ชุดเรียนรู้ AI Machine Learning Starter Kit
🤖 เริ่มต้นเส้นทาง AI แบบจริงจัง ด้วย ชุดเรียนรู้ AI Machine Learning Starter Kit
“เรียน AI ผ่านหุ่นยนต์ Edge ที่คุณประกอบเอง”
ชุดเรียนรู้ AI Machine Learning Starter Kit คือชุดหุ่นยนต์ DIY ระดับเริ่มต้น 2‑in‑1 ในโหมดของ ชุดเรียนรู้ AI x IOT Education ที่ใช้บอร์ด ELF AIOT K210 และรองรับทั้ง Scratch‑based และ Python เพื่อสอนแนวคิดพื้นฐานของ AI เช่น การรู้จำใบหน้า การติดตามเส้น และการรู้จำเสียง ผ่านโครงงาน ที่รวมทั้งด้านฮาร์ดแวร์ และซอฟต์แวร์ เหมาะกับนักเรียนอายุ 10 ปีขึ้นไป ครู และผู้สนใจเรียนรู้ AI ขั้นพื้นฐานแบบลงมือทำจริง
ชุดเรียนรู้ AI Machine Learning Starter Kit ปลดล็อกพลัง AI ผ่านหุ่นยนต์ที่คุณควบคุมได้ เรียนรู้ การคิดวิเคราะห์
ชุดสื่อการเรียนรู้ที่ออกแบบสำหรับสอนหลักการของปัญญาประดิษฐ์ (AI) และ Machine Learning ผ่านการสร้างหุ่นยนต์อัจฉริยะที่เคลื่อนไหวได้ แสดงอารมณ์ และตัดสินใจเองได้ เหมาะสำหรับการเรียนรู้แบบ Project-Based Learning และเหมาะกับทั้งผู้เริ่มต้นและนักเรียนระดับสูง
Four-Wheel Drive AI Vision Robot Car
“หุ่นยนต์อัจฉริยะพื้นฐานที่เคลื่อนที่ด้วยล้อธรรมดา 4 ล้อ ออกแบบมาเพื่อการเรียนรู้ AI และ Machine Learning ผ่านการเขียนโปรแกรมและเซนเซอร์อัจฉริยะ”
เหมาะสำหรับการเรียนรู้การเคลื่อนที่แบบพื้นฐาน (ไปหน้า-ถอยหลัง-เลี้ยวซ้าย/ขวา)
ใช้งานง่าย เหมาะกับผู้เริ่มต้นฝึกเขียนโค้ด AI และการประมวลผลข้อมูลจากเซนเซอร์ เช่น การตรวจจับสิ่งกีดขวาง, การติดตามเส้น, การควบคุมด้วยเสียงหรือท่าทาง
รองรับการเขียนโปรแกรมด้วย Scratch 3.0, Python และ Arduino IDE
สามารถใช้ในกิจกรรมห้องเรียน AI, STEM, Robotics หรือโครงงานแข่งขันพื้นฐาน
Mecanum-Wheel AI Vision Robot Car
“หุ่นยนต์ AI อัจฉริยะที่มาพร้อมล้อ Mecanum แบบเคลื่อนที่รอบทิศ เพื่อการเรียนรู้เชิงลึกด้าน Machine Learning, Vision AI และการประมวลผลเคลื่อนที่อัจฉริยะ”
สามารถเคลื่อนที่ได้รอบทิศทาง เช่น เดินข้าง, หมุนรอบตัว, เลื่อนเฉียง ช่วยให้ทดลองพฤติกรรมของ AI ในสถานการณ์ซับซ้อนได้
เหมาะกับผู้เรียนระดับสูงขึ้น เช่น มัธยมปลาย–มหาวิทยาลัย ที่ต้องการฝึก AI ขั้นสูง เช่น การประมวลผลภาพ (Image Recognition), Object Tracking, การเขียนโค้ดควบคุมเส้นทางแบบอัตโนมัติ
รองรับระบบ AI Camera, เซนเซอร์ Lidar (ในบางรุ่น), และบอร์ดประมวลผลแรง เช่น Raspberry Pi หรือ Jetson Nano (แล้วแต่ชุด)
ใช้ในกิจกรรมแข่งขันหุ่นยนต์ AI หรือโครงงานที่ต้องการความยืดหยุ่นสูงด้านการเคลื่อนที่
🔍 เหมาะสำหรับใคร?
