Education

Python for Machine Learning and Data Mining รุ่นที่ 8

Python for Machine Learning and Data Mining

วันเสาร์ อาทิตย์ที่ 15 - 16 ตุลาคม และ 5 - 6 พฤศจิกายน


หลักการและเหตุผล

การใช้กระบวนการ Machine Learning และ Data Science ในกรณีศึกษาจริง มักจะมีรูปแบบของการวิเคราะห์และขั้นตอนที่ซับซ้อน หลักสูตรนี้จะทำให้ผู้อบรมได้รู้จักกับวิธีการเขียนโปรแกรมภาษา Python เพื่อสำรวจข้อมูลจากความหลากหลายของแหล่งที่มา โดยการสร้างแบบจำลองเชิงอนุมาน สร้างแผนภูมิกราฟ และการแสดงข้อมูลด้านอื่น เห็นรูปแบบปัญหาและกรณีศึกษาหลายๆแบบ ทั้งในภาคธุรกิจและงานวิจัยโดยจะมี ทั้งภาคทฤษฎี และ ภาคปฏิบัติ ซึ่งเครื่องมือที่ใช้คือ Google Colab ซึ่งผู้อบรมสามารถใช้งานได้ฟรีและไม่จำเป็นต้องยุ่งยากในการติดตั้งโปรแกรม ทั้งนี้ ผู้อบรมต้องนำคอมพิวเตอร์โน้ตบุคมาในวันอบรมด้วย

วัตถุประสงค์

    1. เพื่อให้บุคคลากรทั่วไปมีความรู้ความเข้าใจด้านกาวิทยาการข้อมูลกระบวนการทำเหมืองข้อมูล
    2. สร้างความเข้าใจในกระบวนการทำงานด้วยข้อมูล
    3. พัฒนาทักษะด้านการใช้ข้อมูลของบุคคลที่ต้องการเริ่มต้นการวิเคราะห์ด้วยข้อมูลในขั้นสูง

หลักสูตรนี้เหมาะกับใครบ้าง

  • คนที่กำลังเริ่มพื้นฐานด้านการวิเคราะห์ข้อมูล
  • บุคคลที่สนใจกระบวนการด้านการวิเคราะห์ธุรกิจและการทำเหมืองข้อมูล และ Machine Leanring
  • บุคคลที่มีพื้นฐานในขั้นปานกลางถึงขั้นสูงในเรื่องวิทยาการข้อมูล


                                                                                    


วันเสาร์ อาทิตย์ที่ 15 - 16 ตุลาคม และ 5 - 6 พฤศจิกายน

เวลา 9:00-16:00 น. ( 24 ชั่วโมง)

                                                                                    

 

5,280 บาท (ออนไลน์)

หากลงทะเบียนก่อนวันอบรม 14 วัน ลด 10% เหลือ 4,752 บาท

                                                                                    

สถานที่ 

เรียนออนไลน์ผ่าน Webex

                                                                                    

กำหนดการ 

วันที่เวลาหัวข้อ

วันที่ 1

9.00 - 12.00

  • Module 1: Introduction to Data Science
  • Module 2: Introduction to Python
  • Module 3: CRISP-DM
  • Module 4: Python Packages
  • Module 5: Python Variables
  • Module 6: Data type and Data Importing
  • Module 7: Missing value and Outlier Handling
  • Module 8: Imbalance Data
  • • Up sampling
  • • Down sizing
  • Module 9: Feature selection and Dimensionality Reduction

13.00 - 16.00

  • Module 10: Introduction to Data Visualization
  • Module 11: Machine Learning Overview
  • Module 12: Association Rule
  • Module 13: Basic Classification Technique
  • Module 14: Classification Performance Measurement


  • Module 15: Machine Learning Overview
  • Association Rule (apyori library)
  • Module 16: Basic Classification Technique
  • Module 17: Classification Performance Measurement

วันที่ 2

 

9.00 - 12.00 

  • Module 18: Additional Classification Techniques
  • Module 19: Regression Methods
  • หาค่า MAE
  • หาค่า MSE
  • หาค่า RMSE

13.00 - 16.00

  • Module 20: Clustering Methods
  • Module 21: Neural Networks
วันที่เวลาหัวข้อ

วันที่ 3

9.00 - 12.00

  • Module 22: Tuning techniques
  • Module 23: Deploy model (streamlit)
  • Module 24: Demonstration
  • Module 25: Introduction to Text mining

13.00 - 16.00

  • Module 26: Text mining ENG
  • Module 27: Text mining THAI

วันที่ 4

 

9.00 - 12.00 

  • Module 28: Tokenize
  • Module 29: Sentiment Analysis


13.00 - 16.00

  • Module 30: Text Clustering
  • Module 31: Text Classification


                                                                                                                    


***ใบเสร็จออกในนามคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล***

https://www.datalentteam.com/pythondatamining_gen8/


สอบถามรายละเอียดเพิ่มเติมได้ที่

Email : Datalentteam@gmail.com

Facebook : Datalent Team 

Tel : 097-1135975 (คุณบอย) 

data science, python
Df6a33b4ddee0acec939a01bf3e4a46c8a1826e9
Organized by
Datalent