Data Science ปูพื้นฐาน: อ่านข้อมูลให้เป็นก่อนสร้างโมเดล

เนื้อหาคอร์สเรียน (13 บทเรียน)

1. 1

   แบบทดสอบก่อนเรียน

   สำรวจความเข้าใจก่อนเริ่มเรียน

2. 2

   Data Science คืออะไร

   วิดีโอประกอบบทเรียน

3. 3

   ตั้งคำถามก่อนเลือกวิธี

   เริ่มจากผู้ใช้และการตัดสินใจ ระบุปัญหา หน่วยวิเคราะห์ ช่วงเวลา และความสำเร็จ เช่น ลดเวลารอ ไม่ใช่เพียงสร้างโมเดล คุยกับเจ้าของกระบวนการเพื่อหาเงื่อนไข

4. 4

   ทำความเข้าใจข้อมูล

   ทำบัญชีแหล่งข้อมูล เจ้าของ วิธีเก็บ ความถี่ หน่วย ความหมาย และสิทธิ์ ตรวจจำนวนแถว ค่าหาย ซ้ำ ช่วงวันที่ และรูปแบบผิด เปรียบเทียบกับกระบวนการจริง เช่น

5. 5

   ทำความสะอาดและเตรียม

   บันทึกเหตุผลจัดการค่าว่าง ค่าผิดปกติ ซ้ำ และหมวดสะกดต่าง อย่าลบสิ่งแปลกก่อนรู้ว่าเป็นข้อผิดพลาดหรือเหตุการณ์จริง เก็บต้นทางตามนโยบาย แยกชุดทำงาน และกำ

6. 6

   สำรวจและทดสอบสมมติฐาน

   ใช้สถิติและกราฟดูการกระจาย แนวโน้ม ค่าผิดปกติ และความสัมพันธ์ ตั้งสมมติฐานและตรวจหลายมุม ความสัมพันธ์ไม่ยืนยันเหตุและผล ตรวจว่ากลุ่มตัวอย่างครอบคลุมไห

7. 7

   สื่อสารและเลือกขั้นต่อไป

   รายงานคำถาม วิธีใช้ข้อมูล ข้อค้นพบ ข้อจำกัด และทางเลือก ระบุจำนวนตัวอย่าง เวลาและ metric เพื่อให้ตรวจซ้ำ แยกสิ่งที่ข้อมูลรองรับจากความเห็น หากข้อมูลไม

8. 8

   กรณีศึกษาประยุกต์และการตรวจชิ้นงาน

   ทำความสะอาดข้อมูลโดยไม่เปลี่ยนความหมายของค่าที่หายไป

9. 9
   เอกสารประกอบ0 คะแนน1 นาที

   คู่มือประกอบคอร์ส

   รวบรวมประเด็นสำคัญจากบทเรียน พร้อมเอกสารภาษาไทยและภาษาอังกฤษ

10. 10
    เอกสารประกอบ0 คะแนน1 นาที

    แบบฝึกปฏิบัติ

    แบบฝึกจากหัวข้อในคอร์ส ใช้ทบทวนและวางแผนทดลองกับงานจริง

11. 11
    เอกสารประกอบ0 คะแนน1 นาที

    คู่มืออ้างอิงฉบับย่อ

    สรุปหัวข้อและประเด็นตรวจทานจากบทเรียน เพื่อเปิดดูระหว่างทำงาน

12. 12
    เอกสารประกอบ0 คะแนน1 นาที

    แบบวางแผนนำไปใช้

    แม่แบบเชื่อมโยงหัวข้อในคอร์สกับเป้าหมาย ผู้รับผิดชอบ และหลักฐานตรวจผล

13. 13

    แบบทดสอบหลังเรียน

    แบบทดสอบสถานการณ์ 8 ข้อเพื่อประยุกต์ความรู้จากบทเรียน