เด็กนักเรียนและวัยรุ่น 10+ ปี ที่อยากเรียนรู้ AI และ Machine Learning ผ่านหุ่นยนต์จริง
ครู STEM / AI / วิทยาการคำนวณ ที่ต้องการสื่อการสอนแบบ Project‑Based
เมกเกอร์ & ผู้สนใจด้าน AI IoT ที่ต้องการเปิดโลก Edge‑AI ด้วยงบประมาณไม่สูง
ผู้เริ่มต้นสาย Python & Machine Learning ที่มองหาชุดฝึกฝนประสิทธิภาพสูง
🔧 จุดเด่นของ ชุดเรียนรู้ AI Machine Learning Starter Kit
ใช้ยอดบอร์ด ELF AIOT K210 (ชิป K210, dual‑core RISC‑V, 400 MHz) พร้อมกล้อง 2 MP, ไมโครโฟน, ลำโพง และหน้าจอ TFT 2.4″
รองรับโปรแกรมทั้ง WeeeCode (Scratch 3.0) และ Python (MaixPy) สำหรับผู้เริ่มต้นและผู้เชี่ยวชาญ
ประกอบหุ่นยนต์ 4 ล้อ** มอเตอร์ TT + ล้อ Mecanum ที่ช่วยฝึกโครงสร้างการขับเคลื่อนไปมาได้ทุกทิศทาง
สนับสนุนบทเรียน 14 บทเรียน (90 นาที/บท) ครอบคลุมตั้งแต่ฮาร์ดแวร์ กล้อง เซ็นเซอร์ จนถึงโมเดล Machine Learning
การประมวลผลบนบอร์ดแบบ Edge AI ไม่ต้องใช้คลาวด์ เสถียร ใช้งานจริงแม้ไม่มีเน็ต
มีพอร์ตเชื่อมต่อครบ (4×RJ11, 4×DC motor, IO 20 ช่อง, I2C 2 ช่อง) รองรับการต่อโมดูลเสริมได้ง่าย
🎓 สอดคล้องกับนโยบายการศึกษาไทย
ตอบโจทย์หลักสูตร วิทยาการคำนวณ ด้วย Machine Learning แบบเต็มรูปแบบ
ส่งเสริม Active Learning & Learning‑by‑Doing ผ่านโครงงานจริงทั้งฮาร์ดแวร์/ซอฟต์แวร์
พัฒนาทักษะศตวรรษที่ 21 อย่างครบถ้วน ได้แก่ การคิดวิเคราะห์ การแก้ปัญหา และการทำงานเป็นทีม
📋 กิจกรรมที่สำคัญในการเรียนรู้
📘 บทเรียน
บทที่ 1–2: แนะนำบอร์ด, หน้าจอ TFT
บทที่ 3–5: ใช้งานกล้อง – การรู้จำสี, เส้น, วัตถุ
บทที่ 6–8: การรู้จำเสียงและใช้เสียงควบคุมหุ่นยนต์
บทที่ 9–11: ขับเคลื่อน 4 ล้อ + หลีกเลี่ยงสิ่งกีดขวาง
- บทที่ 12–14: สร้างและฝึกโมเดล Machine Learning โดยใช้ MaixPy
กรรมมุ่งเน้น โปรเจกต์แบบใช้หุ่นยนต์ เช่น หุ่นยนต์ตามเส้นอัจฉริยะ, สั่งเสียงรับคำสั่ง, การรู้จำใบหน้าแบบพื้นฐาน เป็นต้น ชุดเรียนรู้ AI Machine Learning Starter Kit คือชุดหุ่นยนต์เอจคอมพิวติ้งที่ขับเคลื่อนด้วยชิป AI K210 สำหรับการศึกษา AI ออกแบบโดยทีมงาน Weeemake โดยชุดนี้รองรับทั้งการเขียนโปรแกรมกราฟิกและการเขียนโปรแกรม Python AI Machine Learning Starter Kit คือแพลตฟอร์มที่มีประสิทธิภาพและราคาไม่แพงซึ่งมอบโอกาสอันยอดเยี่ยมให้กับนักเรียน นักการศึกษา และผู้ที่ชื่นชอบในการเรียนรู้เกี่ยวกับโลกของ AI และการเรียนรู้ของเครื่องจักร ชุดอุปกรณ์นี้มีความอเนกประสงค์ ใช้งานง่าย และออกแบบมาโดยเฉพาะสำหรับวัตถุประสงค์ทางการศึกษา ทำให้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับทุกคนที่ต้องการเรียนรู้เกี่ยวกับ AI และการเรียนรู้ของเครื่องจัก
