ขอเชิญร่วมอบรมหลักสูตร Big Data Analytics Module C : Data Scientist Essential 18-19, 25-26 พฤษภาคม 2563 และ 1 มิถุนายน 2563

Keattipong Daikarn News January 14, 2020 | 0

ขอเชิญท่านผู้สนใจเข้าร่วมการสัมมนาหลักสูตร Big Data Analytics Module C : Data Scientist Essential หลักสูตร 5 วัน ในวันที่ 18-19, 25-26 พฤษภาคม 2563 และ 1 มิถุนายน 2563 เวลา 09.00-17.00 น. (ณ โรงแรม AETAS Lumpini ใกล้ MRT ลุมพินี) โดยหลักสูตรนี้จะเป็นการฝึกอบรมสำหรับทีมงานด้าน Data Analytics ที่ต้องการเข้าใจหลักการทำงานและพฤติกรรมของตัวแบบการเรียนรู้ของเครื่อง (Machine leaning Model) และสามารถเลือก Machine Leaning Model ให้เหมาะสมกับงานได้ ฝึกการเลือกใช้เครื่องมือกับข้อมูลที่จะวิเคราะห์ได้ สามารถเตรียมข้อมูล ตรวจหาจำนวนกลุ่มที่เหมาะสม และจัดกลุ่มลูกค้าตามพฤติกรรมที่เหมือนกัน และสามารถนำข้อมูลหลายรูปแบบมาช่วยสร้างตัวแบบเพื่อใช้ในการทำนายได้

`รายละเอียด หลักสูตร` Big Data Analytics Module C

ชื่อหลักสูตร

Big Data Analytics Module C : Data Scientist Essential

เป็นการฝึกอบรมสำหรับทีมงานด้าน Data Analytics ที่ต้องการเข้าใจหลักการทำงานและพฤติกรรมของตัวแบบการเรียนรู้ของเครื่อง (Machine leaning Model) และสามารถเลือก Machine Leaning Model ให้เหมาะสมกับงานได้ ฝึกการเลือกใช้เครื่องมือกับข้อมูลที่จะวิเคราะห์ได้ สามารถเตรียมข้อมูล ตรวจหาจำนวนกลุ่มที่เหมาะสม และจัดกลุ่มลูกค้าตามพฤติกรรมที่เหมือนกัน และสามารถนำข้อมูลหลายรูปแบบมาช่วยสร้างตัวแบบเพื่อใช้ในการทำนายได้

