทุกคนเป็นคนกำหนดเองว่าอยากจะทำอะไร(แต่ก็ต้องอยู่บนพื้นฐานการสร้างประโยชน์ให้บริษัทนะ)

ตอนนั้นเราก็มานั่งคิด คือช่วงนี้เขียนบทความแล้วนะ เรามีบทความเยอะแยะละ แต่เรารู้สึกว่าแรงจูงใจที่จะให้คนทั่วไปมาศึกษาเรื่องนี้มันน้อย เพราะเนื้อหามันมีความยากอยู่ มันก็เหมือนคุณเรียนมหาลัย ระหว่างคนที่ไม่ไปเรียนเลย อ่านเองนักเลงพอ กับคนที่เข้าฟังแลคเชอร์ทุกคาบ อาจารย์เน้นจุดที่สำคัญให้ ขยายจุดที่เข้าใจยากให้ง่ายขึ้น คุณคิดว่าคนไหนจะสอบได้คะแนนเยอะกว่ากัน

เราเลยอยากให้นักเรียนของเราสอบได้คะแนนเยอะๆ เรามีหนังสือแล้ว ตอนนี้เราขาดแค่ครูที่จะสอน 

งั้นเราสอนเองเลยเป็นไง เราเลยตัดสินใจ ตั้ง OKRs ของเราคือ 

เราสร้าง course เรียนเรื่อง Machine Learning ออกมา 1 Course แบบออนไลน์ เพื่อหวังให้เพื่อนๆได้ศึกษาศาสตร์ด้าน Machine Learning ได้ง่ายขึ้น มีบทความให้อ่านประกอบกับมีคนสอน step by step (แบบจับมือทำไปเลย) 

และเราอยากจะท้าทายความสามารถของเราเอง เราจะเปลี่ยนอติของคนที่คิดว่า เรื่องนี้เป็นเรื่องที่ยาก ให้กลายเป็นเรื่องที่เข้าใจง่าย ผ่านวิดีการสอนในคอร์สนี้!

และที่สำคัญคือ Course นี้มันยังเป็นตัววัดประสิทธิภาพของเราเองด้วย ว่าสิ่งที่เราเรียนมา เราเข้าใจมันจริงหรือเปล่า ถ้าเราเข้าใจจริง เราต้องสอนคนอื่นได้ ถูกไหม? หากวันหนึ่งได้ทำงานด้าน Data science จริงๆ จะได้ทำได้

ซึ่งพอเราเสนอหัวหน้าไป เขาก็มองเรานิ่งๆและยกนิ้ว….. โป้งให้เลย ฮ่าๆๆๆ

สรุปก็คือผ่านและนี่ก็เป็นที่มาของ Course นี้ นั่นเองงงงงง

หลังกลับจาก outing trip เราก็มาเริ่มวางแผนละว่าเราจะออกแบบ Course ยังไงดี

เริ่มจากคำถามที่ว่า ใครเหมาะกับ คอร์สนี้

โดยเรามองเริ่มต้นจากตัวเราก่อน คือเราเป็นผู้หญิงธรรมดาไม่ได้จบมาสายนี้ ไม่มีความรู้เรื่อง Machine Learning หรือ Data Science เลยแต่วันหนึ่งดันอยากจะเป็น Data Scientist ซะงั้น (แล้วคือบทความทั้งหลายที่เราเขียน เรียบเรียงตามความอยากรู้และเขียนตอบคำถามเรื่องที่ตัวเองไม่รู้ หรืออ่อนด้อยด้วย) 

แล้วเราเชื่อว่ามีอีกหลายคนอยู่ในสถานการณ์เดียวกับเราอีกเยอะ ความรู้มันก็ใช่ว่าจะจำกัดอยู่แค่ในรั้วมหาลัย ใช่ว่าจบคณะไหน ก็ทำงานสายนั้น มีอีกตั้งหลายคนที่ย้ายสายงาน ทำงานไม่ตรงกับสาขาที่เรียนจบ(เหมือนเรา ฮ่าๆ) 

ดังนั้นก็เลยมีความคิดที่ว่าทำไมเราไม่ทำคอร์สเรียนเรื่อง Machine learning ที่ใครๆก็เรียนได้ ใครๆก็นำไปต่อยอดในสายงานได้ และใครๆก็เก่งด้าน Machine learning ได้

