กำลังโหลดเนื้อหา
เนื้อหาในคอร์ส: 13 บทเรียน · เอกสารประกอบ 4 รายการ
แบบทดสอบก่อนเรียน
สำรวจความเข้าใจก่อนเริ่มเรียน
Data Science คืออะไร
วิดีโอประกอบบทเรียน
ตั้งคำถามจากการตัดสินใจ
เริ่มจากการตัดสินใจ เช่น กลุ่มใดต้องการข้อมูลเพิ่ม หรือขั้นตอนไหนทำให้ผู้สนใจหยุด ไม่เริ่มจากถามว่า AI ทำอะไรได้ เขียนโจทย์ระบุกลุ่ม ช่วงเวลา และการกร
เลือกแหล่งและตรวจคุณภาพ
แบบสำรวจ บันทึกบริการ แคมเปญ และธุรกรรมสะท้อนกลุ่มกับช่วงเวลาต่างกัน ตรวจวิธีเก็บ รายการซ้ำ ค่าว่าง และนิยามก่อนรวม จดกลุ่มที่ขาดหรือไม่เป็นตัวแทน ใช้
จัดหมวดเสียงลูกค้า
AI ช่วยเสนอหมวด feedback ได้ แต่หมวดเป็นสมมติฐานจนคนตรวจ ใช้ตัวอย่างที่ลบข้อมูลระบุตัวบุคคล ขอชื่อและนิยาม แล้วตรวจตัวอย่างจากหลายกลุ่ม ความหมายประชดห
แยก insight และสมมติฐาน
แยก observation, interpretation และข้อเสนอ เช่น อัตราหยุดที่หน้า checkout เป็นสิ่งพบ ส่วนกังวลค่าส่งเป็นสมมติฐาน ตรวจ metric ช่วงเวลา ขนาดกลุ่ม และตัว
ทดลองและเรียนรู้
แปลงข้อค้นพบเป็นการทดลองที่มีสมมติฐาน กลุ่มเปรียบเทียบ metric หลัก และ metric ป้องกัน กำหนดช่วงเวลาก่อนดูผลและคุมปัจจัยอื่น อย่าหยุดเมื่อผลต้นทางเป็นบ
กรณีศึกษาประยุกต์และการตรวจชิ้นงาน
สรุปหัวข้อจากความคิดเห็นชุดเล็กก่อนตัดสินใจปรับบริการ
คู่มือประกอบคอร์ส
รวบรวมประเด็นสำคัญจากบทเรียน พร้อมเอกสารภาษาไทยและภาษาอังกฤษ
แบบฝึกปฏิบัติ
แบบฝึกจากหัวข้อในคอร์ส ใช้ทบทวนและวางแผนทดลองกับงานจริง
คู่มืออ้างอิงฉบับย่อ
สรุปหัวข้อและประเด็นตรวจทานจากบทเรียน เพื่อเปิดดูระหว่างทำงาน
แบบวางแผนนำไปใช้
แม่แบบเชื่อมโยงหัวข้อในคอร์สกับเป้าหมาย ผู้รับผิดชอบ และหลักฐานตรวจผล
แบบทดสอบหลังเรียน
แบบทดสอบสถานการณ์ 8 ข้อเพื่อทบทวนการนำไปใช้
กำลังโหลดความคิดเห็น…