Part List (FLIP BOOK)
📚 ดาวน์โหลด แพ็กเกจการเรียนรู้ครบชุด – คู่มือ + โปรแกรม + โค้ด
Weeecode Program (ดาวน์โหลดโปรแกรมสำหรับใช้งาน)
หลักสูตรการเรียนการสอน
No | รายละเอียด | นาทีการเรียนรู้ | บทเรียน |
1 | การแนะนำเมนบอร์ด | 45 นาที | บทเรียนที่ 1 |
2 | จอแสดงผล LCD | 45 นาที | บทเรียนที่ 1 |
3 | การประยุกต์ใช้งานกล้อง | 90 นาที | บทเรียนที่ 2 |
4 | พื้นฐาน: การจดจำวัตถุ | 90 นาที | บทเรียนที่ 2 |
5 | พื้นฐาน: เล่นเสียง | 90 นาที | บทเรียนที่ 2 |
6 | พื้นฐาน: การจดจำสี | 90 นาที | บทเรียนที่ 2 |
7 | พื้นฐาน: การจดจำแท็ก | 90 นาที | บทเรียนที่ 2 |
8 | การจดจำเสียง | 90 นาที | บทเรียนที่ 2 |
9 | อัลกอริทึมขับเคลื่อนสี่ล้อ | 90 นาที | บทเรียนที่ 2 |
10 | ระบบขับเคลื่อนสี่ล้อช่วยหลีกเลี่ยงการมองเห็น | 90 นาที | บทเรียนที่ 2 |
11 | ระบบขับเคลื่อนล้อแม็กเนมทุกทิศทาง | 90 นาที | บทเรียนที่ 2 |
12 | ระบบขับเคลื่อนล้อหลังแบบ Mecanum Wheel ช่วยป้องกันสายตา | 90 นาที | บทเรียนที่ 2 |
13 | หุ่นยนต์ติดตามใบหน้า | 90 นาที | บทเรียนที่ 2 |
14 | วิสัยทัศน์ของเครื่องจักร: การติดตามเส้น | 90 นาที | บทเรียนที่ 2 |
15 | การฝึกอบรมแบบจำลอง | 90 นาที | บทเรียนที่ 2 |
16 | บทนำสู่หลักการของสติปัญญา | 90 นาที | บทเรียนที่ 2 |
17 | การเพิ่มประสิทธิภาพอัจฉริยะ | 90 นาที | บทเรียนที่ 2 |
รายละเอียดข้อมูลเพิ่มเติม
นักเรียนและนักการศึกษาสามารถสร้างและทดลองใช้แอปพลิเคชัน AI ที่หลากหลาย เช่น การจดจำภาพ การจดจำเสียง และโมเดลการเรียนรู้ของเครื่องจักรที่ใช้เซ็นเซอร์ ชิป AI K210 เป็นแพลตฟอร์มอันทรงพลังที่สามารถรันอัลกอริทึมการเรียนรู้ของเครื่องจักรที่ซับซ้อนได้ จึงเหมาะอย่างยิ่งสำหรับการเรียนรู้เกี่ยวกับพัฒนาการล่าสุดในด้าน AI และการเรียนรู้ของเครื่องจักร
เมนบอร์ดควบคุม WEEEMAKE ELF AIOT K210 – AI Development Board
เมนบอร์ดควบคุม ELF AIOT K210 เป็นบอร์ดไมโครคอนโทรลเลอร์ที่ออกแบบมาโดยเฉพาะสำหรับงาน ปัญญาประดิษฐ์ (AI) และ IoT (Internet of Things) ระดับเริ่มต้นถึงขั้นสูง โดยใช้ชิป Kendryte K210 ซึ่งสามารถประมวลผลภาพ เสียง และสัญญาณอื่น ๆ ได้แบบ Edge AI โดยไม่ต้องพึ่งคลาวด์
- ELF AIOT K210 เป็นเมนบอร์ดราคาประหยัดที่ใช้ชิป AI K210 สำหรับพัฒนาและใช้งานแอพพลิเคชั่นการเรียนรู้ของเครื่องบนเครือข่าย ทำให้ชุดนี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับนักเรียน นักการศึกษา และผู้ที่ชื่นชอบงานอดิเรกที่ต้องการทดลองใช้ AI และการเรียนรู้ของเครื่อง