คอร์สนี้เลยเหมาะกับ

  • เพื่อนๆที่เคยเริ่มต้นเรียนรู้เรื่อง Machine Learning แล้ว แต่ไม่สำเร็จ สามารถเริ่มจากคอร์สนี้แล้วเปลี่ยนจาก Zero to One ได้เลย
  • เมื่อเรียนแล้วสามารถเข้าใจองค์ความรู้พื้นฐานด้าน Machine Learning และ Data science สามารถนำไปต่อยอดเรียนรู้ต่อไป
  • สามารถนำไปปรับใช้กับงานจริงด้าน Machine Learning หรือ Data Science 
  • อยากเป็น Data Scientist หรือทำงานด้าน Machine Learning แต่ไม่มีความรู้พื้นฐานเลย อยากเริ่มต้นงานด้านนี้
  • สำหรับเพื่อนๆที่ทำงานด้านการวิเคราะห์ข้อมูล และต้องการองค์ความรู้ตั้งแต่ทฤษฎีไปจนถึงปฏบัติพร้อมนำไปปรับใช้  

พอเราตั้งเป้าหมายแล้ว ต่อมาเราก็มาดูว่าอะไรคือปัญหา โดยปัญหาที่เกิดเราก็อ้างอิงมาจากตัวเราเองเลยคือ เริ่มตั้งแต่

  • ไม่รู้จะเริ่มจากตรงไหน  
  • ไม่มีพื้นฐานด้านคอมพิวเตอร์ คณิตศาสตร์(เรื่องสถิติ)เลย
  • แหล่งข้อมูลเข้าถึงได้ยาก กระจัดกระจาย
  • Course มีราคาแพง!!! ราคาถูกหน่อยก็มีแต่น้ำ 
  • Courseดีๆก็เป็นภาษาอังกฤษ!!! (เราไม่เก่งภาษาเลย นี่เป็นปัญหาสำคัญมาก)
  • ไม่มีเวลาไปเรียนที่สถาบันที่เขาจัดให้(แค่งานที่ทำก็หมดพลังแล้ว)

ถ้างั้นมันคงจะดีนะ ถ้ามันมีคอร์สที่ตอบโจทย์เราและเพื่อนๆที่มีปัญหาเหมือนกัน คือ 

  • คอร์สที่ไม่มีพื้นฐานอะไรเลยมาก่อน ก็เรียนได้
  • คอร์สที่รวบรวมเนื้อหาตั้งแต่เริ่มต้นรวมทั้งแนวทางการศึกษาต่อไป แหล่งข้อมูลเพิ่มเติม
  • คอร์สที่เข้าใจง่าย (แทบจะจับมือทำ) สอนละเอียด ทุกขั้นตอน step by step
  • คอร์สสอนลงมือปฏิบัติจริง สามารถใช้งานได้จริง 
  • สอนลงโปรแกรม มีแบบฝึกหัดพร้อมทั้งData ให้ได้ทดลองทำ
  • Course ออนไลน์ เรียนตอนไหนก็ได้ ไม่มีเวลาก็เรียนได้!
  • ราคาไม่แพง!
  •  

สุดท้ายแล้วเราก็รวบรวมความต้องการของเรา(และคิดว่าเพื่อนๆที่เริ่มจาก 0 แบบเราต้องการ) แล้วสร้าง Course นี้ขึ้นมา เพื่อตอบโจทย์ของเรา นั่นคือ

Machine Learning Course For beginner

โดยคอร์สนี้มันช่วยแก้ปัญหาพื้นฐานและตอบสนองความต้องการของเรา ไม่ว่าจะเป็น

  • คอร์สที่รวบรวบเนื้อหา และแนวทางในการศึกษาศาสตร์ด้านนี้
  • เพื่อนๆที่ไม่มีความรู้พื้นฐาน ไม่ว่าจะด้านไหน ก็เรียนได้เพราะเราสอนตั้งแต่นับ 1 เลย
  • คอร์สเป็นภาษาไทย ตัดปัญหาเรื่องไม่เก่งภาษาอังกฤษไปได้เลย!
  • คอร์สสอนละเอียด เข้าใจได้ง่าย สอนปฏบัติจริงด้วย
  • พัฒนา Skill ทั้งสามด้านไปพร้อมๆกัน ไม่ว่าจะเป็นด้าน Programing , Math และ Domain Knowledge
  • เรียนแล้วสามารถทำได้จริง นำไปปรับใช้กับงานได้
  • เรียนออนไลน์ เวลาไหนก็ได้ ตามที่เราต้องการ
  • ราคาไม่แพง

