ข้ามไปที่เนื้อหาหลัก

วิทยาการข้อมูลและการประยุกต์ใช้ | Data Science Essential and Applications


CU

รายวิชานี้ได้ปรับเป็นการเรียนรู้ด้วยตนเองตามอัธยาศัย (Self-Paced Learning)

คำอธิบายรายวิชา

เนื้อหาของวิชานี้จะช่วยให้ผู้เรียนเข้าใจถึงวิทยาการข้อมูล ทั้งในด้านการประยุกต์ใช้ องค์ประกอบ กระบวนการ หลักการต่างๆที่เกี่ยวข้อง รวมไปถึงความรู้เบื้องต้นของการใช้เครื่องมือ การนำเสนอ และเทคนิคที่เหมาะสมในการวิเคราะห์ข้อมูลประเภทไม่มีโครงสร้างได้

ประมวลวิชา

โครงสร้างเนื้อหาและบทเนื้อหา

จำนวนชั่วโมงเรียนรู้

จำนวนชั่วโมงเรียนรู้ทั้งหมด 30 ชั่วโมงเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 11 ชั่วโมง 18 นาที)

วัตถุประสงค์การเรียนรู้

1. ผู้เรียนสามารถอธิบายความหมายของวิทยาศาสตร์ข้อมูลและองค์ความรู้พื้นฐานที่เกี่ยวข้องได้

2. ผู้เรียนสามารถดำเนินการสำรวจข้อมูลด้วยวิธีการทางสถิติได้

3. ผู้เรียนสามารถสร้างโมเดลการเรียนรู้ของเครื่องแบบไม่ซับซ้อนได้

4. ผู้เรียนสามารถเรียบเรียงการนำเสนอผลการวิเคราะห์ข้อมูลได้

5. ผู้เรียนสามารถเลือกใช้เทคนิคที่เหมาะสมในการวิเคราะห์ข้อมูลข้อความ ข้อมูลภาพ ข้อมูลเชิงพื้นที่ และข้อมูลสังคมเครือข่ายได้

คุณสมบัติผู้เรียน

นักเรียน นักศึกษา และประชาชนทั่วไป ทุกเพศ ทุกวัย ที่สนใจสามารถเรียนได้

โดยผู้เรียนจะต้องมีความรู้เบื้องต้นทางด้านสถิติ และสามารถใช้เครื่องมือ Microsoft Excel ได้ในระดับปานกลาง

เกณฑ์การวัดผล

  • การประเมินผลระหว่างเรียน (Formative Assessment)
    • ผู้เรียนทำกิจกรรมการเรียนรู้ครบทุกโมดูลการเรียนรู้ จำนวน 10 ครั้ง รวม 10%
    • วัดจากการทำแบบทดสอบหลังเรียนประจำโมดูลการเรียนรู้ รวม 25%
  • การประเมินผลหลังสิ้นสุดการเรียนการสอน (Summative Assessment)
    • วัดจากการทำแบบวัดผลสัมฤทธิ์ทางการเรียน โดยจะวัดทั้งสิ้น 3 ครั้ง รวม 65%

การตัดสินให้ผ่าน (Pass) เมื่อผู้เรียนได้คะแนนรวมทั้งหมด ตั้งแต่ร้อยละ 70 ขึ้นไป

ทีมผู้รับผิดชอบรายวิชา MOOC

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาหลัก

ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

รศ.ดร.วิโรจน์ อรุณมานะกุล
ภาควิชาภาษาศาสตร์ คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ผศ.ดร.วีระ เหมืองสิน
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ผศ.ดร.พีรพล เวทีกุล
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ผศ.ดร.สุกรี สินธุภิญโญ
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ผศ.ดร.ธนารัตน์ ชลิดาพงศ์
ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ดร.ภูริพันธุ์ รุจิขจร
ภาควิชาสถิติ คณะพานิชย์ศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ดร.ศิพัตม์ ไตรอุโฆษ
ศูนย์เชี่ยวชาญเฉพาะทางด้านการวิเคราะห์ข้อมูลขนาดใหญ่และไอโอที จุฬาลงกรณ์มหาวิทยาลัย

ช่องทางติดต่อทีมผู้สอน

natawut.n@chula.ac.th

cc

Creative commons สัญญาอนุญาตสิทธิ์

“สื่อการสอนนี้เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org)
และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons ด้วยเงื่อนไข CC BY NC SA”

Enroll