DokuWiki

It's better when it's simple

User Tools

Site Tools


playground:playground

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
playground:playground [2024-04-09 17:21] copperpakawat01playground:playground [2024-05-21 02:59] (current) – 33 176.59.130.83
Line 1: Line 1:
-**<fs x-large><color blue>INTRODUCTION TO DATA SCIENCE</color></fs>**+Hello World 
 +===== ====== Headline ====== 
 +== Level 5 Headline == 
 + =====
  
-===== รายละเอียดกระบวนวิชา ===== +  Nullte Sitzung 
-**รหัสกระบวนวิชา** : 204123\\ +  * 1. Sitzung
-**ชื่อกระบวนวิชา** : วิทยาการข้อมูลเบื้องต้น\\ +
-**หน่วยกิต** : 3(2-2-5)\\ +
-**เงื่อนไขที่ต้องผ่านก่อน**  :  ไม่มี \\ +
-**วัตถุประสงค์** : นักศึกษาสามารถ \\ +
-  - อธิบายแนวคิดพื้นฐานของวิทยาการข้อมูล +
-  - ประยุกต์เครื่องมือด้านวิทยาการข้อมูลเพื่อดำเนินการวิเคราะห์ข้อมูลขั้นพื้นฐาน+
  
-===== เนื้อหากระบวนวิชา ===== +[[http://example.com|External Link]]
-|<100%>+
-|  @#99d9ea:**หัวข้อ**  |  @#99d9ea:**บรรยาย**  |  @#99d9ea:**ปฏิบัติการ** +
-|1. ภาพรวมของวิทยาการข้อมูล  | Slide: {{ :ch1.pdf |}}  | ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Machine Learning Studio ด้วยตัวเองจากวิดีโอ [[https://youtu.be/o80xB2zpez4|YouTube]]   | +
-|2. การรวมรวมและการได้มาซึ่งข้อมูล  | Slide: {{ :ch2.pdf |}}   |Dataset : {{ :lab_01_dataset.zip |}} {{ :lab_02_dataset.zip |}} \\ Lab : {{ :lab_01.pdf |}} {{ :lab_02.pdf |}}| +
-|3. การวิเคราะห์เชิงพรรณนา \\ - สถิติศาสตร์เชิงพรรณนาด้วยตารางตัวหลัก \\ - การวิเคราะห์กลุ่ม \\ - การวิเคราะห์ความสัมพันธ์ |Slide: {{ :ch3.pdf |}}  | Dataset : {{ :lab_03_dataset.zip |}} {{ :lab_04_dataset.zip |}} {{ :lab_05_dataset.zip |}} \\ Lab : {{ :lab_03.pdf |}} {{ :lab_04.pdf |}} {{ :lab_05.pdf |}}| +
-|4. การวิเคราะห์เชิงพยากรณ์ \\ - การวิเคราะห์การจำแนก \\ - การวิเคราะห์ถดถอย \\ - การวิเคราะห์อนุกรมเวลา |Slide: {{ :ch4.pdf |}}  | Dataset : {{ :lab_06_dataset.zip |}} {{ :lab_07_dataset.zip |}} {{ :lab_08_dataset.zip |}} \\ Lab : {{ :lab_06.pdf |}} {{ :lab_07.pdf |}} {{ :lab_08.pdf |}} | +
-|5. การวิเคราะห์เชิงวางเงื่อนไข \\ - การหาค่าที่เหมาะสมที่สุด \\ - การจำลอง |Slide:{{ :ch5.pdf |}}    |Dataset : {{ :lab_09_dataset.zip |}} \\ Lab : {{ :lab_09.pdf |}} | +
-|6. การมองภาพข้อมูล |Slide: {{ :ch6.pdf |}}   |ศึกษาและฝึกหัดการใช้เครื่องมือ Microsoft Power BI Desktop ด้วยตัวเองจากวิดีโอ [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\ Dataset : {{ :lab_10_dataset.zip |}} {{ :lab_11_dataset.zip |}} {{ :lab_12_dataset.zip |}} \\ Lab : {{ :lab_10.pdf |}} {{ :lab_11.pdf |}} {{ :lab_12.pdf |}}| +
-|7. ประเด็นท้าทายในวิทยาการข้อมูล|Slide: {{ :ch7.pdf |}}  |+
  
