Rapid Miner

Practical Data Analytics Using Rapid Miner



-----------------



ผศ.ดร.พีรพล เวทีกูล

Play
Slider

  Information    
  Length   เริ่มลงทะเบียน 11 มีนาคม 2562
สิ้นสุดการเรียน 31 พฤษภาคม 2562
 
  Content   6 บทเรียน 
  Target group   สำหรับผู้ที่สนใจศึกษาเกี่ยวกับการรวบรวม วิเคราะห์ข้อมูล
จำนวน 4,000 คน
 
  How To Pass   ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป  
  Platform  

เกี่ยวกับรายวิชา

วิชา Practical Data Analytics Using Rapid Miner เป็นการศึกษาเกี่ยวกับศาสตร์แห่งการวิเคราะห์ข้อมูลซึ่งจะเน้นที่การปฏิบัติ เพื่อให้สามารถใช้งานได้จริง ดังนั้นผู้เรียนจะได้ปฏิบัติผ่านโปรแกรม Rapid Miner ซึ่งเนื้อหาจะเน้นที่งานพื้นฐานที่สำคัญในการวิเคราะห์ข้อมูล ได้แก่ การเตรียมข้อมูล (Data Preparation) การทำนายข้อมูล (Prediction) ทั้งในรูปแบบของ Classification และ Regression การจัดกลุ่มข้อมูล (Clustering) และการหากฎความสัมพันธ์ (Association Rule Mining) นอกจากนี้ผู้เรียนจะได้เรียนรู้กรณีศึกษาต่างๆ ที่เกี่ยวข้อง เพื่อให้เห็นภาพการทำงานจริง และสามารถนำไปต่อยอดใช้ต่อไปได้

วัตถุประสงค์

1. เพื่อเข้าใจประเภทต่างๆ ของศาสตร์ในการวิเคราะห์ข้อมูล
2. เพื่อให้สามารถใช้งานโปรแกรมวิเคราะห์ข้อมูล Rapid Miner
3. เพื่อให้สามารถนำโปรแกรม Rapid Miner มาประยุกต์ใช้งานประเภทต่างๆ ในการวิเคราะห์ข้อมูล
4. เพื่อสามารถนำโปรแกรม Rapid Miner มาประยุกต์ปฏิบัติในกรณีศึกษาต่างๆ ได้

เกณฑ์การวัดและประเมินผลในรายวิชา

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

หมายเหตุ ผู้เรียนจะมีสิทธิ์ทำแบบทดสอบหลังเรียน (Posttest) เมื่อเข้าร่วมกิจกรรมการเรียน (Course Progress) มากกว่า 80% ขึ้นไป

อาจารย์ผู้สอน

Image is not available

ผศ.ดร.พีรพล เวทีกูล

อาจารย์ประจำภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Slider