ผศ.ดร.พีรพล เวทีกูล | Asst. Prof. Peerapon Vateekul, Ph.D.

ผศ.ดร.พีรพล เวทีกูล เป็นรองศาสตราจารย์ประจำจุฬาลงกรณ์มหาวิทยาลัย ผู้เชี่ยวชาญในสาขาการเรียนรู้ของเครื่อง (Machine Learning) การทำเหมืองข้อมูล (Data Mining) การเรียนรู้เชิงลึก (Deep Learning) และการวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) สำเร็จการศึกษาระดับปริญญาเอกด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์จากมหาวิทยาลัยไมอามี ประเทศสหรัฐอเมริกา และสำเร็จการศึกษาระดับปริญญาโทและปริญญาตรีในสาขาวิศวกรรมไฟฟ้าและคอมพิวเตอร์จากมหาวิทยาลัยเกษตรศาสตร์
ผศ.ดร.พีรพลทุ่มเทให้กับการพัฒนาการศึกษาในด้านวิทยาศาสตร์ข้อมูลและวิศวกรรม โดยสอนทั้งในระดับปริญญาตรีและปริญญาโท พร้อมกับให้คำปรึกษาแก่นักศึกษาเพื่อส่งเสริมให้พวกเขามีส่วนร่วมในงานวิจัย พัฒนาความคิดเชิงวิพากษ์ และสร้างนวัตกรรมในสาขาที่กำลังเปลี่ยนแปลงอย่างรวดเร็วนี้ งานวิจัยและการสอนของผศ.ดร.พีรพลมีบทบาทสำคัญในการผลักดันความก้าวหน้าในสาขาการเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูล งานของผศ.ดร.พีรพลไม่เพียงแต่ขยายขอบเขตความรู้ในสาขาเหล่านี้ แต่ยังให้แนวทางแก้ไขปัญหาในโลกความเป็นจริงที่มีผลกระทบต่อทั้งวงการวิชาการและอุตสาหกรรม ความเชี่ยวชาญของท่านครอบคลุมหัวข้อที่หลากหลาย เช่น การเรียนรู้เชิงลึก (Deep Learning) การประมวลผลภาษาธรรมชาติ (NLP) และการวิเคราะห์ข้อมูลแบบสหสาขาวิชา
Asst. Prof. Peerapon Vateekul is an Associate Professor at Chulalongkorn University, specializing in the fields of machine learning, data mining, deep learning, and big data analytics. He earned his Ph.D. in Electrical and Computer Engineering from the University of Miami. His foundational studies were completed at Kasetsart University, where he received both his Master of Engineering (M.Eng.) and Bachelor of Engineering (B.Eng.), specializing in Electrical and Computer Engineering.
As an Associate Professor, Prof. Vateekul is dedicated to advancing education in data science and engineering. He teaches courses at both undergraduate and graduate levels. His mentorship encourages students to engage in research, foster critical thinking, and innovate in the rapidly evolving field of data science. Through his research and teaching, Asst. Prof. Peerapon Vateekul contributes significantly to the advancement of machine learning and data analytics. His work not only pushes the boundaries of knowledge in these fields but also provides practical solutions to real-world problems, impacting both academia and industry. His expertise spans a wide range of topics, including deep learning, natural language processing (NLP), and interdisciplinary data analysis.