View
2
Download
0
Category
Preview:
Citation preview
COURSE SYLLABUS
Competing in a Data-Driven World:Understand and Know-How
DATA SCIENCE PATHWAY น จะชวยปพนฐานดานวทยาศาสตรขอมลใหกบผเรยน โดยเรมจากการทาความเขาใจขอมล, ภาษาคอมพวเตอร และการนาโมเดล Machine Learning และ Data Mining พนฐานไปประยกตใชไดจรง สาหรบผเรยนระดบเรมตน Data Science Pathway จะเปนกาวสาคญทนาคณเขาสโลกแหงขอมลอยางเขาใจ
เปลยนโลกทเตมไปดวยขอมลใหเปนโลกทขบเคลอนดวยขอมล เพอใหองคกรเปนผชนะในโลกแหงการแขงขนน รายวชานจะใหมมมอง แบบองครวม นาเสนอ Best Practices รวมถงกรณศกษาตาง ๆ เพอใหผเรยน เขาใจและรวธทจะนา Data ไปปฏบตงานจรง
Part IV: Advanced Data Analytics and Use Cases( 7 คลป รวม 38.01 min)เรยนรและทาความเขาใจเกยวกบหลกการวเคราะหขอมลขนสง โดยแบงตามขนตอนตาง ๆ เชน การวเคราะหเชงพรรณา (Descriptive Task) เชงทานาย (Prediction Task) เปนตน
Part V: Big Data Analytics: Do and Don’t( 2 คลป รวม 15.02 min)เรยนรและทาความเขาใจกบสงทองคกรควรทาและไมควรทาในการเปลยนองคกรทขบเคลอนดวยขอมล
Part 0: Course Introduction(1 คลป รวม 9.50 min) ทาความเขาใจโลกทขบเคลอนดวยขอมล ศาสตรของการจดการขอมล การประยกตใชประโยชนจากการวเคราะหและจดการขอมลไปใชงานในดานตาง ๆ
Part I: Data-Driven Organization(5 คลป รวม 20.13 min) ทาความเขาใจทมา ความหมาย ความสาคญและคณลกษณะทดขององคกรทขบเคลอนดวยขอมล ประโยชนขององคกรทขบเคลอนดวยขอมล ประเดนทนาสนใจ
Part II: From Data to Insights to Actions( 5 คลป รวม 32.43 min)เรยนรกระบวนการในการนาขอมลไปใช ความสาคญ รวมไปถงแผนการดาเนนงานของนกวทยาศาสตรขอมล
Part III: Transforming into a Data-Driven Organization( 7 คลป รวม 31.43 min)เรยนรการปรบเปลยนองคกร ใหเปนองคกรทขบเคลอนดวยขอมลโดยดาเนนการดวยกลยทธดานธรกจทเหมาะสมในระดบตาง ๆ
www.chulamoocachieve.com
1 of 4page
www.chulamoocachieve.com
2 of 4page
Part 0: Overview to the Course( 1 คลป รวม 8.10 min)ภาพรวมของโลกทเตมไปดวยขอมลและกระบวนการวเคราะห ขอมลตาง ๆ อนนาไปสความเขาใจในการเอาขอมลทผานการวเคราะหไปใชเพอสนบสนนการทางานในดานตาง ๆ
Part I: Data Analytics Fundamental and Tools( 9 คลป รวม 65.30 min)หลกการวเคราะหขอมลและการใชเครองมอสาหรบวเคราะหขอมล โดยจะแบงการทางานออกเปนหลาย ๆ สวนซงสวนนจะกลาวถงการเตรยมขอมล (Data Preparation) ใหขอมลมความถกตองและสมบรณ กอนทจะนาไปใชวเคราะหขอมลเพอหา Insights ตอไป
Part I ประกอบดวย 8 บท ไดแก Data Science in Action, Analytics for Education, Social Network Analytics, Where is Big Question, Implementation with RapidMiner, Import and Explore Data, Data Preparation และ Prediction Model
Part II ประกอบดวย 7 บท ไดแก The Age of Big Data, Map Reduce, Big Data Tools, Big Data with RapidMiner Part 1,2,Internet of Things และ Conclusion and Next Action