ซึ่งคอร์สนี้ได้รวบรวมความรู้พื้นฐานทั้งหมดเกี่ยวกับ machine learning ที่เราได้ศึกษามาทั้งหมดตลอดระยะเวลา ทั้ง 3 เดือน จากหลายสำนัก ไม่ว่าจะของไทย หรือของต่างประเทศ เราได้เรียบเรียงออกมาทั้งหมด 2 part ส่วนหลักๆ คือ ส่วนที่เป็น ทฤษฎี และส่วนที่เป็นการปฏบัติ

ส่วนที่ 1 ทฤษฎี เราจะพูดตั้งแต่เริ่มต้น ว่า Machine learning คืออะไร ไปจนถึง algorithm ที่เราใช้ในการทำ Machine Learning 

ส่วนที่ 2 เมื่อเรียนทฤษฎีแล้ว เราจะสอนการลงมือทำจริง ตั้งแต่สอนติดตั้งโปรแกรม เครื่องมือที่ต้องใช้ ไปจนถึงการเขียน code ทีละขั้นตอนอย่างละเอียด

ต่อมาจะเป็น รายละเอียด Course ของทั้ง 2 part

บทที่ 1  Machine learning คือ อะไร

  • ในบทนี้เราจะมาปูพื้นฐานก่อน ว่า Machine Learning คืออะไร
  • การเรียนรู้ของ ML มีการเรียนรู้ประเภทอะไรบ้าง (Supervised Learning , Unsupervised Learning) 
  • พร้อมตัวอย่างการนำไปประยุกต์ใช้ในปัจจุบัน 

บทที่ 2 Linear Regression  

  • ในบทนี้เราจะโฟกัสไปที่ Linear Regression ซึ่งเป็น 1 ในการเรียนรู้ของ Machine Learning แบบ Supervised Learning โดยเราจะมาดูว่า Linear Regression มีกระบวนการเรียนรู้อย่างไร 

บทที่ 3 Gradient Descent 

  • Gradient descent คือ algorithm ที่ช่วยในการ minimize cost function เพื่อให้ได้ linear regression ที่แม่นยำที่สุด ซึ่งมีวิธีทำ 2 แบบ คือ 
  • 3.1 Gradient descent algorithm 1 คือ นำ Gradient descent มา apply กับ linear regression แล้ว set =0 เพื่อที่จะหาจุด Local minimum(จุดที่ cost function มีค่าต่ำที่สุด)
  • 3.2 Gradient descent algorithm 2 คือ Gradient Descent Approach เป็นการทำ Gradient descent ทีละ step เพื่อที่จะไปให้ถึงจุด Local minimum 

โดยที่เราจะมาเรียนรู้กันตั้งแต่ที่มาของสูตรไปจนถึงการนำสูตรที่ได้ไปใช้จริง โดยเราจะนำสูตรที่เรียนนี้ไปเขียนลงใน Jupyter Notebook ในบทที่ 6 อักทีหนึ่ง

บทที่ 4 High leverage และ Asymmetric cost function

  • High leverage(Outlier) และ Asymmetric cost function คือสิ่งที่ควรระวังในการที่จะทำ regression เพราะมันจะทำให้สมการเราไม่แม่นยำ

บทที่ 5 Jupyter Notebook

  •  สอนติดตั้ง Jupyter Notebook และ Library ที่ใช้ในการวิเคราะห์ข้อมูล

บทที่ 6 Linear regression in Jupyter Notebook (Lab)

   เป็นการสอนใช้ Jupyter Notebook ในการประมาณการข้อมูล ทั้งแบบ Linear Regression และ Gradient Descent โดยใช้ Library ต่างๆ (Numpy,Pandas. Scikit-learn ,statsmodels เป็นต้น) 

  • Lab 1 : การทำ Linear Regression โดยใช้ Gradient Descent
  • Lab 2 : การทำ Linear Regression โดยใช้ Library Sklearn
  • Lab 3 : Linear regression with Scikit-learn (split data)

ตอนพิเศษ : การตีความสมการที่ได้ โดยใช้สถิติ (Statistics) 

