อบรมและบริการสังคม

หลักสูตร Python Programming for Data Science and Machine Learning

หลักสูตรอบรมแบบสะสมหน่วยกิต

หลักการ

วิทยาการข้อมูล เป็นศาสตร์แห่งการวิเคราะห์ข้อมูลจำนวนมากและสร้างแบบจำลองเพื่อทำนายอนาคตจากข้อมูลที่มีอยู่ วิทยาการข้อมูลเป็นศาสตร์ที่มีความสำคัญและจำเป็นอย่างยิ่งสำหรับโลกยุคปัจจุบันที่ขับเคลื่อนด้วยข้อมูลมหาศาล ไม่ว่าจะเป็นภาครัฐหรือภาคธุรกิจ การเรียนรู้ด้วยเครื่อง คือการสร้างแบบจำลองในทำนายจากข้อมูลที่มีอยู่ ภาษาหลักที่นิยมใช้ในการทำงานกับข้อมูลคือภาษาไพทอน ในปัจจุบัน ผู้เชี่ยวชาญการโปรแกรมภาษาไพทอน เพื่อนำมาใช้ในการทำงานกับข้อมูลยังขาดแคลนอยู่มาก ข้อมูลจากเว็บไซต์ Python Developer Salary Overview and Predictions  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

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 และวิทยากรภายนอก

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
ภายในวันที่ 17  มิถุนายน  2567

 

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 ***

คลิกดูรายชื่อ

คลิกดูรายชื่อ

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

วิทยาการข้อมูล เป็นศาสตร์แห่งการวิเคราะห์ข้อมูลจำนวนมากและสร้างแบบจำลองเพื่อทำนายอนาคตจากข้อมูลที่มีอยู่ วิทยาการข้อมูลเป็นศาสตร์ที่มีความสำคัญและจำเป็นอย่างยิ่งสำหรับโลกยุคปัจจุบันที่ขับเคลื่อนด้วยข้อมูลมหาศาล ไม่ว่าจะเป็นภาครัฐหรือภาคธุรกิจ การเรียนรู้ด้วยเครื่อง คือการสร้างแบบจำลองในทำนายจากข้อมูลที่มีอยู่ ภาษาหลักที่นิยมใช้ในการทำงานกับข้อมูลคือภาษาไพทอน ในปัจจุบัน ผู้เชี่ยวชาญการโปรแกรมภาษาไพทอน เพื่อนำมาใช้ในการทำงานกับข้อมูลยังขาดแคลนอยู่มาก ข้อมูลจากเว็บไซต์ Python Developer Salary Overview and Predictions  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

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

คณาจารย์ประจำคณะเทคโนโลยีสารสนเทศ และวิทยากรภายนอก

  • บุคคลทั่วไป
  • ศิษย์เก่าคณะเทคโนโลยีสารสนเทศ  สจล.

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

เปิดรับสมัครถึง   27  มิถุนายน  2567
**สมัครและชำระค่าลงทะเบียนก่อนจะมีสิทธิ์ก่อน

รับจำนวน 15  คน

โปรโมชั่นพิเศษ!!!

โปรโมชั่น

รายละเอียด

เงื่อนไข

EARLY BIRD

 

ศิษย์เก่าคณะเทคโนโลยีสารสนเทศ สจล.

คอร์สละ 9,900 บาท

 

พิเศษ คอร์สละ  9,900  บาท  จาก 13,500 บาท

ผู้สมัครต้องชำระค่าลงทะเบียน
ภายในวันที่ 17  มิถุนายน  2567

 

ตั้งแต่บัดนี้  ถึง  27  มิถุนายน 2567

  • สมัครผ่านระบบออนไลน์   คลิกที่นี่
  • หลังสมัคร โอนเงินค่าลงทะเบียน เข้าบัญชี ออมทรัพย์ ธนาคารกรุงไทย สาขาเทคโนโลยีพระจอมเกล้าฯลาดกระบัง เลขที่ บัญชี 693-0-31634-2 ชื่อบัญชี “ โครงการพิเศษคณะเทคโนโลยีสารสนเทศ สจล.”

ส่งหลักฐานการชำระค่าลงทะเบียน คลิกที่นี่

**  การสมัครจะสมบูรณ์ก็ต่อเมื่อทางคณะได้รับชำระเงินค่าลงทะเบียนเรียบร้อยแล้ว **
*** สมัครและชำระค่าลงทะเบียนก่อนจะมีสิทธิ์ก่อนโดยเรียงตามลำดับ ***

คลิกดูรายชื่อ

คลิกดูรายชื่อ

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