รายละเอียดเพิ่มเติม

กำหนดการสัมมนา

Course Outline

Day 1 / 5
Time	Title
09.00 – 10.30 น.	Introduction to Data Science and Machine Learning – Application of Machine Learning Techniques – Machine Learning in the Big Data era – Understanding Supervised and Unsupervised Learning Techniques
10.30 – 10.45 น.	Break
10.45 – 12.00 น.	Spark Machine Learning – Introduction Spark MLlib – Introduction to Spark ML Pipeline – Machine Learning using Spark ML Pipeline
12.00 – 13.00 น.	Lunch
13.00 – 14.30 น.	Data Preprocessing – Standardizing data – Principal component analysis (PCA) – Big Data Visualization and Tools
14.30 – 14.45 น.	Break
14.45 – 16.30 น.	LAB: Customer data preprocessing and visualization on small and Big data
Day 2 / 5
Time	Title
09.00 – 10.30 น.	Descriptive analytics – Similarity and Distance – Data segmentation (Clustering) – Clustering model learning and model selection – Results interpretation
10.30 – 10.45 น.	Break
10.45 – 12.00 น.	LAB: Customer segmentation based on their activities
12.00 – 13.00 น.	Lunch
13.00 – 14.30 น.	– Anomaly/Outlier detection on multiple attributes LAB: Customer anomaly detection and visualization
14.30 – 14.45 น.	Break
14.45 – 16.30 น.	LAB: Customer anomaly detection and visualization (cont.)
Day 3 / 5
Time	Title
09.00 – 10.30 น.	Predictive analytics – Machine learning models for predicting categorical values – Naïve Bayes – Logistic regression – Support Vector Machine – Decision tree – Neural network
10.30 – 10.45 น.	Break
10.45 – 12.00 น.	– Model evaluation and selection – Plain Accuracy and Its Problems – The Confusion Matrix – Problems with Unbalanced Classes – Problems with Unequal Costs and Benefits
12.00 – 13.00 น.	Lunch
13.00 – 14.30 น.	LAB: Credit risk modeling
14.30 – 14.45 น.	Break
14.45 – 16.30 น.	LAB: Customer churn prediction based on historical data
Day 4 / 5
Time	Title
09.00 – 10.30 น.	Sentiment analysis on text data – Text representation – Bag of Words – Binary representation – Term Frequency – TFIDF – N-gram Sequences – Advance topics – Word to vector concept – Topic Models concept
10.30 – 10.45 น.	Break
10.45 – 12.00 น.	LAB: Machine leaning model for sentiment analysis using customer reviews data
12.00 – 13.00 น.	Lunch
13.00 – 14.30 น.	Predictive analytics – Machine learning models for predicting continuous values – Linear regression – Polynomial regression – Neural network – Effect of outlier data – Model evaluation and selection
14.30 – 14.45 น.	Break
14.45 – 16.30 น.	LAB: Predict continuous values on small dataset and big dataset (Stock prediction use case) LAB: Machine learning model for missing values replacement
Day 5 / 5
Time	Title
09.00 – 10.30 น.	Recommender system – Association rules – Basic Setting – Metrics – Post processing and application – Collaborative filtering for recommender system – User-based recommendation – Item-based recommendation – Model-based recommender system on big data
10.30 – 10.45 น.	Break
10.45 – 12.00 น.	LAB: Recommendation from customer transactions (Available data: Bank product, Web access log, Customer purchasing history) LAB: Model-based recommender system based on customer rating
12.00 – 13.00 น.	Lunch
13.00 – 14.30 น.	Introduction to deep learning – Deep learning model and application
14.30 – 14.45 น.	Break
14.45 – 16.30 น.	Introduction to deep learning (cont.) – Deep learning model and application

วัน-เวลา การจัดอบรม

18-19, 25-26 พฤษภาคม 2563 และ 1 มิถุนายน 2563 (รวม 5 วัน) เวลา 09.00-17.00 น.

สถานที่จัดอบรม

โรงแรม AETAS Lumpini (ใกล้ MRT ลุมพินี)

วิทยากร

ดร. ไพรสันต์ ผดุงเวียง (Profile)

ค่าลงทะเบียน

22,000 บาท / 1 ท่าน (ยังไม่รวมภาษีมูลค่าเพิ่ม)

ค่าอบรมรวม ประกอบด้วย ค่าวิทยากรและทีมงาน ค่าเอกสารประกอบการอบรม ค่าอาหารกลางวัน และเบรคทั้ง 5 วัน

สำหรับลูกค้าใหม่

สมัครร่วมสัมมนา 1-2 ท่าน รับส่วนลดท่านละ 1,000 บาท
สมัครร่วมสัมมนา 3 ท่านขึ้นไป รับส่วนลดท่านละ 2,000 บาท

** เมื่อลงทะเบียนและชำระเงินก่อนวันอบรม 2 สัปดาห์

สำหรับลูกค้าเก่า

เมื่อลงทะเบียนและชำระเงินก่อนวันอบรม 2 สัปดาห์ ท่านจะได้ส่วนลดท่านละ 2,000 บาท

วิธีการสมัคร

ท่านสามารถลทะเบียนผ่านทางแบบฟอร์มออนไลน์ในส่วนท้ายของข่าวนี้
หลังจากลงทะเบียนเรียบร้อยแล้ว จะมีเจ้าหน้าที่ติดต่อกลับไปยัง Email ที่ท่านระบุ เพื่อยืนยันการสำรองที่นั่งของท่าน
หากมีข้อสงสัย หรือต้องการสอบถามข้อมูลเพิ่มเติม ท่านสามารถติดต่อเรา ได้ที่
โทร. 084-6592792, 089-6288544
หรือที่ http://bit/ly/rdbipage
อีเมล์ sales@rdbi.co.th

แบบฟอร์มลงทะเบียน

Big Data Big Data Analytics Big Data Analytics seminar Data Lake Eco-system hadoop