ฉลาดด้วยข้อมูล ใครๆ ก็ทำได้ (คลังข้อมูลและการทำเหมืองข้อมูล) | Data warehouse and Data Mining

รายวิชาเรียนตามอัธยาศัย รายวิชานี้ได้ปรับรูปแบบการจัดการเรียนการสอน เป็น "การเรียนรู้ด้วยตนเองตามอัธยาศัย (Self-Paced)" ฉลาดด้วยข้อมูล ใครๆก็ทำได้ About This Course วิชานี้มุ่งเน้นสอนการวิเคราะห์ข้อมูลทางธุรกิจบนโครงสร้างข้อมูลที่ออกแบบพิเศษ โดยใช้ศาสตร์ใหม่ อาทิเช่น คลังข้อมูล เหมืองข้อมูล ที่จะสามารถตอบโจทย์ทางธุรกิจ และการนำไปใช้งานในชีวิตจริงได้ดีกว่า ฐานข้อมูลทั่วไป อาทิเช่น การ ค้นหากฎของความสัมพันธ์ระหว่างข้อมูล การจำแนกประเภทข้อมูลและการทำนาย การจัดกลุ่มข้อมูล การทำเหมืองข้อมูลที่มีความซับซ้อน การ ประยุกต์ ใช้เหมืองข้อมูล แนวโน้มของการทำเหมืองข้อมูล การทำเหมืองข้อมูลอักษรและเว็บไซต์และการใช้เครื่องมือในการทำวิเคราะห์ข้อมูล เช่น MSSQL, Power BI, Excel, WEKA เป็นต้น . ตัวอย่างการวิเคราะห์ในรายวิชานี้ Customer Segmentation Customer Retention/ Churn Analysis Cross-Sell Analysis Direct Marketing Models Fraud Detection Market Share Analysis Client Targeting Marketing Strategy วิชานี้จึงเหมาะสมกับ ผู้บริหาร เจ้าของธุรกิจ นักวิเคราะห์ข้อมูล นักวิเคราะห์ระบบ นักเรียน นักศึกษาทั่วไป Course Staff ผศ. ดร. เชฏฐเนติ ศรีสอ้าน คณบดี วิทยาลัยเทคโนโลยีสารสนเทศและการสื้อสาร มหาวิทยาลัยรังสิต email: [email protected] ข้อมูลเพิ่มเติม เวลาในการศึกษา : 10 ชั่วโมงการเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 3 ชั่วโมง 30 นาที) เวลาในการศึกษาต่อสัปดาห์ : 2 ชั่วโมงการเรียนรู้ (เรียนแบบออนไลน์ 100%) ประเภทของการเรียนในรายวิชา : เรียนด้วยตนเอง กำหนดการสอน : * เนื้อหาทั้งสิ้น 10 บท โดย 1 บทใช้เวลาเรียน 1 ชั่วโมงการเรียนรู้* ใช้เวลาเรียน 10 สัปดาห์ ไม่รวมแนะนำรายวิชาและการทำข้อสอบประมวลความรู้ ค่าธรรมเนียมการเรียน : ไม่มี สื่อการเรียนรู้ : วีดิทัศน์สื่อการเรียนรู้ เอกสารประกอบการสอน กรณีศึกษา และแบบทดสอบที่ใช้ในการเรียนการสอน ภาษาหลักของสื่อการสอน : ภาษาไทย ระดับความยากง่ายของเนื้อหา : ระดับเบื้องต้น ความรู้พื้นฐานที่ต้องมี : - คุณสมบัติผู้เรียน : สามารถใช้งานคอมพิวเตอร์ โปรแกรมพื้นฐานทั่วไปสามารถเชื่อมต่ออินเทอร์เน็ตได้ วัตถุประสงค์การเรียนรู้ : 1: เพื่อให้ผู้เรียนมีความรู้ ความเข้าใจ ในหลักการจัดการคลังข้อมูล และเหมืองข้อมูล เบื้องต้น 2: เพื่อให้ผู้เรียนทราบถึงการบริหารจัดการคลังข้อมูล การวิเคราะห์ข้อมูล และ การทำนาย 3: เพื่อให้ผู้เรียนทราบถึงกิจกรรมต่างๆด้านคลังข้อมูล และ เหมืองข้อมูล 4. เพื่อให้ผู้เรียน สามารถ การนำ ผลการวิเคราะห์ จาก เหมืองข้อมูล ไปใช้งานด้านต่างๆ รายวิชานี้เหมาะสมกับ : นิสิต-นักศึกษาระดับปริญญาตรี ไม่จำกัดสาขา / นักเรียน / ประชาชนทั่วไป เกณฑ์การผ่านวิชา และได้ใบประกาศนียบัตร (หากมี): ผู้เรียนได้รับประกาศนียบัตรอิเล็คทรอนิกส์ (ถ้ามี) เมื่อเข้าร่วมกิจกรรมพร้อมผ่านการวัดผลทั้งหมด และได้ผลารปรเมินไม่น้อยกว่า 50% โดยไม่มีค่าใช้จ่ายเพิ่ม ปฏิทินการสอน แนะนำรายวิชา และทำกิจกรรมก่อนการเรียนรู้ บทที่ 1 -คลังข้อมูล (Data Warehouse) บทที่ 2 -การออกแบบและสร้างคลังข้อมูล บทที่ 3 -การประมวลผลเชิงวิเคราะห์แบบออนไลน์ (Online Analytical Processing: OLAP) บทที่ 4 -หลักการสร้าง MOLAP ด้วย SQL Server Business Intelligence Development Studio บทที่ 5 -Business Intelligence (BI) บทที่ 6 -เหมืองข้อมูล (Data Mining) บทที่ 7 -กฎความสัมพันธ์ (Association Rule) บทที่ 8 -การจำแนกประเภทข้อมูล (Classification) บทที่ 9 -แผนภูมิต้นไม้ (Decision Tree) บทที่ 10 -เครื่องมือการสร้างเหมืองข้อมูล (Tool of Data Mining) ช่วงเวลาทำข้อสอบประมวลความรู้ (ออนไลน์) 30 ข้อแบบสุ่ม ทุกคนจะได้ข้อสอบไม่เหมือนกัน โดยอาจจะสลับข้อกัน พัฒนาในกรอบความร่วมมือของ เครือข่ายอุดมศึกษาภาคกลางตอนบน ผลิตโดย วิทยาลัยเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยรังสิต Created by College of Information Technology and Communication, Rangsit University อำนวยการดำเนินงานโดย มหาวิทยารังสิต Directed by Rangsit University รายวิชาและสื่อการสอนของมหาวิทยารังสิตนี้ เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org) และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons 4.0 (นานาชาติ) ด้วยเงื่อนไข CC-BY-NC-SA This work by Rangsit University is a part of Thai MOOC (thaimooc.org) project and is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. © ThaiMOOC. All rights reserved except where noted. EdX, Open edX and the edX and Open EdX logos are registered trademarks or trademarks of edX Inc.