 |
|
ข้อมูลรายวิชา สำหรับการเรียนการสอนในระบบเปิด (Thai MOOC) |
|
|
รหัสวิชา : |
nrru004 |
รหัสสถาบัน : |
nrru |
ชื่อมหาวิทยาลัย/สถาบัน : |
มหาวิทยาลัยราชภัฏนครราชสีมา |
|
1. เครือข่ายอุดมศึกษา :
เครือข่ายภาคอีสานล่าง |
2. ชื่อวิชาที่เสนอ (โปรดระบุชื่อวิชาทั้งภาษาไทยและภาษาอังกฤษ) |
ชื่อวิชาภาษาไทย : |
มาเป็น…นักวิเคราะห์ข้อมูล (แบบไม่ต้องพึ่งใคร) กับการทำเหมืองข้อมูลทีละขั้น |
ชื่อวิชาภาษาอังกฤษ : |
Become…a Data Analyst (Do not rely on anyone) with Data Mining Step by Step |
3. ข้อมูลผู้รับผิดชอบรายวิชา (หลัก) |
ผู้รับผิดชอบรายวิชา : |
ผู้ช่วยศาสตราจารย์ ธีรพงษ์ สังข์ศรี |
ตำแหน่ง : |
ผู้ช่วยศาสตราจารย์ |
เบอร์ติดต่อ : |
0990700440 |
อีเมล : |
evan.s.nrru@gmail.com |
มหาวิทยาลัย/สถาบัน : |
มหาวิทยาลัยราชภัฏนครราชสีมา |
คณะ : |
วิทยาศาสตร์และเทคโนโลยี |
ภาควิชา : |
วิทยาการคอมพิวเตอร์ |
|
|
4. หมวด ISCED : 0613 Software and applications development and analysis |
5. รายวิชาจัดอยู่ในกลุ่มวิชา :
คอมพิวเตอร์และเทคโนโลยี Computer and Technology |
6. อายุการให้ประโยชน์ของรายวิชา พิจารณาจากเนื้อหา/ความทันสมัย/ควรปรับปรุงรายวิชาในกี่ปี |
: |
5 ปี |
7. เหตุผลความจำเป็นที่ควรสนับสนุน
การพัฒนารายวิชานี้เป็นรายวิชาในระบบ Thai MOOC |
: |
การวิเคราะห์ข้อมูลเป็นสิ่งสำคัญอย่างยิ่งในทุกองค์กรทั้งภาครัฐและเอกชนเนื่องด้วยเป็นเครื่องมือสำหรับการวางแผนและช่วยตัดสินใจในการดำเนินงานต่างๆ ในองค์กรให้มีประสิทธิภาพที่ดีขึ้นซึ่งในปัจจุบันการวิเคราะห์ข้อมูลด้วยเทคนิคทางด้านเหมืองข้อมูลเป็นเทคนิคที่ช่วยให้สามารถค้นพบองค์ความรู้ใหม่ที่มีประโยชน์ต่อองค์กรในข้อมูลที่มีขนาดใหญ่ โดยลักษณะการวิเคราะห์ข้อมูลด้วยเทคนิคเหมืองข้อมูลสามารถแบ่งได้ออกเป็น 2 ลักษณะงานคือ การสร้างโมเดลสำหรับการพยากรณ์ข้อมูล (Predictive Analytic) และการอธิบายข้อมูลด้วยการแบ่งกลุ่มและสร้างกฏความสัมพันธ์ข้อมูล (Descriptive Analytic)
ในปัจจุบันมีซอฟต์แวร์สำหรับการวิเคราะห์ข้อมูลด้วยเทคนิคเหมืองข้อมูลทั้งซอฟต์แวร์แบบฟรีและแบบมีค่าใช้จ่ายซึ่งมีหลายซอฟต์แวร์ที่ได้รับความนิยมอย่างมากในปัจจุบันเช่น Weka หรือ Rapid Miner Studio ที่สามารถนำมาใช้งานโดยไม่ต้องเสียค่าลิขสิทธิ์ ซึ่งจุดเด่นของซอฟต์แวร์กลุ่มนี้คือเป็นซอฟต์แวร์ที่รวบรวมฟังก์ชันการทำงานที่เกี่ยวข้องกับการทำเหมืองข้อมูลไว้อย่างมากมายตั้งแต่ขั้นตอนการจัดเตรียมข้อมูล ขั้นตอนการสร้างโมเดลหรือการวิเคราะห์ข้อมูล ขั้นตอนการประเมินประสิทธิภาพของโมเดล รวมถึงความสามารถในการนำไปใช้งานร่วมกับภาษาโปรแกรมได้ นอกจากนี้แล้วผู้ใช้งานไม่จำเป็นต้องมีความรู้ในเชิงของทฤษฎิหลักการในเชิงลึกมากแค่มีพื้นฐานทฤษฎีการทำเหมืองข้อมูลเบื้องต้นก็สามารถใช้งานซอฟต์แวร์กลุ่มนี้ได้อย่างไม่ยาก ด้วยการทำงานที่ง่ายด้วยลักษณะแบบกราฟิกสวยงามทำให้ผู้ที่เริ่มใช้เป็นครั้งแรกสามารถเข้าใจส่วนประกอบการทำงานต่างๆ ได้อย่างรวดเร็ว