อเนกประสงค์: ชุดอุปกรณ์ประกอบด้วยส่วนประกอบต่างๆ มากมาย เช่น โมดูลกล้อง โมดูลไมโครโฟน และโมดูลเซ็นเซอร์ ช่วยให้ผู้ใช้สามารถทดลองใช้แอปพลิเคชัน AI ที่หลากหลายได้ ความอเนกประสงค์นี้ทำให้ชุดอุปกรณ์นี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับการสำรวจด้านต่างๆ ของ AI และการเรียนรู้ของเครื่องจักร
การประมวลผลแบบเอจ: ชิป AI K210 ออกแบบมาสำหรับการประมวลผลแบบเอจ ซึ่งหมายความว่าชิปนี้สามารถรันอัลกอริทึมการเรียนรู้ของเครื่องในเครื่องได้โดยไม่ต้องใช้การเชื่อมต่ออินเทอร์เน็ต ซึ่งทำให้ชุดอุปกรณ์นี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับการพัฒนาแอปพลิเคชันการเรียนรู้ของเครื่องที่สามารถทำงานในสภาพแวดล้อมที่การเชื่อมต่ออินเทอร์เน็ตอาจจำกัด
การศึกษา: ชุดนี้ได้รับการออกแบบมาโดยเฉพาะสำหรับการศึกษาด้าน AI โดยมอบประสบการณ์ปฏิบัติจริงในการพัฒนาและใช้งานแอปพลิเคชันการเรียนรู้ของเครื่องจักรให้กับนักเรียนและนักการศึกษา ประสบการณ์จริงนี้มีค่าอย่างยิ่งสำหรับการทำความเข้าใจแนวคิดและความท้าทายของ AI และการเรียนรู้ของเครื่องจักร
ข้อมูลทางเทคนิคหลัก
| รายการ | รายละเอียด |
| แรงดันไฟฟ้าที่ใช้งาน | 6–12 V DC (ผ่าน USB Type-C หรือแหล่งจ่ายไฟภายนอก) |
| ไมโครชิปที่รองรับ | Kendryte K210 Chip, ESP32 Chip |
| พอร์ตการเชื่อมต่อหลัก | 4 × RJ11 Ports, 4 × Motor Ports, DC Power Port, USB Type-C Port |
| พอร์ตเพิ่มเติม | Female Pin Port : 20 Groups of IO pins + 2 Groups of I2C pins |
| การสื่อสารไร้สาย | Bluetooth + Wi-Fi (ผ่าน ESP32) |
| พอร์ต USB | USB Type-C สำหรับการเขียนโปรแกรมและจ่ายไฟการทำงานของ Mainboard |
| อุปกรณ์ออนบอร์ด | Function Button, Reset Button, BOOT Button, Power Switch, Button, MEMS Microphone, TF Card Slot : Max 128G, Display Screen : 2.4-inch TFT, 240×320, Speaker |
| เซนเซอร์ออนบอร์ด | Camera : OV2640, 2MP |
| โครงสร้างพอร์ต | พอร์ตแบบกันกลับ (Anti-Reverse) พร้อมระบบป้องกัน Over-Current/ย้อนฝั่งไฟ |
| ซอฟต์แวร์ / IDE ที่รองรับ | • WeeeCode (Scratch 3.0 บล็อกโค้ด) • MicroPython (MaixPy) |
| ความสามารถรองรับมอเตอร์ | รองรับมอเตอร์ DC & Stepper หรือ Encoder ได้ 4 ช่องผ่าน M1–M4 |
| การออกแบบ | ขนาดบอร์ด 88x75x20mm, โมดูลาร์ ชิปรองรับการเปลี่ยน ใช้งานง่ายแบบ random wiring และพอร์ตสากลสำหรับมอเตอร์หรือเซนเซอร์ |
