คำอธิบาย
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 |
|
|
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
- Basic maths for Machine Learning
- Import dataset from various sources: files, databases, public datasets
- Encoding categorical data
- Feature engineering
- Model evaluation and validation assessment (Confusion Matrix, Accuracy, Classification Error, Precision, Recall)
วันที่ 3
- Simple Linear Regression
- Gradient Descent
- Logistic Regression
- K-Nearest Neighbours
- Decision Trees
- Naive Bayes
- Support Vector Machine
- Ensemble Method
- Parameters Tuning
- 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
ศักดิ์ชัย ศรีมากรณ์ (ผู้ซื้อสินค้า) –
ยังไม่ได้รับเมล์แจ้งวิธีการเข้าเรียนครับ
Admin 2 –
ลงทะเบียนมาแล้วใช่มั้ยคะ ขอเลข order ด้วยค่า
ศักดิ์ชัย ศรีมากรณ์ (ผู้ซื้อสินค้า) –
ลงทะเบียนแล้วครับ [Order #5950] (15/04/2020)