รายวิชา เหมืองข้อมูล [4124305]
คำอธิบายรายวิชา
แนวคิดของการค้นพบองค์ความรู้ในฐานข้อมูลและการทำเหมืองข้อมูลเทคนิคก่อนการประมวลผลข้อมูล พื้นฐานการทำเหมืองข้อมูล อัลกอริทึมการสร้างตัวแบบเพื่อการทำนาย กฎความสัมพันธ์ เทคนิคการจัดกลุ่ม เทคนิคการจำแนกข้อมูล และกรณีศึกษาที่เกี่ยวข้องกับการทำเหมืองข้อมูล
วัตถุประสงค์รายวิชา
- ...
- ...
- ...
โครงงาน (Project 30%)
ให้นักศึกษาแบ่งกลุ่ม กลุ่มล่ะ 5 คน
1. ให้กำหนดหรือสมมติกลุ่มเป็น บริษัทหรือองค์กร หรือน่วยงาน แล้วดำเนินการจัดทำรายงานเรื่อง Bussiness Rule ของ บริษัท หรือองค์กรนั้น
2. ทำการรวบรวมข้อมูล ( Information Gathering) ด้วยเทคนิคต่าง ๆ เช้น JAD (Joint Application Development) หรืออื่น ๆ
3. ทำการวิเคราะหและ ทำเหมืองข้อมูล ด้วยเทคนิคต่าง ๆ ที่เรียนรู้
4. นำเสนองาน
เอกสารประกอบการสอน
| สป. | เนื้อหา | กิจกรรม/สื่อ | ดาวน์โหลด |
| 1 | แนะนำการเรียนการสอน แนะนำเนื้อหารายวิชา การเข้าชั้นเรียน การส่งโครงงาน แบบฝึกหัด การสอบระหว่างภาค การสอบปลายภาค เกณฑ์การให้คะแนน การตัดเกรด เอกสารและตำราหลัก แหล่งข้อมูลเพื่ออ่านเพิ่มเติม {บอก Concept} |
|
Course Syllabus |
| 2 | บทที่ 1 แนะนำเหมืองข้อมูลเบื้องต้น
|
|
TH บทที่ 1 แนะนำเหมืองข้อมูลเบื้องต้น EN VIDEOS
LAB |
| 3 |
บทที่ 2 การเตรียมข้อมูล
|
|
TH EN |
| 4 | บทที่ 3 การเตรียมข้อมูลและโปรแกรม Rapid Miner Studio 3.1 การเตรียมข้อมูล
3.2 แนะนำโปรแกรม Rapid Miner Studio
|
|
TH บทที่ 3 การเตรียมข้อมูลและโปรแกรม Rapid Miner Studio EN |
| 5 | บทที่ 4 กฏความสัมพันธ์ (Association Rules)
|
|
TH บทที่ 4 กฏความสัมพันธ์ (Association Rules) EN
WORKSHOP
VIDEOs ตอนนที่ 1
|
| 6 | บทที่ 5 การจำแนกข้อมูลด้วยเทคนิคต้นไม้ตัดสินใจ
|
|
TH บทที่ 5 การทำคลาสสิฟิเคชัน (Classification & Regression)Videos ตอนที่ 1
WORKSHOP |
| 7 | บทที่ 6 การจำแนกข้อมูลด้วย Naive_Bayes และ Artificail Neural Network (Classification & Regression) |
|
บทที่ 6 การทำคลาสสิฟิเคชันด้วย Naive_Bayes และ Artificail Neural Network (Classification & Regression)
VIDEOs
|
| 8 | ข้อสอบอัตนัยที่เน้นการวัดหลักการ ทฤษฎี และสอบปฏิบัติ เขียนโปรแกรมภาษาจาว ด้วย netbeanIDE | ||
| 9 |
|
บทที่ 7
Videos
|
|
| 10 |
|
บทที่ 8
ตอนนที่ 1
ตอนนที่ 2
ตอนนที่ 3
|
|
| 11 |
|
||
| 12 |
|
|
|
| 13 |
|
||
| 14 |
|
||
| 15 | นำเสนอโครงงานที่ได้รับมอบหมายของนักศึกษาแต่ละกลุ่ม |
|
|
| 16 | สอบปลายภาค | สอบปฏิบัติและ/หรือทฤษฎีที่เน้นการบูรณาการความรู้ ที่เรียนมาประยุกต์ใช้ในการพัฒนาระบบงาน โดยการประยุกต์ใช้งานเทคโนโลยีอินเตอร์เน็ตของทุกสิ่ง |
| ตัวอย่างโครงงาน Data Mining |
อ้างอิง
- http://www.nattida.wordpress.com2.J. Han and M. Kamber, “Data Mining: Concept and Techniques
- http://sajeegm301.blogspot.com/2015/11/data-mining.html
- https://nmcxpress.wordpress.com/2012/03/11/การทําเหมืองข้อมูล-data-mining/
- https://impattani.wordpress.com/2011/06/26/การทำเหมืองข้อมูล/
