โครงการอบรม การวิเคราะห์ข้อมูลโดยใช้ภาษาไพธอน (Data Analytics with Python) รุ่นที่ 1

หลักการและเหตุผล

     Data Analytics คือ การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่อดีตจนถึงปัจจุบัน เพื่อคาดการณ์และพยากรณ์แนวโน้มที่จะเกิดขึ้นในอนาคต ในการวิเคราะห์ข้อมูลนี้สามารถใช้ได้ในหลากหลายประเภทอุตสาหกรรม เช่น การแนะนำโปรโมชั่นในการซื้อสินค้าร่วมให้กับลูกค้า การวิเคราะห์การเบี้ยวหนี้บัตรเครดิต การวิเคราะห์ความเสี่ยงในการเป็นโรคมะเร็ง การทํานายแนวโน้มการลาออกของคนในองค์กร เป็นต้น เครื่องมือในการวิเคราะห์ข้อมูล นั้นมีค่อนข้างหลากหลาย ซึ่งหนึ่งในเครื่องมือที่เป็น Open Source ที่สามารถใช้งานได้ฟรี และมี Library ให้ใช้งานได้หลากหลายคือภาษา Python
 
     หลักสูตร การวิเคราะห์ข้อมูลโดยใช้ภาษาไพธอน (Data Analytics with Python) นี้ผู้เข้าอบรมจะได้เรียนรู้ตั้งแต่พื้นฐานของการวิเคราะห์ข้อมูล ลักษณะของข้อมูล การจัดการข้อมูลเบื้องต้นก่อนที่จะนำไปวิเคราะห์ เช่น การจัดการค่าสูญหาย ข้อมูลที่ไม่สอดคล้อง รวมถึงค่าผิดปกติ เป็นต้น ตลอดจนเรียนรู้ถึงหลักการเรียนรู้ของเครื่อง (Machine Learning) ซึ่งเป็นหัวใจหลักของการทำการวิเคราะห์ข้อมูล นอกจากนั้นยังได้ฝึกปฏิบัติการการวิเคราะห์ข้อมูลด้วย Python เริ่มตั้งแต่การอ่านข้อมูลจากแหล่งข้อมูล วิธีการใช้ Library ที่เกี่ยวข้องกับวิเคราะห์ข้อมูล เช่น Numpy, Pandas, Sci-Kit Learn เป็นต้น รวมถึง Library .oการแสดงข้อมูลด้วยภาพ เช่น Matplotlib และ Seaborn เป็นต้น

วัตถุประสงค์

  1. เพื่อให้ผู้เข้าอบรมเข้าใจหลักการเบื้องต้นของการวิเคราะห์ข้อมูล (Data Analytics)
  2. เพื่อให้ผู้เข้าอบรมได้ฝึกปฏิบัติและเรียนรู้แนวทางในกาวิเคราะห์ข้อมูลโดยใช้ภาษาไพธอน
  3. เพื่อให้ผู้เข้าอบรมได้ทำการวิเคราะห์ข้อมูลและสามารถพยากรณ์ข้อมูลโดยใช้ภาษาไพธอนได้

หัวข้อการฝีกอบรม

  1. Introduction to Data Analytics
    • ความสำคัญของ Data Analytics
    • ลักษณะข้อมูล
    • กระบวนการในการวิเคราะห์ข้อมูล
    • สถิติเบื้องต้นที่เกี่ยวข้องกับการวิเคราะห์ข้อมูล
  2. Data Cleansing and Data Transformation
    • ความสำคัญของ Data Cleansing
    • การพิจารณาชุดข้อมูล (Study of Data Set)
    • ค่าสูญหาย (Missing Value)
    • ข้อมูลไม่สอดคล้อง (Inconsistent Data)
    • ค่าผิดปกติ (Outlier)
  3. Data Visualization
    • ความสำคัญของ Data Visualization
    • ลักษณะต่าง ๆ ของการแสดงข้อมูลด้วยภาพ
    • การแสดงข้อมูลด้วยภาพโดยใช้ภาษา Python
  4. Basic Data Analytics
    • การเรียนรู้ของเครื่อง (Machine Learning)
    • การประมาณค่าข้อมูล (Regression)
    • การจําแนกประเภทข้อมูล (Classification)
  5. การวิเคราะห์ข้อมูล โดยใช้การเรียนรู้แบบมีผู้สอน (Supervised Learning)
    • Regression
      • Linear Regression / Multiple Regression
      • Nearest Neighbor Regression
      • Support Vector Regression
      • Regression ในรูปแบบอื่น ๆ
    • Classification
      • k-Nearest Neighbor (k-NN)
      • Naïve Bayes
      • Decision Trees
      • Support Vector Machine
      • Classification ในรูปแบบอื่น ๆ
  6. การวิเคราะห์ข้อมูล โดยใช้การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning)
    • k-Means Clustering
    • Agglomerative Hierarchical Clustering (AGNES)

คุณสมบัติผู้เข้าอบรม

ผู้ที่มีความรู้พื้นฐานในการเขียนโปรแกรมโดยใช้ภาษา Python

รูปแบบการอบรม

บรรยาย และฝึกปฎิบัติ


วันที่รับสมัคร

22/12/2565 - 08/03/2566


ข้อมูลวันที่อบรม

ลำดับ วันที่อบรม สถานที่อบรม เวลาอบรมบรรยาย เวลาอบรมปฏิบัติ
1. 22/03/2566 - 24/03/2566 มหาวิทยาลัยเทคโนโลยีมหานคร 18 ชม. 18 ชม.

ค่าใช้จ่าย

10,300.00 บาท


โปรโมชั่น

1.ศิษย์เก่า, นักศึกษา และบุคลากรของ ม.เทคโนโลยีมหานคร ลด 20%
2.บุคคลทั่วไป สมัครอบรม ลดทันที 15 %


รหัสกิจกรรม CPD

-


จำนวนหน่วยพัฒนา CPD

-




ช่องทางอื่นๆ

สิ่งที่น่าสนใจ

เกี่ยวกับเรา

สำนักฝึกอบรมและพัฒนาทรัพยากรบุคคล มหาวิทยาลัยเทคโนโลยีมหานคร

140 ถนนเชื่อมสัมพันธ์ แขวงกระทุ่มราย เขตหนองจอก กรุงเทพฯ 10530

โทรศัพท์.
  • 0-2988-3666
  • 092-2464638
E-mail.
  • training@mut.ac.th
  • training.mut@gmail.com