-===== อาจารย์ผู้สอน ===== 
-**Section 1** \\ 
-**เวลาเรียน** 
-  * **บรรยาย** วันจันทร์ เวลา 14:30-16:30น.  ห้อง CSB209 
-  * **ปฏิบัติการ** วันพฤหัสบดี เวลา 14:30-16:30น. ห้อง CSB307 
-**อาจารย์ผู้สอน**\\ 
-ผศ.ดร.ปภังกร อิ่นแก้ว   \\ 
-Email: papangkorn.i@cmu.ac.th \\ 
  
 +===== Test de bac à sable =====
  
-===== สัดส่วนการให้คะแนน ===== +===== ====== Titre de niveau 2 ====== =====
-คะแนนสอบกลางภาค 30% \\ +
-คะแนนสอบปลายภาค 30% \\ +
-คะแนนปฏิบัติการ 12% \\ +
-คะแนนรายงานการค้นคว้า 20% \\ +
-การเข้าชั้นเรียน 4% \\ +
-การส่งงานตรงเวลา 4% \\+
  
-===== การสอบ ===== +1  2  
-<color #ed1c24>**สอบกลางภาค** : วันพุธ ที่ 17 มกราคม พ.ศ. 2567 เวลา 15:30-18:30น. </color> \\ +| 3  | 4  |
-<color #ed1c24>**สอบปลายภาค** : วันพฤหัสบดี ที่ 14 มีนาคม พ.ศ. 2567 เวลา 08:00-11:00น. </color>  +
- +
-===== การวัดประเมินผล ===== +
-คะแนนจากการสอบกลางภาค สอบปลายภาค และการบ้านปฏิบัติการ/งานที่ได้รับมอบหมาย +
-__ตัดเกรดอิงเกณฑ์__ (เป็นหลัก) +
- +
-ช่วงคะแนน      เกรดที่คาดว่าจะได้รับ   +
-80-100    | A     |  +
-| 75-79    | B+| +
-| 70-74    | B   | +
-| 65-69    | C+   |  +
-| 60-64    | C   |  +
-| 55-59    | D+   |  +
-| 50-54    | D   |  +
-| 0-49    | F   |  +
- +
-===== เอกสารประกอบการสอน ===== +
-หนังสือ: \\ +
-- Inkeaw P..Introduction to Data Science (In Thai: วิทยาการข้อมูลเบื้องต้น). Chiang Mai, Thailand: Chiang Mai University Press; 2023. ISBN Number (E-book) 978-616-398-866-9.สามารถซื้อได้ที่นี่ [[https://cmupress.cmu.ac.th/book/detail/459a515894a61457d9617fb2b72705f3 | คลิก! ]] \\ +
-วิดีโอแนะนำเครื่องมือปฏิบัติการ : \\ +
-- Microsoft Machine Learning Studio [[https://youtu.be/o80xB2zpez4|YouTube]] \\ +
-- Microsoft Power BI Desktop [[https://youtu.be/SgGM8iLcsZU|YouTube]] \\ +
- +
- +
-===== แบบฟอร์มรายงานการค้นคว้า ===== +
-ส่วนที่ 1 ข้อมูล {{ :part_1_data.docx |Download}} \\ +
-ส่วนที่ 2 การเตรียมข้อมูล {{ :part_2_data_preparing.docx | Download}} \\ +
-ส่วนที่ การวิเคราะห์ข้อมูลด้วยการสำรวจ {{ :part_3_data_description.docx |Download}} \\ +
-ส่วนที่ การวิเคราะห์เชิงพยากรณ์ {{ :part_4_data_prediction.docx |Download}} \\ +
-ส่วนที่ 5 การมองภาพข้อมูล {{ :part_5_data_visualization.docx |Download}} +
-===== เว็บไซต์ที่เกี่ยวข้อง ===== +
-** เว็บไซต์ส่งการบ้าน** : [[http://hw.cs.science.cmu.ac.th]] \\ +
- +
-**หมายเหตุ** +
-วันและเวลาการสอบ เป็นไปตามประกาศของมหาวิทยาลัย ไม่มีนโยบายสอบนอกตาราง \\ +
-<color #ed1c24>นักศึกษาต้องเข้ารับการประเมินทั้งการสอบกลางภาคและปลายภาคการศึกษา มิฉะนั้นจะได้รับการประเมินในลำดับขั้น F</color> +
playground/playground.1712676063.txt.gz · Last modified: 2024-04-09 17:21 by copperpakawat01

Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Share Alike 4.0 International
CC Attribution-Share Alike 4.0 International Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki