 |
| หน้าหลัก | บันทึกข้อมูลรายวิชา | รอออกรหัสวิชา | รายวิชาทั้งหมด |
 |
|
| ข้อมูลรายวิชา สำหรับการเรียนการสอนในระบบเปิด (Thai MOOC) | |
| รหัสวิชา : | nida005 |
| รหัสสถาบัน : | nida |
| ชื่อมหาวิทยาลัย/สถาบัน : | สถาบันบัณฑิตพัฒนบริหารศาสตร์ |
| 1. เครือข่ายอุดมศึกษา : เครือข่ายภาคกลางตอนล่าง | |
| 2. ชื่อวิชาที่เสนอ (โปรดระบุชื่อวิชาทั้งภาษาไทยและภาษาอังกฤษ) | |
| ชื่อวิชาภาษาไทย : | Data + AI for Communication: การประยุกต์ใช้ปัญญาประดิษฐ์ทางการสื่อสารเพื่อสร้างประสบการณ์ให้แก่ผู้บริโภค |
| ชื่อวิชาภาษาอังกฤษ : | Data + AI for Communication: AI Application for Experience Marketing Communication |
| 3. ข้อมูลผู้รับผิดชอบรายวิชา (หลัก) | |
| ผู้รับผิดชอบรายวิชา : | นางสาว บุหงา ชัยสุวรรณ |
| ตำแหน่ง : | หัวหน้าโครงการอบรม ความรู้และทักษะการใช้ระบบปัญญาประดิษฐ์เพื่อการสื่อสาร |
| เบอร์ติดต่อ : | 027273759 |
| อีเมล : | gscmnida.thaimooc@gmail.com |
| มหาวิทยาลัย/สถาบัน : | สถาบันบัณฑิตพัฒนบริหารศาสตร์ |
| คณะ : | นิเทศศาสตร์และนวัตกรรมการจัดการ |
| ภาควิชา : | การสื่อสารการตลาดและดิจิทัล / การจัดการการสื่อสารด้วยการวิเคราะห์ข้อมูล |
| 4. หมวด ISCED : 0414 Marketing and advertising | |
| 5. รายวิชาจัดอยู่ในกลุ่มวิชา : ธุรกิจและการบริหารจัดการ Business and Management | |
| 6. อายุการให้ประโยชน์ของรายวิชา พิจารณาจากเนื้อหา/ความทันสมัย/ควรปรับปรุงรายวิชาในกี่ปี | |
| : | ไม่หมดอายุ ปี |
| 7. เหตุผลความจำเป็นที่ควรสนับสนุน การพัฒนารายวิชานี้เป็นรายวิชาในระบบ Thai MOOC | |
| : | เป็นหลักสูตรที่เกี่ยวข้องกับการใช้ข้อมูลขนาดใหญ่ (Big Data) และระบบปัญญาประดิษฐ์ (AI) เพื่อการสื่อสาร เนื้อหาในหลักสูตรมีความสำคัญในการพัฒนา และยกระดับความรู้และทักษะ (Up-Skill/ Re-Skill) บุคลากรวัยทำงานให้สามารถนำไปประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการทำงานการสื่อสารได้ในบริบทต่างๆ ที่เกี่ยวข้อง ทั้งนี้เพื่อให้ผู้เรียนสามารถเข้าถึงเนื้อหาได้โดยง่าย จึงจัดทำสื่อการเรียนการสอนและถ่ายทอดเนื้อหาในรูปแบบออนไลน์ เพื่อเป็นการขยายโอกาสให้กับผู้เรียนให้สามารถเรียนรู้ได้ทุกที่ ทุกเวลา |
| 8. คำอธิบายรายวิชา (นำเสนอรายละเอียดเนื้อหาของรายวิชาอย่างย่อ) | |
