วิทยากร

        ดร. เอกสิทธิ์ พัชรวงศ์ศักดา (สอบได้เป็น Certified RapidMiner Analyst)

กำหนดการอบรม

อบรมวันที่ 1

      • แนะนำการวิเคราะห์ข้อมูลด้วยเทคนิค Data Mining และการใช้ประโยชน์ในงานวิจัย

      • แนะนำกระบวนการ CRISP-DM เบื้องต้นสำหรับการวิเคราะห์ข้อมูล

      • แนะนำส่วนต่างๆ ของซอฟต์แวร์ RapidMiner Studio 7

      • การนำข้อมูลไฟล์ Excel, CSV เข้ามาใช้ใน RapidMiner Studio 7

      • ลักษณะของแอตทริบิวต์ (attribute) ต่างๆ ในชุดข้อมูล

      • การเขียนไฟล์ให้อยู่ในรูปแบบของ Excel และ CSV

      • การแสดงข้อมูลในกราฟแบบต่างๆ เช่น scatter plot, time series

      • การค้นหา Outlier ซึ่งเป็นข้อมูลที่แตกต่างจากข้อมูลอื่นๆ

      • การค้นหาข้อมูลที่ผิดพลาด (missing value) และแทนที่ด้วยค่าที่กำหนดเองหรือค่าทางสถิติ

      • การแปลงข้อมูลด้วยเทคนิค discretization แบบกำหนดช่วงเองหรือแบบอัตโนมัติ

      • การลดจำนวนข้อมูลด้วยการ sampling แบบต่างๆ

      • การเลือกแอตทริบิวต์เพื่อใช้ในการวิเคราะห์ข้อมูล

      • แนะนำการหากฏความสัมพันธ์ (association rules) และการประยุกต์ใช้งานด้านต่างๆ

      • แนะนำเทคนิคการหากฏความสัมพันธ์ด้วยเทคนิค Apriori และ FP Growth

      • การแปลงข้อมูลจากฐานข้อมูล relation database ให้เป็นฐานข้อมูล transaction database

      • การหากฏความสัมพันธ์ด้วยเทคนิค FP Growth ซึ่งเป็นวิธีที่มีประสิทธิภาพมากที่สุด

      • Workshop การหากฏความสัมพันธ์จากข้อมูลการซื้อสินค้าจำนวนมากกว่า 100,000 transactions ด้วย RapidMiner Studio 7

      • แนะนำการแบ่งกลุ่มข้อมูล (clustering) และการประยุกต์ใช้งานด้านต่างๆ

      • แนะนำตัววัดประสิทธิภาพของการแบ่งกลุ่มข้อมูล

      • แนะนำการแบ่งกลุ่มข้อมูลด้วยเทคนิค K-Means และ DBScan

      • Workshop การแบ่งกลุ่มข้อมูลทางด้านการศึกษาและการแพทย์ด้วย RapidMiner Studio 7

อบรมวันที่ 2

      • แนะนำการจำแนกประเภทข้อมูล (classification)

      • การวัดประสิทธิภาพของการจำแนกประเภทข้อมูล

      • แนะนำเทคนิค Linear Regression และการประยุกต์ใช้งาน

      • การใช้งาน Linear Regression ใน RapidMiner Studio 7

      • แนะนำเทคนิค Naive Bayes และการประยุกต์ใช้งาน

      • การใช้งาน Naive Bayes ใน RapidMiner Studio 7

      • แนะนำเทคนิค Decision Tree และการประยุกต์ใช้งาน

      • การใช้งาน Decision Tree ใน RapidMiner Studio 7

      • แนะนำเทคนิค K-Nearest Neighbours (KNN) และการประยุกต์ใช้งาน

      • การใช้งาน KNN ใน RapidMiner Studio 7

      • แนะนำเทคนิค Neural Networks และการประยุกต์ใช้งาน

      • การใช้งาน Neural Networks ใน RapidMiner Studio 7

      • แนะนำเทคนิค Support Vector Machines (SVM) และการประยุกต์ใช้งาน

      • การใช้งาน SVM ใน RapidMiner Studio 7

      • Workshop การจำแนกประเภทข้อมูลในงานด้านต่างๆ

         - ด้านธุรกิจ

         - ด้านการศึกษา

         - ด้านการแพทย์

     • การคัดเลือกแอตทริบิวต์ (attribute selection) และการประยุกต์ใช้ในการจำแนกประเภทข้อมูล