แบบฝึกหัด : มีทั้งหมด 3 ข้อ พร้อมเฉลย

Course นี้ไม่เหมาะกับ

  • เพื่อนๆมีความรู้เรื่องโปรมแกรมอยู่แล้วและรู้เรื่องการประมาณการแบบ linear Regression โดยใช้ Jupyter Notebook
  • เพื่อนๆที่อยาก Expert ด้านนี้ เพราะเนื้อหาในคอร์สนี้เป็นเพียง 10% ของศาสตร์ด้าน Machine Learning ทั้งหมด 
  • เพื่อนๆที่อยากเรียนกับคนที่ Expert ด้านนี้ เราสอนแบบ Newbie to Newbie 
  • เพื่อนๆที่ต้องการเรียนรู้ด้าน Programming อย่างละเอียด เราสอน เพียงแค่ programming เบื้องต้นสำหรับการประมาณการข้อมูล และการเรียกใช้คำสั่งง่ายๆสร้างกราฟ เป็นต้น  

สิ่งที่เพื่อนๆจะได้เพิ่มเติมนอกจาก Course ออนไลน์ก็คือ

  • เรามีกลุ่ม facebook ที่จะคอยอัพเดรตข้อมูลข่าวสารเกี่ยวกับคอร์สเรียน 
  • Ebook ฟรี!  1 เล่ม ที่รวบรวมเนื้อหาทั้งหมดในคอร์สนี้ และมีแบบฝึกหัดพร้อมเฉลยให้เพื่อนๆไปลองทำด้วย

ราคา Course นี้อยู่ที่ 5,900 บาท

จากเนื้อหาที่เพื่อนๆเห็นใน Outline จะเห็นได้ว่า เราสอนตั้งแต่เริ่มต้นเลยไม่ว่าจะเป็นทฤษฎี ขั้นตอนการติดตั้ง การสอนลงมือทำ และยังมีแบบฝึกหัด รับรองได้ว่าจบคอร์สนี้ไป เพื่อนๆสามารถลงมือทำจริงได้แน่นอน ราคานี้ถือเป็นราคามาตรฐานทั่วไป

คอร์สนี้เกิดจากการเรียนรู้ด้วยตัวเองของเราล้วนๆและเราอยากจะแชร์ความรู้นี้เพื่อเป็นประโยชน์ให้กับคนที่ไม่มีพื้นฐานแต่อยากเติบโตหรืออยากเริ่มต้นเรียนรู้งานด้าน Machine Learning และ Data Science 

ซึ่งเนื้อหาเราก็พยายามรวบรวมให้ครอบคลุมมากที่สุด และเรียบเรียงให้เข้าใจง่ายมากที่สุด และต้องยอมรับว่าคอร์สนี้ใช้เวลาทั้งหมดเพียงแค่ 3 เดือนเท่านั้น เรื่องรายละเอียดที่ลึกมากๆ คงไม่สามารถสอนไปถึงจุดนั้นได้ และคงไม่สามารถเทียบกับคอร์สของอาจารย์ที่เรียนจบด้านนี้มาได้

เราจึงขอคิดราคาคอร์สนี้เพียงแค่ 790* บาท

ที่เราตั้งราคานี้ก็เพียงแค่จะเอาไปเป็นค่าใช้จ่ายในการโปรโมทและค่าใช้จ่ายในการทำเว็บต่างๆ ไม่ได้ต้องการทำคอร์สนี้ขึ้นมาเพื่อหารายได้แบบจริงจัง

แต่เราก็มีเงื่อนไข 2 ข้อ สำหรับค่าคอร์สราคา 790 บาทนี้

  1. เพื่อนๆต้องตอบแบบสอบถามของเราให้ครบถ้วน โดยแบบสอบถามนี้จัดทำขึ้นเพื่องานวิจัยของเราเอง เราอยากจะรู้ว่า เพื่อนๆที่มาเรียนนั้นเป็นกลุ่มคนประเภทไหน มีความต้องการอย่างไร เราจะนำข้อมูลเหล่านี้ไปทำการปรับปรุงคอร์สเรียนต่อไปต่อไปของเรา ให้ตรงกลุ่มและความต้องการของเพื่อนๆให้มากที่สุด และเรารับรองว่า ข้อมูลที่เพื่อนๆได้กรอกไปนั้นจะเก็บเป็นความลับและใช้ในงานวิจัยของเราเท่านั้น
  2. ราคานี้เรามอบสิทธิพิเศษให้ผู้เรียนที่รู้จักคอร์สเราผ่าน iLog เท่านั้น โดยในช่วงลงทะเบียนท่านต้องระบุและใส่รหัส Discount Code : iLogML   