| : | รายวิชานี้มุ่งเน้นให้ผู้เรียนได้เกิดความเข้าใจในความหมายของ AI, Machine Learning และ Deep Learning พร้อมทั้ง กระบวนการทำ AI Machine Learning + Deep Learning เบื้องต้นด้วยหลายๆ เครื่องมือ อาทิ การใช้งาน Scikit Learn และการใช้งาน Azure Machine Learning แนวคิด และเทคนิคการทำ Facial Recognition Speech Recognition ด้วย Python ผ่าน Google Colab และการประยุกต์ใช้ในการสื่อสารด้วยการค้นหา Customer Insight จาก Social Media ด้วย Python เบื้องต้น |
| 9. วัตถุประสงค์การเรียนรู้เชิงพฤติกรรม (เขียนเป็น Behavioral objectives ตาม Bloom’s taxonomy หลักๆ ไม่เกิน 5 ข้อ) | |
| LO1 : | เพื่อให้ผู้เรียนสามารถบอกถึง (identify) เครื่องมือปัญญาประดิษฐ์ทางการสื่อสารแต่ละประเภทได้ |
| LO2 : | เพื่อให้ผู้เรียนสามารถอธิบาย (describe) ความแตกต่างทางด้านการใช้งานของเครื่องมือปัญญาประดิษฐ์ทางการสื่อสาร |
| LO3 : | เพื่อให้ผู้เรียนสามารถสร้าง (create) ข้อมูลจากเครื่องมือปัญญาประดิษฐ์ทางการสื่อสารเพื่อนำไปวิเคราะห์ข้อมูลเชิงการสื่อสารการตลาดและการวิเคราะห์พฤติกรรมเชิงลึกของผู้บริโภคได้ |
| LO4 : | เพื่อให้ผู้เรียนสามารถประเมิน (evaluate) เครื่องมือปัญญาประดิษฐ์ทางการสื่อสารเพื่อนำไปประยุกต์ใช้ภายใต้บริบทการทำงานของตนเองได้ |
| 10. จำนวนชั่วโมงการเรียนรู้ออนไลน์ทั้งหมด : 6 ชั่วโมง จำนวน : 2 ชั่วโมงการเรียนรู้ต่อสัปดาห์ | |
| (ชั่วโมงการเรียนรู้ออนไลน์ หมายถึง จำนวนระยะเวลาที่ผู้เรียนใช้ในการเรียนจนจบรายวิชา กำหนดให้ 1 รายวิชามีเนื้อหาไม่มากกว่า 12 ชั่วโมงการเรียนรู้ และสัปดาห์เรียนไม่มากกว่า 6 สัปดาห์) |
|
| 11. ภาษาที่ใช้ในการสอนผ่านระบบออนไลน์ : ภาษาอังกฤษ | |
| 12. ระดับของเนื้อหารายวิชา | |
|
|
| 13. ระดับความยากของเนื้อหารายวิชา : ขั้นกลาง | |
| 14. กลุ่มผู้เรียนเป้าหมายของรายวิชา | |
| กลุ่มเป้าหมาย : | -ผู้บริหาร/หัวหน้างานในองค์กร -พนักงานระดับปฏิบัติการ -นักวิชาการ/อาจารย์ด้านนิเทศศาสตร์ -ผู้ประกอบการธุรกิจ SME/ธุรกิจสตาร์ทอัพ -นิสิต/นักศึกษา/คนทั่วไปที่สนใจ |
| จำนวนผู้เรียน : | ตามกลุ่มเป้าหมายประมาณการ 3,000 คน |
| 15. การนำผลการเรียนรู้ไปใช้ประโยชน์ | |
|
|
| 16. ความรู้พื้นฐานที่ต้องมี | |
| ความรู้พื้นฐาน และทักษะการใช้คอมพิวเตอร์เบื้องต้น | |
| สอบถามการใช้งาน แจ้งปัญหาระบบติดต่อ FACEBOOK: THAIMOOC SUPPORT e-Mail: thaimooc@thaicyberu.go.th | |