Part II: Big Data Intro to Practice( 7 คลป รวม 58.04 min)หลกการเบองตนทใชในการจดการขอมลขนาดใหญ เพอกระจายการทางานสระบบคอมพวเตอรทประกอบดวย คอมพวเตอรจานวนมาก รวมถงหลกการใชโปรแกรม RapidMiner เพอวเคราะหขอมลขนาดใหญผาน Operator ทชอ Hadoop
ศกษาและวเคราะหดวยวธการจาก Machine Learning และ Data Mining โดยใชโปรแกรม RapidMiner เพอใหเขาใจถงความสมพนธของขอมล พฤตกรรมตาง ๆ ของลกคา และใชในการทานายขอมล ซงจะชวยสนบสนนการวางแผนและตดสนใจทางธรกจได
Part 0: Overview to the Course( 1 คลป รวม 11.38 min)ภาพรวมของการนา RapidMiner ไปใชในการหาความสมพนธของขอมลในมตตาง ๆ โดยประกอบดวยขนตอนเชน การเตรยมขอมล การสรางโมเดลและการประเมนผลการทางานของโมเดล เปนตน
Part I: RapidMiner Lab( 1 คลป รวม 14.37 min)ตวอยางการวเคราะหขอมลดวยโปรแกรม RapidMiner ทจะทาใหทกทานเขาใจในการทางานตางๆ ของตวโปรแกรม รวมถงการเลอกใช Operators ตางๆ ขนพนฐาน รวมไปถงเขาใจในศาสตรแหงวทยาศาสตรขอมลเพมมากขน
Part II: Supervised Learning( 11 คลป รวม 134.36 min)รปแบบการสรางโมเดลโดยมขอมลฝกสอน(Supervised Learning)โดยจะพดถงโมเดลพนฐาน ไดแก การจาแนกประเภท(Classification) และ การวเคราะหความถดถอย (Regression Analysis)
Part III: Unsupervised Learning( 9 คลป รวม 105.13 min)รปแบบการสรางโมเดลโดยไมมขอมลฝกสอน (Unsupervised Learning) โดยจะพดถงโมเดลพนฐาน ไดแก การจดกลมของขอมล(Clustering) และ กฎความสมพนธ (Association Rules)
Part IV: Summary( 2 คลป รวม 14.58 min)บทสรปแนวทางการใชงาน RapidMiner เพอวเคราะหขอมลดวยโมเดลชนดตาง ๆ ทงแบบมผฝกสอนและแบบไมมผฝกสอน
Part V: Closing Session( 1 คลป รวม 1.34 min)บทสรปแนวทางการใชงาน RapidMiner เพอวเคราะหขอมลดวยโมเดลชนดตาง ๆ ทงแบบมผฝกสอนและแบบไมมผฝกสอน
www.chulamoocachieve.com
3 of 4page
www.chulamoocachieve.com
4 of 4page
Part 0: Installation and Introduction( 3 คลป รวม 10.57 min)แนะนาการตดตงและใชงาน Library พนฐานของภาษา Python
Part IV: Social Media Retrievals( 5 คลป รวม 35.21 min)การดงขอมลจากสอสงคมออนไลนออกมาเพอวเคราะหความสมพนธในดานตาง ๆ เชน ความเขาใจในตวตน (Character) ของเพจตางๆ ผานการวเคราะหขอความในโพส ซงจะนาไปสการประยกตใชในเชงธรกจ
Part V: Conclusion( 1 คลป รวม 1.08 min)บทสรปการนา Python และ Library ตาง ๆ ไปใชในการวเคราะหสอสงคมออนไลน
Part I: Introduction to Python( 7 คลป รวม 48.44 min)แนะนาวากยสมพนธ (Syntax) เบองตนของภาษา Python โดยจะแนะนาถงชนดตวแปรแบบตาง ๆ
Part II: Numpy and Matplotlib Library( 6 คลป รวม 40.32 min)การใช Library เบองตนในการทางานเกยวกบตวเลขและขอมล เชน Numpy จะสนบสนนงานทเกยวของกบตวเลขจานวนมากมาย Matplotlib ใชในการทาจนตทศน (Visualization)
Part III: Getting to Know Pandas( 5 คลป รวม 36.02 min)การนา Library Pandas ซงจะชวยในการทางานในรปแบบตารางหรอกรอบขอมล (Data Frame) ทาใหการทางานเปนไปไดอยางสะดวกรวดเรวมากขน
Recommended