Fundamental Data Science for Data Scientist using Python

  • TTDT09
  • Classroom
  • Intermediate
  • Thai | 0
AI & Data Technology
Print

หลักสูตรต่อเนื่องจาก Introduction to Python Programming for Data Science โดยหลักสูตรนี้เน้นการเรียนรู้เรื่อง Model ต่างๆ (Basic Data Science Methods,
Machine Learning Fundamentals, Advanced Machine Learning, Deep Learning) เพื่อประยุกต์และเลือกใช้งาน Model ให้เหมาะสมกับงาน (ด้านการวิเคราะห์ข้อมูล)

Course description

Time
Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
วันที่ 26-28 พฤศจิกายน 2567
Status :
Open Register
Instructor
Name :
avatar
Dr.Veerasak Krisanapraphan

Senior Director
Language :
Thai
Venue
Venue :
ห้องอบรมชั้น 3 อาคารซอฟต์แวร์พาร์ค
Type :
Classroom
Fundamental Data Science for Data Scientist using Python

 


       หลักสูตรนี้ออกแบบมาเพื่อให้ความรู้ทางด้าน Data Science  และประโยชน์ของ Data Science  
ในการนำไปใช้ให้เกิดประโยชน์กับองค์กร  ทั้งทางด้านกลยุทธ์องค์กรและการบริหารงานโดยอิงกับ Data  
เพื่อให้มีความเข้าใจถึงประโยชน์ของการนำ Data ไปใช้ในด้านการพยากรณ์ และเข้าใจถึงปัญหาและโอกาส
ที่ Data จะชี้ช่องทางให้
       หลักสูตรนี้เป็นหลักสูตรที่อธิบายถึง  Data Science ในแต่ละด้าน นอกจากนั้นจะพูดถึง ในแต่ละด้าน
ของ Data Science โดยเป็นการเตรียมความพร้อมสำหรับผู้ที่จะทำงานในสายงานด้าน Data Science
โดยผู้เรียนจะได้ประโยชน์และสามารถนำไปปรับประยุกต์ใช้กับงานของตนเอง

       วัตถุประสงค์:
       เพื่อเรียนรู้และเข้าใจหลักการของ Data Science  รวมถึงการสร้างทีม  Data Science  
หรือผู้ที่มีงานที่เหมาะสมกับการนำเอา Data Science  ไปใช้ และการประยุกต์กิจกรรมวงจรชีวิต
ของ Data Science เอาไปสร้างประโยชน์ให้กับองค์กร ในด้านการตัดสินใจ และกระบวนการต่างๆ ขององค์กร

Data Scientist, BI Manager, Programmer หรือ ผู้ที่สนใจในสายงานด้าน  Data Science  หรือผู้ที่อยากจะเปลี่ยนอาชีพของ
ตนเองไปเป็น Data Scientist

ผู้เข้าอบรมควรมีความรู้ (Prerequisite)

  • ควรมีความรู้หรือผ่านการเข้าอบรม หลักสูตร Data Science for Business มาก่อน
  • จำเป็นต้องผ่านการอบรม " หลักสูตร Introduction to Python Programming for Data Science " มาก่อน

ประโยชน์ที่จะได้รับ

  • เข้าใจในหลักการและเทคนิคของงาน  Data Science
  • นำเอาหลักการของ Data Science  ไปใช้ในการจัดองค์กร, จัดระบบฐานข้อมูลขององค์กร  
  • สามารถทำงาน Data Science  ในองค์กรที่สนใจเกี่ยวกับการนำ  Data ไปใช้ประโยชน์
  • สามารถนำไปสื่อสารต่อองค์กรให้เข้าใจถึงความสำคัญของศาสตร์ด้าน Data

     Day 1 :
     1. Introduction
        • Introduction to Data Science
        • What is Data Science?
        • Discussion

     2. Data Science Life Cycles
        • A Strategy to Approach Any Data Analytics Problems
        • Identify problems
        • Identify Data Sources
        • Identify Additional Data Sources
        • Statistic Analysis
        • Development and Implementation
        • Communicating Result
        • Maintenance
        • Discussion

     Day 2 :
     3. Component Parts of Data Science and Engineering a Data Science Solution
        • Overview of Data Engineering and Big Data Technologies
        • The Data Scientist’s Toolbox – Languages, Platforms, Tools and Industry Solutions
        • Discussion

     4. Basic Data Science Methods and Machine Learning Fundamentals
        • Regression
        • Decision Tree
        • K-Nearest Neighbor
        • Naive Bayesian Classifier
        • Support Vector Machine
        • Neural Net / Deep Learning
        • Association Rules
        • Other advanced topics  
        • Discussion

     5. Review knowledge of Python
        • Python for Data Input and Output
        • Numpy and Panda
        • Basic Operation/Function
        • Discussion

     Day 3 :
     6. Getting and Cleaning Tidy using Python
        • Concept of Tidy Data
        • Data preparation for Data Science
        • Import and Export Data in Excel, CSV, XML, JSON
        • Import and Export Data from Hadoop
        • Discussion

     7. Exploratory Data Analysis
        • Statistic Summary
        • Visualization
        • Clustering data
        • Discussion

     8. Practical Machine Learning
        • Predictive Analytics
        • Classification Problems
        • Association Rules Problems
        • Big Data Problems
        • Discussion

     9. Wrap-up

Payment can be made by:

  1. Cash or Credit Card or Bank Cheque payable to สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
    (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.
  2. Account transfer and send the proof of the payment (the deposit slip) via email [email protected]

    • ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
      Saving Account Number: 080-0-00001-0
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

    • ธนาคารกรุงไทย สาขาตลาดไท
      Saving Account Number: 152-1-32668-1
      Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

Notes:

  • Withholding tax (3%) is exempt.
  • Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
  • Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

Contact Person

For more information, contact our course coordinator on:

Juntima  Klumchaun
 : 02 583 9992 Ext. 81424
swp
You are encouraged to use the course schedule as a guide to plan your training. The schedule is accessible at www.swpark.or.th for more information.

เพิ่มเพื่อน

12,000 THB .

วันที่ 26-28 พฤศจิกายน 2567
เวลา 09.00-16.00 น. ณ ห้องอบรมชั้น 3
อาคารซอฟต์แวร์พาร์ค

Download => เอกสารประชาสัมพันธ์หลักสูตร

Enroll nowขออภัย ขณะนี้ปิดรับลงทะเบียนแล้ว
Course Detail :
Days :
3 Day(s)
Duration :
18 Hour(s)
Time :
09:00:00 - 16:00:00
Training Date :
วันที่ 26-28 พฤศจิกายน 2567
Status :
Open Register
Instructor info
avatar
Dr.Veerasak Krisanapraphan

Senior Director