หลักสูตร Python Programming for Data Science and Machine Learning
หลักการ
วิทยาการข้อมูล เป็นศาสตร์แห่งการวิเคราะห์ข้อมูลจำนวนมากและสร้างแบบจำลองเพื่อทำนายอนาคตจากข้อมูลที่มีอยู่ วิทยาการข้อมูลเป็นศาสตร์ที่มีความสำคัญและจำเป็นอย่างยิ่งสำหรับโลกยุคปัจจุบันที่ขับเคลื่อนด้วยข้อมูลมหาศาล ไม่ว่าจะเป็นภาครัฐหรือภาคธุรกิจ การเรียนรู้ด้วยเครื่อง คือการสร้างแบบจำลองในทำนายจากข้อมูลที่มีอยู่ ภาษาหลักที่นิยมใช้ในการทำงานกับข้อมูลคือภาษาไพทอน ในปัจจุบัน ผู้เชี่ยวชาญการโปรแกรมภาษาไพทอน เพื่อนำมาใช้ในการทำงานกับข้อมูลยังขาดแคลนอยู่มาก ข้อมูลจากเว็บไซต์ Python Developer Salary Overview and Predictions [1] ระบุว่า ตำแหน่งงานด้านนักวิทยาการข้อมูลและการเรียนรู้ด้วยเครื่อง ที่สามารถโปรแกรมภาษาไพทอนด้วยนั้น มีเงินเดือนเริ่มต้นที่ $88K ต่อปี (ประมาณ 3 ล้านบาท)
อย่างไรก็ตาม ในสถานการณ์ระหว่างและภายหลังวิกฤตการระบาดของไวรัสโคโรนา 2019 (COVID-19) พบว่า แรงงานที่มีทักษะน้อย ได้ถูกให้ออกจากงานเพื่อลดค่าใช้จ่ายของภาคธุรกิจจำนวนมาก ดังนั้น งานที่ใช้ทักษะทั่วๆ ไปจึงไม่นับว่าขาดแคลน ขณะเดียวกัน ภาคธุรกิจที่ต้องการตอบโจทย์จากข้อมูลที่มีอยู่ มีตำแหน่งงานแต่กลับหาผู้มีคุณสมบัติมาสมัครไม่ได้ แสดงว่า งานที่ต้องการทักษะขั้นสูงยังขาดแคลนอยู่อย่างมาก แต่แรงงานทั่วไปส่วนใหญ่ยังขาดพื้นฐานที่ดีในการทำงานกับข้อมูลที่มีอยู่
ดังนั้น เพื่อตอบโจทย์ธุรกิจและภาคอุตสาหกรรม ในด้านการฝึกทักษะขั้นสูงในการทำงานกับข้อมูล หลักสูตรนี้ได้ออกแบบมาเพื่อให้ผู้เรียนมีพื้นฐานที่ดีในการโปรแกรมไพทอน เพื่อใช้ในการทำงานกับข้อมูล เมื่อจบหลักสูตร ผู้เข้ารับการอบรม สามารถนำไปใช้พัฒนางานที่ทำอยู่ หรือเพื่อไปประกอบอาชีพในอนาคต เป็นการเพิ่มเติมทักษะด้านที่เป็นความต้องการอย่างสูงของภาคธุรกิจและอุตสาหกรรม
เนื้อหา ประกอบด้วย
เนื้อหาการอบรมประกอบด้วยภาคทฤษฏีและปฏิบัติ รวม 45 ชั่วโมง ประกอบด้วย
| หัวข้อ | เนื้อหา | Learning Outcome |
| 1 | Basic Python Programming 1: Data Types, Condition, |
เข้าใจพื้นฐานการเขียนโปรแกรมไพทอน |
| 2 | Basic Python Programming 2: Loop, Classes & Objects, Functions |
เข้าใจพื้นฐานการเขียนโปรแกรมไพทอน |
| 3 | Basic Python. Programming 3: Exercises |
เข้าใจพื้นฐานการเขียนโปรแกรมไพทอน |
| 4 | Python Libraries for Data Science 1: Numpy |
สามารถใช้งาน libraries ที่จำเป็นสำหรับ data science ได้ |
| 5 | Python Libraries for Data Science 2: Pandas |
สามารถใช้งาน libraries ที่จำเป็นสำหรับ data science ได้ |
| 6 | Python Libraries for Data Science 3: Exercises |
สามารถใช้งาน libraries ที่จำเป็นสำหรับ data science ได้ |
| 7 | Basic Statistics and Python Libraries for Visualization 1: Matplotlib |
สามารถวิเคราะห์ข้อมูลเชิงสถิติเบื้องต้นได้ สามารถพลอตกราฟต่าง ๆ ได้ |
