วันที่ 18 – 19 พฤศจิกายน 2021
หลักการและเหตุผล
ในยุคที่ข้อมูลมีความสำคัญ มีความหลากหลาย และมีจำนวนมาก องค์กรต้องการการวิเคราะห์ข้อมูลที่สามารถนำไปต่อยอดในเชิงธุรกิจ อุตสาหกรรม หรืองานวิจัยได้อย่างมีคุณค่า จึงทำให้ Data Science หรือวิทยาการข้อมูล เป็นสาขาที่ได้รับความสนใจในหลากหลายภาคส่วน และ Data Mining หรือการทำเหมืองข้อมูลก็ถือว่าเป็นทักษะสำคัญที่ Data Scientist จำเป็นต้องมี
ในหลักสูตรนี้จะปูพื้นฐานให้ผู้อบรมได้เห็นภาพรวมของการทำวิทยาการข้อมูล Data Science และการวิเคราะห์ข้อมูลในมุมมองของการทำ Data Mining ด้วยโปรแกรม RapidMiner
โดยจะเรียนรู้ตั้งแต่การเข้าใจกระบวนการทางธุรกิจในกรณีศึกษาที่ยกมาการนำเข้าข้อมูล การรวมข้อมูลจากหลายแหล่งข้อมูล การคัดเลือกและแปลงข้อมูลการใช้เทคนิค Data Mining และ Machine Learning ในการทำ Predictive Modeling เพื่อการทำนายผลลัพธ์ที่คาดว่าจะเกิดขึ้นในอนาคต
ในการอบรม จะมีทั้งกระบวนการแบบพื้นฐานและกระบวนการวิเคราะห์ข้อมูลแบขั้นสูงเพื่อให้ผู้อบรมได้เข้าใจรูปแบบของกระบวนการที่ใช้กันในชีวิตจริงได้
ดำเนินการสอนโดย ผศ.ดร.โษฑศ์รัตต ธรรมบุษดี มหาวิทยาลัยมหิดล และ RapidMiner Certified Analyst
วัตถุประสงค์
-
- ผู้เข้าอบรมเข้าใจหลักการและกระบวนการการวิเคราะห์ข้อมูลในรูปแบบ Data Science
- ผู้อบรมเข้าใจประเภทของการวิเคราะห์ข้อมูลแบบต่าง ๆ และเข้าใจหลักการตั้งโจทย์ด้าน Data Science จาก ปัญหาทางธุรกิจ และฝึกปฏิบัติด้วย Data Science Canvas
- ผู้อบรมเข้าใจกระบวนการที่สำคัญของ Data Engineering และฝึกปฏิบัติด้วยโปรแกรม RapidMiner Studio
- ผู้อบรมเข้าใจหลักการสำคัญของ Machine Learning ในการจำแนกข้อมูล (Classification) การวิเคราะห์ข้อมูลเชขิงตัวเลข (Regression) การจำแนกข้อมูล (Clustering) การวิเคราะห์ข้อมูลผิดปกติ (Outlier analysis) และฝึกปฏิบัติด้วยโปรแกรม RapidMiner Studio
- ผู้อบรมสามารถสร้าง Flow ของการวิเคราะห์ข้อมูลขั้นสูงได้โดยไม่ต้องเขียนโค้ดด้วยโปรแกรม RapidMiner Studio
- ผู้อบรมสามารถนำโมเดลที่สร้างมาหาทางเลือกที่ดีที่สุดได้ (Prescriptive Analytics)
หลักสูตรนี้เหมาะกับใครบ้าง
- ผู้ใช้งานทั่วไป
- ผู้ที่ต้องการเริ่มต้นเรียนรู้ด้าน Data Science
- ผู้ที่ต้องการเรียนรู้และเข้าใจกระบวนการด้าน Data Scince ขั้นพื้นฐานจนถึงขั้นสูง
- ผู้ที่ต้องการใช้โปรแกรม RapidMiner ไปต่อยอดในกระบวนการทำงาน
ความรู้พื้นฐาน
ไม่ต้องมีความรู้พื้นฐาน
Desktop system requirements
Recommended
- Quad core 3GHz or faster processor
- 8GB RAM
- >100GB free disk space
Operating System
- Windows 7, Windows 8, Windows 8.1, Windows 10 (64-bit highly recommended)
- Linux (64-bit only)
- MacOS X 10.10 – 10.14
18 – 19 พฤศจิกายน 2564
เวลา 9:00-16:00 น. ( 12 ชั่วโมง)
3,625 บาท
สถานที่
กำหนดการ
วันที่ | เวลา | หัวข้อ |
18 พฤศจิกายน
|
9.00 – 12.00 |
Module 1: Intro to Data Science and Data Analytics Types
– Data Science Essential – Data Mining Process – Data Analytics Types – Data and Data Type Module 2: Data Science Business Canvas |
13.00 – 16.00 |
Module 3: Data Engineering Concepts and Workshop with RapidMiner Studio
– Data Engineering Concepts – Introduction to RapidMiner Studio – Data Ingestion – Data Blending – Missing Values Handling – Data Transformation – Data Joining – Data Cleansing – Aggregation & Pivoting – Features generation – Introduction to TurboPrep |
|
19 พฤศจิกายน
|
9.00 – 12.00 |
Module 4: Machine Learning Concepts with RapidMiner Studio
Module 5: Advanced Process Flow
|
13.00 – 16.00 |
Module 6 : Prescriptive Analytics Module 7 : Automated Machine Learning with AutoModel |
**โปรดนำ Notebook ส่วนตัวมาใช้ในวันอบรม***
สอบถามรายละเอียดเพิ่มเติมได้ที่
Email : Datalentteam@gmail.com
Facebook : Datalent Team
Tel : 097-1135975 (คุณบอย)