รายวิชา “มาเป็น…นักวิเคราะห์ข้อมูลกัน (แบบไม่ต้องพึ่งใคร) กับการทำเหมืองข้อมูลทีละขั้น” เป็นรายวิชาที่มุ่งเน้นให้ผู้เรียนได้เกิดความเข้าใจทั้งในหลักการและทฤษฎีการวิเคราะห์ข้อมูลด้วยเทคนิคการทำเหมืองข้อมูลผ่านการฝึกปฏิบัติจากซอฟต์แวร์ประยุกต์ที่ใช้สำหรับการวิเคราะห์ข้อมูลด้วยเหมืองข้อมูลเพื่อให้ผู้เรียนเข้าใจการทำเหมืองข้อมูลได้จริงและสามารถนำไปประยุกต์ใช้กับการแก้ปัญหาต่างๆ ในองค์กรได้ โดยผู้เรียนจะได้เรียนรู้ตั้งแต่หลักการทฤษฎิการทำเหมืองข้อมูล การใช้งานสำหรับการวิเคราะห์ข้อมูลเบื้องต้น การจัดการชุดข้อมูล การเตรียมข้อมูล การวิเคราะห์ข้อมูลด้วยเทคนิคแบบต่างๆ จนถึงการประเมินประสิทธิภาพของโมเดลและการยกตัวอย่างปัญหาการทำงานในองค์กรจริงเพื่อให้ผู้เรียนได้ทดลองปฏิบัติจากปัญหาจริงได้ จุดเด่นสำคัญของรายวิชานี้คือถูกออกแบบมาเพื่อให้ผู้เรียนสามารถศึกษาและเรียนรู้ได้ด้วยตนเองสำหรับการเป็นนักวิเคราะห์ข้อมูลด้วยการใช้เทคนิคการทำเหมืองข้อมูลผ่านซอฟต์แวร์ประยุกต์
|
8. คำอธิบายรายวิชา (นำเสนอรายละเอียดเนื้อหาของรายวิชาอย่างย่อ) |
: |
นักวิเคราะห์ข้อมูลและนักวิทยาศาสตร์ข้อมูล การทำเหมืองข้อมูลและความสำคัญของการทำเหมืองข้อมูล โมเดลมาตรฐานของการทำเหมืองข้อมูล ซอฟต์แวร์ประยุกต์สำหรับการทำเหมืองข้อมูล ข้อมูลและชุดข้อมูล กระบวนการจัดเตรียมข้อมูล เทคนิคการจำแนกชนิดข้อมูล เทคนิคการจัดกลุ่มข้อมูล และเทคนิคการหากฏความสัมพันธ์ของข้อมูล รูปแบบการประเมินประสิทธิภาพของโมเดล การทำเหมืองข้อมูลด้วยประเภทข้อมูลอื่นเช่น ข้อความ รูปภาพ เป็นต้น การปฏิบัติการวิเคราะห์ข้อมูลด้วยกรณีศึกษา |
9. วัตถุประสงค์การเรียนรู้เชิงพฤติกรรม (เขียนเป็น Behavioral objectives ตาม Bloom’s taxonomy หลักๆ ไม่เกิน 5 ข้อ) |
LO1 : |
ผู้เรียนสามารถเข้าใจและอธิบายกระบวนการการทำเหมืองข้อมูลได้ |
LO2 : |
ผู้เรียนสามารถทำความเข้าใจและจัดเตรียมข้อมูลได้ |
LO3 : |
ผู้เรียนสามารถวิเคราะห์ข้อมูลด้วยเทคนิคการทำเหมืองข้อมูลได้ |
LO4 : |
ผู้เรียนสามารถอธิบายรูปแบบและประเมินประสิทธิภาพของโมเดลได้ |
LO5 : |
ผู้เรียนสามารถอธิบายและวิเคราะห์ข้อมูลประเภทอื่นด้วยเทคนิคการทำเหมืองข้อมูลได้ |
10. จำนวนชั่วโมงการเรียนรู้ออนไลน์ทั้งหมด : 12 ชั่วโมง จำนวน : 2
ชั่วโมงการเรียนรู้ต่อสัปดาห์ |
|
(ชั่วโมงการเรียนรู้ออนไลน์ หมายถึง จำนวนระยะเวลาที่ผู้เรียนใช้ในการเรียนจนจบรายวิชา กำหนดให้ 1 รายวิชามีเนื้อหาไม่มากกว่า 12 ชั่วโมงการเรียนรู้ และสัปดาห์เรียนไม่มากกว่า 6 สัปดาห์) |
11. ภาษาที่ใช้ในการสอนผ่านระบบออนไลน์ : ภาษาไทย |
12. ระดับของเนื้อหารายวิชา |
|
|
13. ระดับความยากของเนื้อหารายวิชา : ขั้นกลาง |
14. กลุ่มผู้เรียนเป้าหมายของรายวิชา |
กลุ่มเป้าหมาย : |
นักศึกษาระดับปริญญาตรีที่มีความเกี่ยวข้อง (วิทยาการคอมพิวเตอร์ เทคโนโลยีสารสนเทศ ระบบสารสนเทศเพื่อการจัดการ คอมพิวเตอร์ธุรกิจ สถิติ การตลาด) |
จำนวนผู้เรียน : |
ตามกลุ่มเป้าหมายประมาณการ 300 คน |
15. การนำผลการเรียนรู้ไปใช้ประโยชน์ |
|
- เรียนเพื่อพัฒนาองค์ความรู้ส่วนบุคคล :
- อื่น ๆ (โปรดระบุ) : สามารถนำความรู้ไปใช้วิเคราะห์ข้อมูลในองค์กร บริษัทหรือหน่วยงานของบุคคลที่ผู้เรียนรู้จักเพื่อได้องค์ความรู้ที่เป็นประโยชน์ออกมา
|
16. ความรู้พื้นฐานที่ต้องมี |
|
การใช้งานคอมพิวเตอร์และความรู้ด้านสถิติพื้นฐาน |
|
|
|
สอบถามการใช้งาน แจ้งปัญหาระบบติดต่อ FACEBOOK: THAIMOOC SUPPORT e-Mail: thaimooc@thaicyberu.go.th |