| 8 | Basic Statistics and Python Libraries for Visualization 2: Exercises |
สามารถวิเคราะห์ข้อมูลเชิงสถิติเบื้องต้นได้ สามารถพลอตกราฟต่าง ๆ ได้ |
| 9 | Introduction to Machine Learning | เข้าใจทฤษฎีเบื้องต้นของการทำ Machine Learning |
| 10 | Machine Learning Prediction (1) Linear Regression |
สามารถใช้ Machine Learning ในการทำนาย ยอดขายสินค้า, ราคาบ้าน และอื่นๆ ได้ |
| 11 | Machine Learning Classification (1) Logistic Regression |
สามารถใช้ Machine Learning ในการทำนายหมวดหมู่ได้ |
| 12 | Machine Learning Classification (2) KNN Decision Tree Random Forest |
สามารถใช้ Machine Learning ในการจำแนก Comment จาก Social Network ว่ามีอารมณ์บวกหรือลบได้ |
| 13 | Machine Learning Classification (3) SVM Ensemble method |
สามารถใช้ Machine Learning ในการจำแนก Comment จาก Social Network ว่ามีอารมณ์บวกหรือลบได้ |
| 14 | Machine Learning Clustering K-Means |
สามารถใช้ Machine Learning ในการจัดกลุ่ม ผู้ซื้อสินค้าจาก E-Commerce ได้ |
| 15 | Mini Project | สามารถใช้เทคนิค Machine Learning ในการแก้ไขปัญหาได้ |
วิทยากร
คณาจารย์ประจำคณะเทคโนโลยีสารสนเทศ
คุณสมบัติของผู้สมัคร
- บุคคลทั่วไป
- ศิษย์เก่าคณะเทคโนโลยีสารสนเทศ สจล.
ระยะเวลาและสถานที่อบรม
ในทุกวันอาทิตย์ เวลา 13.00 – 16.00 น. เรียน 15 สัปดาห์ 45 ชั่วโมง ระหว่างวันที่ 7 กรกฎาคม – 27 ตุลาคม 2567
(หมายเหตุ: หากมีการเปลี่ยนแปลงวันและเวลาจากที่กำหนดไว้ จะแจ้งให้ทราบล่วงหน้า)
**เรียนร่วมกับนักศึกษาหลักสูตรปัญญาประดิษฐ์ ปริญญาโท**
ณ ห้องปฏิบัติการคอมพิวเตอร์ คณะเทคโนโลยีสารสนเทศ
การรับสมัคร
เปิดรับสมัครถึง 27 มิถุนายน 2567
**สมัครและชำระค่าลงทะเบียนก่อนจะมีสิทธิ์ก่อน
รับจำนวน 15 คน
อัตราค่าลงทะเบียน 13,500 บาท
โปรโมชั่นพิเศษ!!!
| โปรโมชั่น | รายละเอียด | เงื่อนไข |
|
EARLY BIRD
ศิษย์เก่าคณะเทคโนโลยีสารสนเทศ สจล. |
คอร์สละ 9,900 บาท
พิเศษ คอร์สละ 9,900 บาท จาก 13,500 บาท |
ผู้สมัครต้องชำระค่าลงทะเบียน
ตั้งแต่บัดนี้ ถึง 27 มิถุนายน 2567
|
วิธีการสมัคร
- สมัครผ่านระบบออนไลน์ คลิกที่นี่
- หลังสมัคร โอนเงินค่าลงทะเบียน เข้าบัญชี ออมทรัพย์ ธนาคารกรุงไทย สาขาเทคโนโลยีพระจอมเกล้าฯลาดกระบัง เลขที่ บัญชี 693-0-31634-2 ชื่อบัญชี “ โครงการพิเศษคณะเทคโนโลยีสารสนเทศ สจล.”
ส่งหลักฐานการชำระค่าลงทะเบียน
- ส่งหลักฐานการชำระค่าลงทะเบียน คลิกที่นี่
** การสมัครจะสมบูรณ์ก็ต่อเมื่อทางคณะได้รับชำระเงินค่าลงทะเบียนเรียบร้อยแล้ว **
*** สมัครและชำระค่าลงทะเบียนก่อนจะมีสิทธิ์ก่อนโดยเรียงตามลำดับ ***
หมายเหตุ
– ผู้เข้าอบรมจะต้องมีเวลาในการอบรมไม่น้อยกว่าร้อยละ 80 ของเวลาการอบรมทั้งหมด จึงจะได้รับใบรับรองผ่านการอบรม (Certificate of Course Attendance)
คุณนุชรี โทร. 0 2723 4927 หรือ มือถือ: 08 9699 7880 ในวันและเวลาราชการ
E-mail: nutcharee@it.kmitl.ac.th
