**INTRODUCTION TO DATA SCIENCE**
===== 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 |}} | |
|2. การรวมรวมและการได้มาซึ่งข้อมูล | Slide: {{ :ch2.pdf |}} |Tutorial : {{ :lab_01.pdf |}} {{ :lab_02.pdf |}} \\ Dataset : {{ :lab_01_dataset.zip |}} {{ :lab_02_dataset.zip |}} {{ :lab_02_dataset_um.zip |}}|
|3. การวิเคราะห์เชิงพรรณนา \\ - สถิติศาสตร์เชิงพรรณนาด้วยตารางตัวหลัก \\ - การวิเคราะห์กลุ่ม \\ - การวิเคราะห์ความสัมพันธ์ |Slide: {{ :ch3.pdf |}} | Tutorial : {{ :lab_03.pdf |}} {{ :lab_04.pdf |}} {{ :lab_05.pdf |}} \\ Dataset : {{ :lab_03_dataset.zip |}} {{ :lab_04_dataset.zip |}} {{ :lab_05_dataset.zip |}} |
|4. การวิเคราะห์เชิงพยากรณ์ \\ - การวิเคราะห์การจำแนก \\ - การวิเคราะห์ถดถอย \\ - การวิเคราะห์อนุกรมเวลา |Slide: {{ :ch4.pdf |}} | Tutorial : {{ :lab_06.pdf |}} {{ :lab_07.pdf |}} {{ :lab_08.pdf |}}\\ Dataset : {{ :lab_06_dataset.zip |}} {{ :lab_07_dataset.zip |}} {{ :lab_08_dataset.zip |}} |
|5. การวิเคราะห์เชิงวางเงื่อนไข \\ - การหาค่าที่เหมาะสมที่สุด \\ - การจำลอง |Slide:{{ :ch5.pdf |}} | Tutorial : {{ ::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 =====
**สอบกลางภาค** : วันที่ 8 มกราคม พ.ศ. 2568 เวลา 15:30-18:30น. \\
**สอบปลายภาค** : วันที่ 13 มีนาคม พ.ศ. 2568 เวลา 15:30-18:30น.
===== 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 Power BI Desktop [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\
===== ซอฟต์แวร์สำหรับปฏิบัติการ =====
* Microsoft Excel
* Orange Data Mining (Free-software) ดาวน์โหลดได้ที่ [[https://orangedatamining.com/|Website]]
* Microsoft Power BI (CMU license) ดาวน์โหลดได้ที่ [[https://www.microsoft.com/en-us/download/details.aspx?id=58494|Website]]
===== 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 \\
นักศึกษาต้องเข้ารับการประเมินทั้งการสอบกลางภาคและปลายภาคการศึกษา มิฉะนั้นจะได้รับการประเมินในลำดับขั้น F