หมายเหตุ : ราคา 790 นี้ยังไม่รวม Vat 7% (หากรวม Vat แล้ว ราคาจะเป็น 845.30 บาท) และคอร์สนี้เป็นคอร์สออนไลน์นะคะ

ขั้นตอนในการสมัคร

  1. เริ่มจาก ” คลิกที่นี่เพื่อตอบแบบสอบถามและชำระเงิน” 
  2. จากนั้นตอบแบบสอบถามให้ครบ และอ่านรายละเอียดการชำระเงิน 
  3. ชำระเงินค่าคอร์ส ยอดรวม 845.30 บาท (ราคา 790 + vat 7 % )   รายละเอียดการโอน

    ชื่อบัญชี : บริษัท แร็กนาร์ อินโฟเซ็ค จำกัด

    เลขที่บัญชี : 077-271217-9 ธนาคาร ไทยพาณิชย์

  4. เมื่อเพื่อนๆชำระเงินเรียบร้อยแล้ว ให้ส่ง slip ใบเสร็จมาทาง email : Sirirat@ragnar.co.th หรือ Line : @ilog
  5. หลังจากนั้น Admin จะทำการตรวจสอบข้อมูลการชำระเงิน 
  6. เพื่อนๆรอรับ Username และ Password ทาง email ภายใน 24 ชม.
  7. เมื่อ login ครั้งแรกแล้ว เพื่อนๆ มีเวลาเรียน 3 เดือน  หากยังไม่พร้อมเรียน อย่า! Login 
  8. หากเรียนแล้วไม่เข้าใจ สามารถถามคำถามไว้ใต้วิดีโอที่เรียนได้เลย เดี๋ยวแอดมินเข้าไปตอบ

“พร้อมเป็นคนใหม่ที่เก่งกว่าเดิมแล้วหรือยัง”

ราคาพิเศษเพียง เท่านั้น!! 790* บาท

คลิกที่นี่เพื่อตอบแบบสอบถามและชำระเงิน

ช่องทางการติดต่อ

สามารถติดต่อ สอบถาม ตามช่องทางด้านล่างนี้ได้เลยค่ะ 

  • เบอร์ : 099-002-6190
  • Email: sirirat@ragnar.co.th (แอดมินผู้ดูแลโดยตรง)
  • Line : @ilog

คำถามที่พบบ่อย

คอร์สของเราก็เปรียบเสมือนเราเป็นรุ่นพี่ รุ่นพี่คนนี้ก็เคยเป็นเด็กปี 1 ที่ไม่รู้อะไรมาก่อนเหมือนกับน้องปี 1  พี่คนนี้รู้ว่าน้องๆไม่รู้อะไร เรื่องไหนเป็นปัญหา รู้เรื่องเล็กๆน้อยที่น้องๆติดขัด เปรียบเสมือนบางครั้งเราไปนั่งฟังเลคเชอร์จากอาจารย์บางทีเราก็ยังจะงงๆตามไม่ทัน แต่พอไปนั่งฟังรุ่นพี่มาติวให้เราจะจับประเด็นได้อย่างรวดเร็ว  นั้นไม่ใช่เพราะรุ่นพี่คนนั้นเก่งกว่าอาจารย์ แต่รุ่นพี่รู้ว่าจะอธิบายสอนอย่างไรให้น้องๆเข้าใจง่ายและรู้ลำดับขั้นในการถ่ายทอดความรู้

ไม่สามารถเรียนได้ตลอดชีพนะคะ ราคานี้สามารถเรียนได้ 3 เดือนค่ะ ถ้าเราเปิดให้เรียนได้ตลอดชีพ เพื่อนๆอาจจะเรียนไม่ต่อเนื่อง เว้นระยะห่างในการเรียน รวมทั้งอาจจะซื้อทิ้งไว้นานแล้วไม่เรียน เหมือนหนังสือที่ซื้อมาวางไว้เฉยๆ มันไม่เป็นผลดีต่อตัวเพื่อนๆเอง ซึ่งเราไม่อยากให้เป็นแบบนั้น ยิ่งเพื่อนๆเรียนรู้เร็ว ต่อเนื่อง เพื่อนๆก็จะเข้าใจได้ง่าย มีความเชื่อมโยง และสามารถไปต่อยอดความรู้ต่อไปได้ง่ายค่ะ

เวลาไหนก็ได้ตลอดระยะเวลา 3 เดือน หลังจากที่ได้ล็อกอินเข้าเรียนครั้งแรก