วิทยาการข้อมูลและการประยุกต์ใช้ | Data Science Essential and Applications

รายวิชานี้ได้ปรับเป็นการเรียนรู้ด้วยตนเองตามอัธยาศัย (Self-Paced Learning) คำอธิบายรายวิชา เนื้อหาของวิชานี้จะช่วยให้ผู้เรียนเข้าใจถึงวิทยาการข้อมูล ทั้งในด้านการประยุกต์ใช้ องค์ประกอบ กระบวนการ หลักการต่างๆที่เกี่ยวข้อง รวมไปถึงความรู้เบื้องต้นของการใช้เครื่องมือ การนำเสนอ และเทคนิคที่เหมาะสมในการวิเคราะห์ข้อมูลประเภทไม่มีโครงสร้างได้ ประมวลวิชา โครงสร้างเนื้อหาและบทเนื้อหา จำนวนชั่วโมงเรียนรู้ จำนวนชั่วโมงเรียนรู้ทั้งหมด 30 ชั่วโมงเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 11 ชั่วโมง 18 นาที) วัตถุประสงค์การเรียนรู้ 1. ผู้เรียนสามารถอธิบายความหมายของวิทยาศาสตร์ข้อมูลและองค์ความรู้พื้นฐานที่เกี่ยวข้องได้ 2. ผู้เรียนสามารถดำเนินการสำรวจข้อมูลด้วยวิธีการทางสถิติได้ 3. ผู้เรียนสามารถสร้างโมเดลการเรียนรู้ของเครื่องแบบไม่ซับซ้อนได้ 4. ผู้เรียนสามารถเรียบเรียงการนำเสนอผลการวิเคราะห์ข้อมูลได้ 5. ผู้เรียนสามารถเลือกใช้เทคนิคที่เหมาะสมในการวิเคราะห์ข้อมูลข้อความ ข้อมูลภาพ ข้อมูลเชิงพื้นที่ และข้อมูลสังคมเครือข่ายได้ คุณสมบัติผู้เรียน นักเรียน นักศึกษา และประชาชนทั่วไป ทุกเพศ ทุกวัย ที่สนใจสามารถเรียนได้ โดยผู้เรียนจะต้องมีความรู้เบื้องต้นทางด้านสถิติ และสามารถใช้เครื่องมือ Microsoft Excel ได้ในระดับปานกลาง เกณฑ์การวัดผล การประเมินผลระหว่างเรียน (Formative Assessment) ผู้เรียนทำกิจกรรมการเรียนรู้ครบทุกโมดูลการเรียนรู้ จำนวน 10 ครั้ง รวม 10% วัดจากการทำแบบทดสอบหลังเรียนประจำโมดูลการเรียนรู้ รวม 25% การประเมินผลหลังสิ้นสุดการเรียนการสอน (Summative Assessment) วัดจากการทำแบบวัดผลสัมฤทธิ์ทางการเรียน โดยจะวัดทั้งสิ้น 3 ครั้ง รวม 65% การตัดสินให้ผ่าน (Pass) เมื่อผู้เรียนได้คะแนนรวมทั้งหมด ตั้งแต่ร้อยละ 70 ขึ้นไป ทีมผู้รับผิดชอบรายวิชา MOOC อาจารย์ผู้รับผิดชอบรายวิชาหลัก ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม รศ.ดร.วิโรจน์ อรุณมานะกุล ภาควิชาภาษาศาสตร์ คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ผศ.ดร.วีระ เหมืองสิน ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ผศ.ดร.พีรพล เวทีกุล ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ผศ.ดร.สุกรี สินธุภิญโญ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ผศ.ดร.ธนารัตน์ ชลิดาพงศ์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ดร.ภูริพันธุ์ รุจิขจร ภาควิชาสถิติ คณะพานิชย์ศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย อาจารย์ผู้รับผิดชอบรายวิชาร่วม ดร.ศิพัตม์ ไตรอุโฆษ ศูนย์เชี่ยวชาญเฉพาะทางด้านการวิเคราะห์ข้อมูลขนาดใหญ่และไอโอที จุฬาลงกรณ์มหาวิทยาลัย ช่องทางติดต่อทีมผู้สอน [email protected] Creative commons สัญญาอนุญาตสิทธิ์ “สื่อการสอนนี้เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org) และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons ด้วยเงื่อนไข CC BY NC SA”