     • Workshop การคัดเลือกแอตทริบิวต์และการจำแนกประเภทข้อมูลในงานด้านต่างๆ

     • การจำแนกประเภทข้อมูลแบบหลายลาเบล (multi-label)

     • Workshop การจำแนกประเภทข้อมูลแบบหลายลาเบล

อบรมวันที่ 3

      • การเปรียบเทียบประสิทธิภาพของโมเดลจากเทคนิค classification ต่างๆ และ t-test

      • แนะนำเทคนิคการหาวิธี classification ที่เหมาะสมสำหรับข้อมูลแต่ละชุด (meta-learning)

      • แนะนำการทำ Text Mining ด้วย RapidMiner Studio 7

      • Workshop การจำแนกข้อความที่เป็น spam จาก SMS

      • Workshop การแบ่งกลุ่มข้อมูลจากข้อความรีวิว (Review)

      • Workshop การหากฏความสัมพันธ์จากข้อความรีวิว

      • แนะนำการทำ Image Mining ด้วย RapidMiner Studio 7

      • Workshop การจำแนกรูปภาพออกเป็นประเภทต่างๆ

ค่าลงทะเบียน

      • ราคา 4,000 บาท/ท่าน

      • สำหรับท่านใดที่ลงทะเบียนและชำระเงินก่อนวันที่ 15 มีนาคม 2560 ลดเหลือ 3,500 บาท/ท่าน

      • ราคานี้รวมอาหารกลางวัน และอาหารว่างทั้ง 3 วันของการอบรมแล้ว

      • ผู้เข้าอบรมจะได้รับ

        1) กระเป๋าเป้ IT TRAINING

        2) หนังสือประกอบการฝึกอบรม

        3) flash drive card 8 GB พร้อมข้อมูลที่ใช้ในการอบรม

        4) เกียรติบัตร

วิธีการชำระเงิน

      •ชำระเงินด้วยตัวเองที่ งานฝึกอบรมและบริการวิชาการ สำนักคอมพิวเตอร์ มหาวิทยาลัยราชภัฏนครราชสีมา อาคารบูรณวิทยาการ (อาคาร 27 ชั้น 2) 340 ถ.สุรนารายณ์ ต.ในเมือง อ.เมือง จ.นครราชสีมา 30000

      •ชำระเงินทางธนาคารได้ที่ 

          1.ธนาคารกรุงศรีอยุธยา สาขามหาวิทยาลัยราชภัฏนครราชสีมา

            -ชื่อบัญชี นางสายสุนีย์ จับโจร 

            -เลขบัญชี 419-1-73311-4

          2.ธนาคารกรุงไทย สาขามหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน

            -ชื่อบัญชี นางสายสุนีย์ จับโจร

            -เลขที่ 985-2-19174-8

ยืนยันการชำระเงิน

      •หลังจากชำระเงินเรียบร้อยแล้ว กรุณาแจ้งยอดเงินชื่อที่ใช้ในการลงทะเบียน วันเวลาในการชำระเงินที่

          -โทร.093-328-8973(คุณเหน่ง) หรือ ที่เบอร์044-009-009 ต่อ 2723 และส่งหลักฐานการโอนมาที่ Line ID : Neng_naka

บุคคลภายนอก / บุคลากรภายในมหาวิทยาลัย

สามารถใช้งานคอมพิวเตอร์ได้

3 เมษายน - 5 เมษายน 2560

09.00-17.00 น.

ชั้น 1 ห้อง 27.01.01(IT Learning Center) อาคารบูรณวิทยาการ(27)

4,000 บาท