**<fs x-large><color blue>INTRODUCTION TO DATA SCIENCE</color></fs>**

===== รายละเอียดกระบวนวิชา =====
**รหัสกระบวนวิชา** : 204123\\
**ชื่อกระบวนวิชา** : วิทยาการข้อมูลเบื้องต้น\\
**หน่วยกิต** : 3(2-2-5)\\
**เงื่อนไขที่ต้องผ่านก่อน**  :  ไม่มี \\
**วัตถุประสงค์** : นักศึกษาสามารถ \\
  - อธิบายแนวคิดพื้นฐานของวิทยาการข้อมูล
  - ประยุกต์เครื่องมือด้านวิทยาการข้อมูลเพื่อดำเนินการวิเคราะห์ข้อมูลขั้นพื้นฐาน

===== เนื้อหากระบวนวิชา =====
|<100%>|
|  @#99d9ea:**หัวข้อ**  |  @#99d9ea:**บรรยาย**  |  @#99d9ea:**ปฏิบัติการ**  |
|1. ภาพรวมของวิทยาการข้อมูล  | Slide: {{ :ch1.pdf |}}  | ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Machine Learning Studio ด้วยตัวเองจากวิดีโอ [[https://youtu.be/o80xB2zpez4|YouTube]]   |
|2. การรวมรวมและการได้มาซึ่งข้อมูล  | Slide: {{ :ch2.pdf |}}   |Dataset : {{ :lab_01_dataset.zip |}} {{ :lab_02_dataset.zip |}} \\ Lab : {{ :lab_01.pdf |}} {{ :lab_02.pdf |}}|
|3. การวิเคราะห์เชิงพรรณนา \\ - สถิติศาสตร์เชิงพรรณนาด้วยตารางตัวหลัก \\ - การวิเคราะห์กลุ่ม \\ - การวิเคราะห์ความสัมพันธ์ |Slide: {{ :ch3.pdf |}}  | Dataset : {{ :lab_03_dataset.zip |}} {{ :lab_04_dataset.zip |}} {{ :lab_05_dataset.zip |}} \\ Lab : {{ :lab_03.pdf |}} {{ :lab_04.pdf |}} {{ :lab_05.pdf |}}|
|4. การวิเคราะห์เชิงพยากรณ์ \\ - การวิเคราะห์การจำแนก \\ - การวิเคราะห์ถดถอย \\ - การวิเคราะห์อนุกรมเวลา |Slide: {{ :ch4.pdf |}}  | Dataset : {{ :lab_06_dataset.zip |}} {{ :lab_07_dataset.zip |}} {{ :lab_08_dataset.zip |}} \\ Lab : {{ :lab_06.pdf |}} {{ :lab_07.pdf |}} {{ :lab_08.pdf |}} |
|5. การวิเคราะห์เชิงวางเงื่อนไข \\ - การหาค่าที่เหมาะสมที่สุด \\ - การจำลอง |Slide:{{ :ch5.pdf |}}    |Dataset : {{ :lab_09_dataset.zip |}} \\ Lab : {{ :lab_09.pdf |}} |
|6. การมองภาพข้อมูล |Slide: {{ :ch6.pdf |}}   |ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Power BI Desktop ด้วยตัวเองจากวิดีโอ [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\ Dataset : {{ :lab_10_dataset.zip |}} {{ :lab_11_dataset.zip |}} {{ :lab_12_dataset.zip |}} \\ Lab : {{ :lab_10.pdf |}} {{ :lab_11.pdf |}} {{ :lab_12.pdf |}}|
|7. ประเด็นท้าทายในวิทยาการข้อมูล|Slide: {{ :ch7.pdf |}}  |

===== อาจารย์ผู้สอน =====
**Section 1** \\
**เวลาเรียน**
  * **บรรยาย** วันจันทร์ เวลา 14:30-16:30น.  ห้อง CSB209
  * **ปฏิบัติการ** วันพฤหัสบดี เวลา 14:30-16:30น. ห้อง CSB307
**อาจารย์ผู้สอน**\\
ผศ.ดร.ปภังกร อิ่นแก้ว   \\
Email: papangkorn.i@cmu.ac.th \\


===== สัดส่วนการให้คะแนน =====
คะแนนสอบกลางภาค 30% \\
คะแนนสอบปลายภาค 30% \\
คะแนนปฏิบัติการ 12% \\
คะแนนรายงานการค้นคว้า 20% \\
การเข้าชั้นเรียน 4% \\
การส่งงานตรงเวลา 4% \\

===== การสอบ =====
<color #ed1c24>**สอบกลางภาค** : วันพุธ ที่ 17 มกราคม พ.ศ. 2567 เวลา 15:30-18:30น. </color> \\
<color #ed1c24>**สอบปลายภาค** : วันพฤหัสบดี ที่ 14 มีนาคม พ.ศ. 2567 เวลา 08:00-11:00น. </color> 

===== การวัดประเมินผล =====
คะแนนจากการสอบกลางภาค สอบปลายภาค และการบ้านปฏิบัติการ/งานที่ได้รับมอบหมาย
__ตัดเกรดอิงเกณฑ์__ (เป็นหลัก)

^ ช่วงคะแนน      ^ เกรดที่คาดว่าจะได้รับ   ^
| 80-100    | A     | 
| 75-79    | B+|
| 70-74    | B   |
| 65-69    | C+   | 
| 60-64    | C   | 
| 55-59    | D+   | 
| 50-54    | D   | 
| 0-49    | F   | 

===== เอกสารประกอบการสอน =====
หนังสือ: \\
- Inkeaw P..Introduction to Data Science (In Thai: วิทยาการข้อมูลเบื้องต้น). Chiang Mai, Thailand: Chiang Mai University Press; 2023. ISBN Number (E-book) 978-616-398-866-9.สามารถซื้อได้ที่นี่ [[https://cmupress.cmu.ac.th/book/detail/459a515894a61457d9617fb2b72705f3 | คลิก! ]] \\
วิดีโอแนะนำเครื่องมือปฏิบัติการ : \\
- Microsoft Machine Learning Studio [[https://youtu.be/o80xB2zpez4|YouTube]] \\
- Microsoft Power BI Desktop [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\


===== แบบฟอร์มรายงานการค้นคว้า =====
ส่วนที่ 1 ข้อมูล {{ :part_1_data.docx |Download}} \\
ส่วนที่ 2 การเตรียมข้อมูล {{ :part_2_data_preparing.docx | Download}} \\
ส่วนที่ 3 การวิเคราะห์ข้อมูลด้วยการสำรวจ {{ :part_3_data_description.docx |Download}} \\
ส่วนที่ 4 การวิเคราะห์เชิงพยากรณ์ {{ :part_4_data_prediction.docx |Download}} \\
ส่วนที่ 5 การมองภาพข้อมูล {{ :part_5_data_visualization.docx |Download}}
===== เว็บไซต์ที่เกี่ยวข้อง =====
** เว็บไซต์ส่งการบ้าน** : [[http://hw.cs.science.cmu.ac.th]] \\

**หมายเหตุ**
วันและเวลาการสอบ เป็นไปตามประกาศของมหาวิทยาลัย ไม่มีนโยบายสอบนอกตาราง \\
<color #ed1c24>นักศึกษาต้องเข้ารับการประเมินทั้งการสอบกลางภาคและปลายภาคการศึกษา มิฉะนั้นจะได้รับการประเมินในลำดับขั้น F</color>