This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
start [2021/11/05 09:06] admin204123 [การสอบ] |
start [2024/08/29 06:24] (current) admin204123 [เนื้อหากระบวนวิชา] |
||
---|---|---|---|
Line 13: | Line 13: | ||
|<100%>| | |<100%>| | ||
| @#99d9ea:**หัวข้อ** | @#99d9ea:**บรรยาย** | @#99d9ea:**ปฏิบัติการ** | | | @#99d9ea:**หัวข้อ** | @#99d9ea:**บรรยาย** | @#99d9ea:**ปฏิบัติการ** | | ||
- | |1. ภาพรวมของวิทยาการข้อมูล | Slide: {{ :ch1.pdf |}} \\ Material: {{ :book_chapter_1.pdf |}} | ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Machine Learning Studio ด้วยตัวเองจากวิดีโอ [[https://youtu.be/o80xB2zpez4|YouTube]] | | + | |1. ภาพรวมของวิทยาการข้อมูล | Slide: {{ :ch1.pdf |}} | | |
- | |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 |}}| | + | |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 |}} \\ 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 |}}| | + | |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 |}} \\ 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 |}} | | + | |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 |}} \\ Material: {{ :book_chapter_5.pdf |}} |Dataset : {{ :lab_09_dataset.zip |}} \\ Lab : {{ :lab_09.pdf |}} | | + | |5. การวิเคราะห์เชิงวางเงื่อนไข \\ - การหาค่าที่เหมาะสมที่สุด \\ - การจำลอง |Slide:{{ :ch5.pdf |}} |Dataset : {{ :lab_09_dataset.zip |}} \\ | |
- | |6. การมองภาพข้อมูล |Slide: {{ :ch6.pdf |}} \\ Material: {{ :book_chapter_6.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 |}}| | + | |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 |}} \\ Material:{{ :book_chapter_7.pdf |}} | | + | |7. ประเด็นท้าทายในวิทยาการข้อมูล|Slide: {{ :ch7.pdf |}} | |
===== อาจารย์ผู้สอน ===== | ===== อาจารย์ผู้สอน ===== | ||
**Section 1** \\ | **Section 1** \\ | ||
**เวลาเรียน** | **เวลาเรียน** | ||
- | * **บรรยาย** วันจันทร์ เวลา 14:30-16:30น. ห้อง CSB100 | + | * **บรรยาย** วันจันทร์ เวลา 12:30-14:30น. ห้อง CSB201 |
- | * **ปฏิบัติการ** วันพฤหัสบดี เวลา 14:30-16:30น. ห้อง CSB301 | + | * **ปฏิบัติการ** วันพฤหัสบดี เวลา 12:30-14:30น. ห้อง CSB301 |
- | * <color #ed1c24>การเรียนการสอนระหว่างวันที่ 8 พฤศจิกายน ถึง 31 ธันวาคม พ.ศ. 2564 เป็นการเรียนรูปแบบออนไลน์</color> | + | |
**อาจารย์ผู้สอน**\\ | **อาจารย์ผู้สอน**\\ | ||
- | รศ.ดร.จีรยุทธ ไชยจารุวณิช \\ | + | ผศ.ดร.ปภังกร อิ่นแก้ว \\ |
- | Email: jeerayut.c@cmu.ac.th \\ | + | Email: papangkorn.i@cmu.ac.th \\ |
===== สัดส่วนการให้คะแนน ===== | ===== สัดส่วนการให้คะแนน ===== | ||
- | คะแนนสอบกลางภาค 40% \\ | + | คะแนนสอบกลางภาค 30% \\ |
- | คะแนนสอบปลายภาค 40% \\ | + | คะแนนสอบปลายภาค 30% \\ |
- | คะแนนปฏิบัติการ/งานที่ได้รับมอบหมาย 20% | + | คะแนนปฏิบัติการ 12% \\ |
+ | คะแนนรายงานการค้นคว้า 20% \\ | ||
+ | การเข้าชั้นเรียน 4% \\ | ||
+ | การส่งงานตรงเวลา 4% \\ | ||
===== การสอบ ===== | ===== การสอบ ===== | ||
- | <color #ed1c24>**สอบกลางภาค** : วันพฤหัสบดี ที่ 6 มกราคม 2565 เวลา 15:30-18:30น. </color> \\ | + | <color #ed1c24>**สอบกลางภาค** : วันเสาร์ ที่ 24 สิงหาคม พ.ศ. 2567 เวลา 15:30-18:30น. </color> \\ |
- | <color #ed1c24>**สอบปลายภาค** : วันเสาร์ ที่ 12 มีนาคม 2565 เวลา 12:00-15:00น. (REGULAR EXAMINATION)</color> | + | <color #ed1c24>**สอบปลายภาค** : วันอาทิตย์ ที่ 20 ตุลาคม พ.ศ. 2567 เวลา 08:00-11:00น. </color> |
===== การวัดประเมินผล ===== | ===== การวัดประเมินผล ===== | ||
คะแนนจากการสอบกลางภาค สอบปลายภาค และการบ้านปฏิบัติการ/งานที่ได้รับมอบหมาย | คะแนนจากการสอบกลางภาค สอบปลายภาค และการบ้านปฏิบัติการ/งานที่ได้รับมอบหมาย | ||
__ตัดเกรดอิงเกณฑ์__ (เป็นหลัก) | __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 ===== | ===== 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 : \\ | วิดีโอแนะนำเครื่องมือปฏิบัติการ : \\ | ||
- | - Microsoft Machine Learning Studio [[https://youtu.be/o80xB2zpez4|YouTube]] \\ | ||
- Microsoft Power BI Desktop [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\ | - Microsoft Power BI Desktop [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\ | ||
- | คู่มือปฏิบัติการ : {{ :คู่มือปฏิบัติการ_07_03_2020.pdf | Download}}(Last update: 07 MARCH 2020) | + | |
+ | |||
+ | ===== 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 ===== | ===== แบบฟอร์มรายงานการค้นคว้า ===== | ||
Line 57: | Line 76: | ||
ส่วนที่ 5 การมองภาพข้อมูล {{ :part_5_data_visualization.docx |Download}} | ส่วนที่ 5 การมองภาพข้อมูล {{ :part_5_data_visualization.docx |Download}} | ||
===== เว็บไซต์ที่เกี่ยวข้อง ===== | ===== เว็บไซต์ที่เกี่ยวข้อง ===== | ||
- | **Facebook group** : [[https://www.facebook.com/groups/intro2ds12564]]\\ | ||
** เว็บไซต์ส่งการบ้าน** : [[http://hw.cs.science.cmu.ac.th]] \\ | ** เว็บไซต์ส่งการบ้าน** : [[http://hw.cs.science.cmu.ac.th]] \\ | ||