INT38001 Big Data Analytics การวิเคราะห์ข้อมูลขนาดใหญ่
นิยามและคุณลักษณะของข้อมูลขนาดใหญ่ พื้นฐานเกี่ยวกับแนวคิดการคำนวณแบบกระจาย แนะนำเกี่ยวกับ MapReduce การเตรียมข้อมูลก่อนการวิเคราะห์ข้อมูลขนาดใหญ่ การวิเคราะห์ข้อมูลเชิงสำรวจสำหรับข้อมูลขนาดใหญ่ ขั้นตอนวิธีการเรียนรู้แบบเพิ่มขึ้นและการเรียนรู้แบบออนไลน์ แนวคิดการเรียนรู้เครื่องในการวิเคราะห์ข้อมูลขนาดใหญ่ แนะนำเกี่ยวกับการวิเคราะห์ข้อมูลขนาดใหญ่ในรูปแบบคลาวด์ ความท้าทายและข้อพิจารณาในการประมวลผลข้อมูลขนาดใหญ่
Definition and characteristics of big data, basics of distributed computing concepts, introduction to MapReduce, data preprocessing for big data analytics, exploratory data analysis for big data, incremental and online learning algorithms, introduction to machine learning in big data analytics, introduction to cloud-based big data analytics, challenges and considerations in big data processing
ระยะเวลาในการเรียนรู้ : 30 ชั่วโมง ( 2 หน่วยกิต ) จำนวน 5 วัน
วันที่เรียน : 9 มิถุนายน 2566 | 16 มิถุนายน 2566 | 23 มิถุนายน 2566 | 30 มิถุนายน 2566 | 7 กรกฎาคม 2566
รูปแบบการเรียน : แบบ Onsite คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
สิ่งที่จะได้เรียนรู้ใน Module นี้
- Big Data Infrastructure
- Machine Learning on Big Data
- Text Analytics
- Descriptive & Predictive Analytics
- Recommendation System
เครื่องมือในการเรียนรู้ (Tools)
- Hadoop
- Spark – MLlib
ผลลัพธ์ที่ได้เรียนรู้ใน Module นี้
- สามารถประยุกต์ใช้หลักการและเครื่องมือสมัยใหม่เพื่อวิเคราะห์ข้อมูลขนาดใหญ่ ในโจทย์ปัญหาที่เกี่ยวข้องกับงานทางด้านวิทยาการข้อมูลและปัญญาประดิษฐ์ได้
ผู้เรียนได้รับ Knowledge / Skills / Ability อะไรบ้าง
- Knowledge ความเข้าใจในหลักการเกี่ยวกับการวิเคราะห์ข้อมูลขนาดใหญ่ ในงานทางด้านวิทยาการข้อมูลและปัญญาประดิษฐ์
- Skills
1. มีทักษะการใช้เครื่องมือวิเคราะห์ข้อมูลขนาดใหญในงานด้านวิทยาการข้อมูลและปัญญาประดิษฐ์
2. มีทักษะการประเมินผลการวิเคราะห์ และสรุปได้ตรงประเด็นกับสิ่งที่กำลังต้องการแก้ปัญหาหรือพัฒนาให้ดี
- Ability
1. วิเคราะห์ความต้องการจากโจทย์ปัญหาจริงของหน่วยงานหรือภาคอุตสาหกรรมเพื่อการพัฒนางานโดยใช้วิทยาศาสตร์ข้อมูลและปัญญาประดิษฐ์
2. มีทักษะเรียนรู้ด้วยตนเอง ปรับตัวใช้เครื่องมือทางด้านวิทยาศาสตร์ข้อมูลและปัญญาประดิษฐ์ที่มีการพัฒนาปรับปรุงและเกิดขึ้นใหม่อย่างต่อเนื่องในปัจจุบัน
Module นี้ตรงหรือเทียบได้กับรายวิชาในหลักสูตร
ชื่อหรือรหัสโมดูล |
รายวิชาหลัก/รายวิชาเลือกเสรี |
ร้อยละของเนื้อหาในรายวิชาหลัก/วิชาเลือกเสรี |
INT38001 การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) |
INT380 การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) จำนวน 2 หน่วยกิต/ วิชาเลือก ในหลักสูตร B.Sc. (Information Technology) หลักสูตรปรับปรุง พ.ศ. 2567 |
100 |
INT420 การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) จำนวน 3 หน่วยกิต/ วิชาเลือก ในหลักสูตร B.Sc. (Information Technology) หลักสูตรปรับปรุง พ.ศ. 2562 |
60 |
|
SED613 การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) จำนวน 1 หน่วยกิต / วิชาบังคับ ในหลักสูตร M.Sc. (Software Engineering for Data Science) หลักสูตรปรับปรุง พ.ศ. 2563 |
100 |