คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม เดินหน้าพัฒนาศักยภาพผู้เรียนด้าน AIoT ผ่านการวิเคราะห์เชิงลึก การพยากรณ์ และการตรวจจับความผิดปกติด้วย AI
คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม เดินหน้าจัดการอบรมหลักสูตร “ปัญญาประดิษฐ์และอินเทอร์เน็ตของสรรพสิ่งในการประยุกต์ใช้งานจริง (Connected Intelligence: AIoT in Action)” อย่างต่อเนื่อง โดยใน Module 2: AIoT Data Analyst Skills – Insight, Predict, Detect ผู้เข้าอบรมได้พัฒนาทักษะด้านการวิเคราะห์ข้อมูลจากระบบ Internet of Things (IoT) เพื่อเตรียมความพร้อมสู่การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในการแก้ไขปัญหาและยกระดับการดำเนินงานขององค์กรในยุคดิจิทัล
การอบรมมุ่งเน้นการเรียนรู้ตั้งแต่การทำความเข้าใจลักษณะข้อมูลที่เกิดจากอุปกรณ์ IoT การเตรียมและจัดการข้อมูลให้มีคุณภาพสำหรับการวิเคราะห์ ตลอดจนการสร้างแบบจำลองด้วย Machine Learning และ Deep Learning เพื่อวิเคราะห์ข้อมูลเชิงลึก คาดการณ์แนวโน้มของเหตุการณ์ และตรวจจับความผิดปกติของข้อมูลได้อย่างมีประสิทธิภาพ
ตลอดการอบรม ผู้เข้าอบรมได้ฝึกปฏิบัติจริง พร้อมแลกเปลี่ยนประสบการณ์กับทีมวิทยากรผู้เชี่ยวชาญ ซึ่งช่วยให้เกิดความเข้าใจทั้งในด้านหลักการและการประยุกต์ใช้เทคโนโลยี AIoT ในสถานการณ์จริง สามารถนำองค์ความรู้ไปต่อยอดในการพัฒนาระบบอัจฉริยะ การวิเคราะห์ข้อมูล และการตัดสินใจบนพื้นฐานของข้อมูล (Data-Driven Decision Making) เพื่อเพิ่มประสิทธิภาพในการดำเนินงานขององค์กร
หลักสูตรนี้สะท้อนความมุ่งมั่นของคณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม ในการพัฒนากำลังคนที่มีสมรรถนะด้านเทคโนโลยีดิจิทัลและปัญญาประดิษฐ์ พร้อมรองรับการเปลี่ยนแปลงของอุตสาหกรรมในยุคเศรษฐกิจดิจิทัล และสร้างโอกาสในการพัฒนาศักยภาพของผู้เรียนอย่างต่อเนื่อง
Sripatum University Empowers Learners with AIoT Analytics, Machine Learning, and Deep Learning for Real-World Applications
The School of Information Technology at Sripatum University continued its Connected Intelligence: AIoT in Action training program with Module 2: AIoT Data Analyst Skills – Insight, Predict, Detect, equipping participants with practical competencies in AIoT data analytics for real-world applications.
The module covered the complete AIoT analytics workflow, from understanding IoT-generated data and data preparation to building Machine Learning and Deep Learning models for predictive analytics, trend forecasting, and anomaly detection. Participants also engaged in hands-on exercises while receiving guidance and professional insights from experienced instructors.
By combining theory with practical implementation, the program enhanced participants’ abilities to transform IoT data into meaningful business insights and apply AI-driven analytics to improve organizational performance and decision-making. The training reflects SPU’s commitment to developing future-ready digital talent capable of driving innovation in the AI-powered economy.
This initiative supports SDG 4: Quality Education, particularly SDG 4.3 and SDG 4.3.3, while also contributing to SDG 8: Decent Work and Economic Growth and SDG 9: Industry, Innovation and Infrastructure through advanced digital skills development and technology innovation.
#SPU #SPUSDGs #ITSPU #AIoT #ArtificialIntelligence #DataAnalytics