Shop

Sale!

[Video จาก Live + Video] Intermediate Python for Data Science

(2 บทวิจารณ์จากลูกค้า)

6,900.00฿ 299.00฿

หมวดหมู่: ป้ายกำกับ: ,

คำอธิบาย

– เป็นรูปแบบ Video จาก Live
– และในวันที่ 25 พฤษภาคม จะมีการปล่อย Video ที่เหลือนะครับ

วิทยาศาสตร์ข้อมูล (Data Science) เป็นกระแสที่เริ่มมาแรงในการทำงานในปัจจุบันที่เราพบเจอกับข้อมูล (Data) ได้ในทุกๆ ที่ ทุกเวลา ผู้ที่เกี่ยวข้องจึงควรรู้หลักการของเทคนิคและกระบวนการใน “การวิเคราะห์ข้อมูล” อย่างถูกต้องและมีประสิทธิภาพ ซึ่งถือเป็นทักษะที่จำเป็นอย่างมากของการทำงานด้าน Data Science หรือในแง่มุมของการทำงานสายอื่นๆ ที่มีความต้องการใช้ข้อมูล

โดยภายในหลักสูตรผู้เรียนจะได้เรียนรู้เนื้อหาที่สำคัญ ทั้งในส่วนของขั้นตอนพื้นฐานของการทำ Data Science ไปจนถึงวิธีการวิเคราะห์ข้อมูลต่างๆ ด้วยภาษา Python ซึ่งถือเป็นภาษาโปรแกรมที่นักพัฒนานิยมนำมาใช้ในการทำ Data Science มากขึ้นเรื่อยๆ เนื่องจากมี Library ต่างๆ ให้เรียกใช้เป็นอย่างมาก นอกจากนี้ผู้เรียนจะได้เรียนรู้ Library ของ Python ในด้าน Data Science และด้านการวิเคราะห์ข้อมูล (Data Analytics)

“หลักสูตรนี้ ไม่จำเป็นต้องเป็น Programmer ก็เรียนได้ !”

“หลักสูตรนี้เป็นแบบ 2 วัน Live และ 2 วันดู Video รวมเป็นทั้งหมด 4 วัน”

 

ขั้นตอนการเรียน 

  • ก่อนเริ่มเรียน 1 สัปดาห์ จะมี Email แจ้งวิธีการเข้าไปเรียนระบบการเรียน Online
  • เมื่อถึงเวลา สามารถเข้าไปดู Live ที่ระบบเรียน online ได้เลย

 

*** ควรผ่านหลักสูตร Introduction to Python for Data Science มาก่อน ***

แถมฟรี โจทย์ 3 ประเภท สำหรับ คนทุกรูปแบบ นอกเหนือจากโจทย์ในห้อง
* โจทย์ฝึกฝน – ทำโจทย์เรื่องเดิมๆ เพิ่มอีก 2 เท่า เพื่อฝึกฝนให้เชี่ยวชาญมากขึ้น
* โจทย์เทคนิคสำหรับต่อยอด
* โจทย์เทคนิคสำหรับโปร

ปกติราคา 6,900 บาทเหลือเพียง 299 บาทเท่านั้น

* ไม่มีการคืนเงินสำหรับการยกเลิก (ขอสงวนสิทธิ์ในการขอเงินคืนโปรดซื้อตั๋วที่ผ่านทางเว็บไซต์)

* สอนโดยผู้เชียวชาญด้าน Data Science และเป็นนักวิจัยปริญญาเอกด้าน Data Science และ Data Analytic

The Mentor Oak กฤษฎา เฉลิมสุข

Work Experience Lecturer Experience
  1. นายกสมาคมโปรแกรมเมอร์ไทย

  2.  CEO บริษัท Startup และ SME 4 บริษัท

  3. ผู้ประกอบการทำธุรกิจด้วยตนเองที่ทำธุรกิจมาแล้วทั้งญี่ปุ่นสิงคโปร์และสหรัฐอเมริกา

  4. นักวิจัยด้านข้อมูลที่ได้พัฒนาระบบ Machine Learning ให้กับ Project รัฐบาลระดับหลักสิบล้าน

  5. นักวิจัยด้าน Data Science และ การศึกษา Online ด้วย Agile, Gamification และ Personality
  • สอน AI + Data Science มาแล้วกว่า 10 สถาบัน
  • เน้นสอนผู้เรียนที่ไม่มีประสบการณ์ ให้เข้าใจหลักการได้ง่าย
  • Workshop และหลักสูตรอื่นๆ อีกมากมาย สามารถ Download CV ผู้สอนได้ที่นี่ 

