About Course
Data Science Essentials
ยกระดับการทำงานด้วยข้อมูล ตั้งแต่ “เตรียมข้อมูล–สร้างโมเดล–สื่อสารผลลัพธ์” ครบจบในหลักสูตรเดียว
ในยุคที่ข้อมูลกลายเป็นหัวใจของการตัดสินใจในองค์กร การมีทักษะด้าน Data Science & Machine Learning จะช่วยให้คุณวิเคราะห์อย่างเป็นระบบ มองเห็นอินไซต์ที่สำคัญ และนำผลลัพธ์ไปใช้ปรับปรุงงานได้จริง
หลักสูตร Data Science Essentials ออกแบบมาเพื่อให้ผู้เรียนเข้าใจภาพรวมตั้งแต่พื้นฐาน ไปจนถึงการลงมือทำผ่าน Python และเครื่องมือมาตรฐานด้าน Machine Learning พร้อมต่อยอดสู่การทำ Dashboard ด้วย Looker Studio และเสริมมุมมองด้าน Data Governance / Data Quality เพื่อให้งานวิเคราะห์ “เชื่อถือได้” และใช้ได้จริงในบริบทการทำงาน
ผู้สอน
ผศ. ดร.ทวีศักดิ์ สมานชื่น
ผศ. ดร.โษฑศ์รัตต ธรรมบุษดี
ผศ. ดร.วรัญญู วงษ์เสรี
สิ่งที่คุณจะได้เรียนรู้จากคอร์สนี้
- ทำงานกับข้อมูลได้อย่างเป็นระบบ ตั้งแต่การสำรวจข้อมูล (Data Exploration) การเตรียมข้อมูล และการทำความสะอาด/ปรับรูปข้อมูลให้พร้อมใช้งานจริง
- พัฒนาโมเดล Machine Learning ขั้นพื้นฐานได้ ทั้งงาน Regression และ Classification รวมถึงเข้าใจแนวทางของ Unsupervised Learning เช่น Clustering และ PCA
- ประเมินประสิทธิภาพโมเดลได้ตามหลักมาตรฐาน ด้วยแนวคิด Training/Testing, Cross-Validation และ Metrics สำคัญ เช่น Accuracy, Precision, Recall และ F1 Score
- ตรวจสอบความถูกต้องและคุณภาพของข้อมูลได้ โดยเชื่อมโยงหลักการ Data Verification, Data Quality Dimensions และแนวคิด Data Governance เพื่อเพิ่มความน่าเชื่อถือของผลวิเคราะห์
- สื่อสารผลลัพธ์ให้เข้าใจง่ายและนำไปใช้ได้จริง ผ่านการทำ Dashboard Design และ Data Visualization ด้วย Looker Studio เพื่อสนับสนุนการตัดสินใจในงานและองค์กร
หลังจากเรียนจบคอร์สนี้ ผู้เรียนจะสามารถ…
- จัดการข้อมูลเพื่อการวิเคราะห์ได้อย่างเป็นระบบ ตั้งแต่สำรวจข้อมูล เตรียมข้อมูล ทำความสะอาด และปรับโครงสร้างข้อมูลให้พร้อมใช้งาน
- พัฒนาโมเดล Machine Learning ขั้นพื้นฐานได้จริง ทั้ง Regression, Classification และแนวทาง Unsupervised เช่น Clustering (K-Means) และ PCA ให้เหมาะกับโจทย์
- ประเมินและตรวจสอบความน่าเชื่อถือของโมเดลได้ตามมาตรฐาน ด้วยการแบ่งชุดข้อมูล, Cross-Validation และการใช้ Metrics สำคัญ (Accuracy, Precision, Recall, F1 Score)
- ยกระดับคุณภาพและความน่าเชื่อถือของงานข้อมูล ผ่านแนวคิด Data Governance, Data Verification และ Data Quality Dimensions
- สื่อสารผลลัพธ์เชิงข้อมูลได้อย่างมืออาชีพ ด้วยการสร้าง Visualization และออกแบบ Dashboard บน Looker Studio เพื่อสนับสนุนการตัดสินใจในงานจริง
หลังจากเรียนจบคอร์สนี้ ผู้เรียนจะสามารถ…
อบรมเชิงปฏิบัติการ (Workshop-based Training) แบบ Hybrid
- ระยะเวลา 6 วัน วันละ 6 ชั่วโมง รวม 36 ชั่วโมง
- วันเสาร์ที่ 7 มี.ค. 2569
- วันเสาร์ที่ 14 มี.ค. 2569
- วันเสาร์ที่ 21 มี.ค. 2569
- วันเสาร์ที่ 28 มี.ค. 2569
- วันเสาร์ที่ 4 เม.ย. 2569
- วันเสาร์ที่ 11 เม.ย.2569
- เวลา 09:00 – 16:00 น.
หัวข้อการอบรม
- พื้นฐาน Data Science & Machine Learning และประเภทของ Machine Learning
- พื้นฐาน Python ที่จำเป็น และไลบรารีสำคัญ (NumPy, Pandas, Scikit-learn)
- การเตรียม/ทำความสะอาด/จัดรูปข้อมูล (Data Preparation & Cleaning)
- การสร้างโมเดล Supervised Learning: Regression & Classification และการประเมินผล (Metrics, Cross-validation)
- Unsupervised Learning: Clustering (K-Means) และ PCA
- Data Governance, Data Verification และ Data Quality Dimensions
- การทำ Data Visualization และออกแบบ Dashboard ด้วย Looker Studio
