CHULA MOOC

ช่วงเวลาเรียนสำหรับบุคคลทั่วไป

รุ่นที่ 7

เริ่มลงทะเบียน 6 ตุลาคม 2566
สิ้นสุดการเรียน 30 พฤศจิกายน 2566

เข้าเรียน

รุ่นที่ 6

เริ่มลงทะเบียน เมษายน 2565
สิ้นสุดการเรียน 31 พฤษภาคม 2565

เข้าเรียน

รุ่นที่ 5

เริ่มลงทะเบียน กันยายน 2562
สิ้นสุดการเรียน 31 ตุลาคม 2562

เข้าเรียน

รุ่นที่ 4

เริ่มลงทะเบียน ธันวาคม 2561
สิ้นสุดการเรียน 31 มกราคม 2562

เข้าเรียน

รุ่นที่ 3

เริ่มลงทะเบียน กันยายน 2561
สิ้นสุดการเรียน 31 ตุลาคม 2561

เข้าเรียน

รุ่นที่ 2

เริ่มลงทะเบียน มิถุนายน 2561
สิ้นสุดการเรียน 31 กรกฎาคม 2561

เข้าเรียน

รุ่นที่ 1

เริ่มลงทะเบียน กุมภาพันธ์ 2561
สิ้นสุดการเรียน 31 มีนาคม 2561

เข้าเรียน

เนื้อหา

2 บทเรียน

กลุ่มเป้าหมาย

นิสิต นักศึกษา และบุคคลทั่วไป จำนวน 5,000 คน

เกณฑ์การเรียนจบ

ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป

แพลตฟอร์ม

myCourseVille

เกี่ยวกับรายวิชา

รายวิชา Introduction to Data Analytics and Big Data จะเป็นการศึกษาเกี่ยวกับศาสตร์แห่งการวิเคราะห์ข้อมูล โดยแบ่งเนื้อหาออกเป็น 2 ส่วน คือ Data Analytics หรือที่นิยมเรียกกันว่า Data Science และ Big Data โดยจะเรียนรู้วิธีการวิเคราะห์ข้อมูลได้อย่างไร รวมถึงเทคนิคที่สามารถนำข้อมูลมาใช้งานได้ แม้กระทั่งขั้นตอนวิธีการทำงานหรือเรียนรู้เกี่ยวกับเครื่องมือที่ใช้ในการทำงาน ทั้งนี้ผู้สอนได้รวบรวมกรณีศึกษามานำเสนอให้ผู้เรียนได้เรียนรู้ไม่ว่าจะเป็นข้อมูลด้านการศึกษา ข้อมูล Social Online รวมไปถึงข้อมูลในรูปแบบแผนที่ และสุดท้ายจะแนะนำการทำ workshop ด้วยโปรแกรม RapidMiner

เนื้อหารายวิชา

เนื้อหารายวิชา Introduction to Data Analytics and Big Data ประกอบด้วย

ส่วนที่ 1 : Data Analytics

ส่วนที่ 2 : Big Data

เกณฑ์การวัดและประเมินผล

มีการวัดและประเมินผลผ่านแบบทดสอบย่อย (Quiz) และแบบทดสอบหลังเรียน (Posttest) โดยจะแบ่งเป็นคะแนนจาก Quiz เท่ากับ 50 คะแนน และคะแนนจาก Posttest เท่ากับ 50 คะแนน ทั้งนี้ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป และเรียนจบภายในเวลาที่กำหนดจึงจะสามารถขอรับ Certificate of Completion ได้

วัตถุประสงค์

1. เพื่อเผยแพร่องค์ความรู้เกี่ยวกับ Analytics และ Big Data ให้แก่นิสิต นักศึกษา ประชาชนทั่วไปที่สนใจ

2. เพื่อให้ผู้เรียนสามารถนำองค์ความรู้ไปใช้ประโยชน์ในชีวิตประจำวันได้อย่างมีประสิทธิภาพ

หมายเหตุ

1. ผู้เรียนจะมีสิทธิ์ทำแบบทดสอบหลังเรียน (Posttest) เมื่อเข้าร่วมกิจกรรมการเรียน (Course Progress) มากกว่า 80% ขึ้นไป

2. แบบทดสอบหลังเรียน (Posttest) ในแต่ละวิชาจะสามารถทำได้แค่ครั้งเดียวเท่านั้น

อาจารย์ผู้สอน

- ผศ. ดร.ณัฐวุฒิ หนูไพโรจน์
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- ศ. ดร.ประภาส จงสถิตย์วัฒนา
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- รศ. ดร.อติวงศ์ สุชาโต
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- รศ. ดร.เกริก ภิรมย์โสภา
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- ผศ. ดร.สุกรี สินธุภิญโญ
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- รศ. ดร.วีระ เหมืองสิน
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย
- รศ. ดร.พีรพล เวทีกูล
- ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
- จุฬาลงกรณ์มหาวิทยาลัย

Introduction to Data Analytics and Big Data

ลงทะเบียนเรียน