User Tools

Site Tools


start

This is an old revision of the document!


INTRODUCTION TO DATA SCIENCE

รายละเอียดกระบวนวิชา

รหัสกระบวนวิชา : 204123
ชื่อกระบวนวิชา : วิทยาการข้อมูลเบื้องต้น
หน่วยกิต : 3(2-2-5)
เงื่อนไขที่ต้องผ่านก่อน : ไม่มี
วัตถุประสงค์ : นักศึกษาสามารถ

  1. อธิบายแนวคิดพื้นฐานของวิทยาการข้อมูล
  2. ประยุกต์เครื่องมือด้านวิทยาการข้อมูลเพื่อดำเนินการวิเคราะห์ข้อมูลขั้นพื้นฐาน

เนื้อหากระบวนวิชา

หัวข้อ บรรยาย ปฏิบัติการ
1. ภาพรวมของวิทยาการข้อมูล Slide: ch1.pdf
Material: book_chapter_1.pdf
ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Machine Learning Studio ด้วยตัวเองจากวิดีโอ YouTube
2. การรวมรวมและการได้มาซึ่งข้อมูล Slide: ch2.pdf
Material: book_chapter_2.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
Material: book_chapter_3.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
Material: book_chapter_4.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
Material: book_chapter_5.pdf
Dataset : lab_09_dataset.zip
Lab : lab_09.pdf
6. การมองภาพข้อมูล Slide: ch6.pdf
Material: book_chapter_6.pdf
ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Power BI Desktop ด้วยตัวเองจากวิดีโอ 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. ประเด็นท้าทายในวิทยาการข้อมูลSlide: ch7.pdf
Material:book_chapter_7.pdf

อาจารย์ผู้สอน

Section 1
เวลาเรียน

  • บรรยาย วันจันทร์ เวลา 14:30-16:30น. ห้อง CSB100
  • ปฏิบัติการ วันพฤหัสบดี เวลา 14:30-16:30น. ห้อง CSB301
  • การเรียนการสอนระหว่างวันที่ 8 พฤศจิกายน ถึง 31 ธันวาคม พ.ศ. 2564 เป็นการเรียนรูปแบบออนไลน์

อาจารย์ผู้สอน
รศ.ดร.จีรยุทธ ไชยจารุวณิช
Email: jeerayut.c@cmu.ac.th

สัดส่วนการให้คะแนน

คะแนนสอบกลางภาค 40%
คะแนนสอบปลายภาค 40%
คะแนนปฏิบัติการ/งานที่ได้รับมอบหมาย 20%

การสอบ

สอบกลางภาค : วันพฤหัสบดี ที่ 6 มกราคม 2565 เวลา 15:30-18:30น. <color #ed1c24>สอบปลายภาค : วันเสาร์ ที่ 12 มีนาคม 2565 เวลา 12:00-15:00น. (REGULAR EXAMINATION)

การวัดประเมินผล

คะแนนจากการสอบกลางภาค สอบปลายภาค และการบ้านปฏิบัติการ/งานที่ได้รับมอบหมาย ตัดเกรดอิงเกณฑ์ (เป็นหลัก)

เอกสารประกอบการสอน

วิดีโอแนะนำเครื่องมือปฏิบัติการ :
- Microsoft Machine Learning Studio YouTube
- Microsoft Power BI Desktop YouTube
คู่มือปฏิบัติการ : Download(Last update: 07 MARCH 2020)

แบบฟอร์มรายงานการค้นคว้า

ส่วนที่ 1 ข้อมูล Download
ส่วนที่ 2 การเตรียมข้อมูล Download
ส่วนที่ 3 การวิเคราะห์ข้อมูลด้วยการสำรวจ Download
ส่วนที่ 4 การวิเคราะห์เชิงพยากรณ์ Download
ส่วนที่ 5 การมองภาพข้อมูล Download

เว็บไซต์ที่เกี่ยวข้อง

Facebook group : https://www.facebook.com/groups/intro2ds12564
เว็บไซต์ส่งการบ้าน : http://hw.cs.science.cmu.ac.th

หมายเหตุ วันและเวลาการสอบ เป็นไปตามประกาศของมหาวิทยาลัย ไม่มีนโยบายสอบนอกตาราง
นักศึกษาต้องเข้ารับการประเมินทั้งการสอบกลางภาคและปลายภาคการศึกษา มิฉะนั้นจะได้รับการประเมินในลำดับขั้น F

start.1636099558.txt.gz · Last modified: 2021/11/05 09:05 by admin204123