เร็ว ๆ นี้ระดับกลางData ScienceDS6คอร์สตัวอย่าง
วิเคราะห์ข้อความรีวิวและแชตด้วย LLM
ใช้ LLM จัดหมวดและให้คะแนนความรู้สึกของรีวิว แชต และแบบสอบถามทีละหลายพันข้อความ คุมต้นทุน วัดความแม่นเทียบกับคนติดป้าย และสรุปประเด็นโดยไม่เปิดเผยข้อมูลส่วนตัว
- บทเรียน
- 6 บท · พร้อมดู 0 บท
- เวลาเรียนตามแผน
- ~2.5 ชม.
- รูปแบบการเข้าถึง
- ซื้อแยกคอร์ส
- ผลงานที่ได้
- รายงานเสียงลูกค้าจาก 500+ ข้อความ
คอร์สนี้เป็นคอร์สเสียเงินตัวอย่าง ยังไม่มีวิดีโอบทเรียนจริง และยังไม่เปิดรับชำระเงิน
ทักษะที่จะได้ฝึก
- จัดหมวดข้อความด้วย LLM
- วัดความแม่นของ AI
- ปกป้องข้อมูลส่วนตัว
ถือว่าผ่านเมื่อ: วัดความแม่นเทียบกับคนติดป้ายอย่างน้อย 50 ข้อความ และรายงานไม่มีข้อมูลส่วนตัวของลูกค้า
เครื่องมือตัวอย่าง (เปลี่ยนได้): Claude API · Google Colab · Google Sheets
เนื้อหาในคอร์ส
6 บทเรียน · แผนรวม ~2.5 ชม.
ส่วนที่ 1เรียนและลงมือทำ
- ข้อความก็เป็นข้อมูล: รีวิว แชต แบบสอบถามเร็ว ๆ นี้ฟรีแผน ~20 นาที
- ให้ LLM จัดหมวดและให้คะแนนความรู้สึกเร็ว ๆ นี้สำหรับผู้ซื้อคอร์สแผน ~25 นาที
- ทำทีละหลายพันข้อความ: ต้นทุนและความเร็วเร็ว ๆ นี้สำหรับผู้ซื้อคอร์สแผน ~30 นาที
- เทียบกับคนติดป้าย เพื่อวัดความแม่นเร็ว ๆ นี้สำหรับผู้ซื้อคอร์สแผน ~25 นาที
- สรุปประเด็นและยกตัวอย่าง โดยไม่เปิดเผยข้อมูลส่วนตัวเร็ว ๆ นี้สำหรับผู้ซื้อคอร์สแผน ~25 นาที
ส่วนที่ 2ภารกิจปิดคอร์ส
- ภารกิจ: รายงานเสียงลูกค้าจาก 500+ ข้อความถือว่าผ่านเมื่อ: วัดความแม่นเทียบกับคนติดป้ายอย่างน้อย 50 ข้อความ และรายงานไม่มีข้อมูลส่วนตัวของลูกค้าเร็ว ๆ นี้สำหรับผู้ซื้อคอร์สแผน ~25 นาที
เหมาะกับใคร
- นักวิเคราะห์ที่อยากไปไกลกว่าสเปรดชีต
- คนที่อยากเริ่มสาย Data Science โดยมี AI ช่วยเขียนโค้ด
พื้นฐานที่ควรมี
- แนะนำให้เรียนก่อน (ไม่บังคับ): Python + AI, ทดสอบ AI, AI ตอบจากเอกสาร
ต่อยอดไปทางไหนได้บ้าง
คอร์สนี้เป็นปลายทางของสายนี้ ลองดูหมวดอื่นบนแผนที่
ดูคอร์สนี้บนแผนที่ Labผู้สอน
ทีม Donato Class
ผู้สอนและผู้จัดทำเนื้อหา
ข้อมูลผู้สอนจะเพิ่มภายหลัง — พื้นที่นี้เป็นตัวอย่างสำหรับแนะนำประสบการณ์และแนวทางการสอนจริง
ข้อมูลตัวอย่าง