ประวัติการศึกษาผู้สอน

  • กำลังศึกษาปริญญาเอก คณะวิศวกรรมศาสตร์ สาขาการจัดการข้อมูล สถาบันเทคโนโลยีแห่งเอเชีย, ภาควิชาวิทยาศาสตร์คอมพิวเตอร์และการจัดการข้อมูล
  • ปริญญาโท คณะวิศวกรรมศาสตร์ สาขาการจัดการข้อมูล สถาบันเทคโนโลยีแห่งเอเชีย, ภาควิชาวิทยาศาสตร์คอมพิวเตอร์และการจัดการข้อมูล – GPA = 3.72
  • ปริญญาตรี คณะวิศวกรรมศาสตร์ ภาควิชา วิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย – GPA = 3.52

 

งานนี้เหมาะกับใคร

  • ผู้ที่ต้องการวิเคราะห์ธุรกิจโดยการนำ data มาวิเคราะห์
  • นักธุรกิจที่ต้องการใช้ข้อมูลมาวิเคราะห์เพื่อการตัดสินใจที่ดีขึ้น เช่นผู้บริหาร
  • บุคคลทั่วไปที่ต้องการลดขั้นตอนของการทำงานที่ซ้ำซ้อน เช่น รายงานต่างๆ ที่ออกเหมือนเดิม
  • บุคคลทั่วไปที่มีความสนใจในการเรียนภาษา Python พื้นฐานสำหรับงานทั่วไปเพื่อเป็นแนวทางต่อยอดในอนาคต
  • บุคคลทั่วไปที่มีความสนใจในการเรียนภาษาที่เอาไปใช้ทำ Machine Learning เพื่อเป็นพื้นฐานสำหรับงานทั่วไปเพื่อเป็นแนวทางต่อยอดในอนาคต
  • บุคคลที่อยากเปลี่ยนสายงาน

บทเรียน     Lab 50% บรรยาย 50%

วันที่ 1 

  • Data Cleaning
  • Univariate Analysis
  • Bivariate Analysis
  • Multivariate Analysis
  • Bringing it together

 

วันที่ 2

  1. Basic maths for Machine Learning
  2. Import dataset from various sources: files, databases, public datasets
  3. Encoding categorical data
  4. Feature engineering
  5. Model evaluation and validation assessment (Confusion Matrix, Accuracy, Classification Error, Precision, Recall)

วันที่ 3

  1. Simple Linear Regression
  2. Gradient Descent
  3. Logistic Regression
  4. K-Nearest Neighbours
  5. Decision Trees
  6. Naive Bayes
  7. Support Vector Machine
  8. Ensemble Method
  9. Parameters Tuning
  10. XGboost

วันที่ 4

1. Neural Networks
2. Cloud Computing
3. Deep Neural Networks
4. Convolutional Neural Networks
5. Recurrent Neural Networks
6. Basics of Flask, Docker, Kubenetes

สิ่งที่ได้เรียนรู้ในการประชุมเชิงปฏิบัติการนี้

  • ผู้เรียนได้รับประสบการณ์จากการฝึกปฏิบัติจริงด้วยตนเอง (Hands-on experience สามารถใช้งาน Python Library สำหรับการทำ Machine Learning และทำด้าน Data Science ได้อย่างเข้าใจ
  • มีความรู้ความเข้าใจเกี่ยวกับ algorithm ต่างๆ ของ Machine Learning ที่จำเป็น
  • ทราบถึงแนวทางการใช้งาน Python Libraries ที่เป็นประโยชน์ต่อการดำเนินงานด้าน Data Science รวมถึงสามารถใช้งาน Python Tools ได้อย่างเหมาะสมกับกระบวนการปฏิบัติงาน

 

[Video จาก Live + Video] Intermediate Python for Data Science จาก 2 รีวิว

  1. ศักดิ์ชัย ศรีมากรณ์ (ผู้ซื้อสินค้า)

    ยังไม่ได้รับเมล์แจ้งวิธีการเข้าเรียนครับ

    • Admin 2

      ลงทะเบียนมาแล้วใช่มั้ยคะ ขอเลข order ด้วยค่า

  2. ศักดิ์ชัย ศรีมากรณ์ (ผู้ซื้อสินค้า)

    ลงทะเบียนแล้วครับ [Order #5950] (15/04/2020)

เพิ่มบทวิจารณ์

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *