Category: Data Science Essential

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 7) : Introduction to deep learning

ความแตกต่างระหว่าง Machine Learning กับ Deep Learning และ Deep learning model and application สนใจอ่านรายละเอียดต่อ

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 6) : Sentiment analysis on text data

แนะนำวิธีการจัดการข้อมูลที่เป็น text การเตรียมข้อมูลสำหรับสร้างโมเดล การแปลงข้อมูล Text ให้เป็นตัวเลขในตาราง สนใจอ่านรายละเอียดต่อ

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 5) : Recommender system

แนะนำเทคนิคที่ใช้ใน Recommender system ได้แก่ Association analysis และ Collaborative filtering และแนะนำตัวอย่าง Application ที่ใช้ Association Rules สนใจอ่านรายละเอียดต่อ

Datascientist

ขั้นตอนการสร้างโมเดล สำหรับนักวิทยาศาสตร์ข้อมูล

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 3) : อธิบายขั้นตอนการสร้างโมเดลสำหรับนักวิทยาศาสตร์ข้อมูล 1) ทำความเข้าใจข้อมูล (Data Understanding) 2) การเตรียมข้อมูล (Data Preprocessing) 3) การสร้างโมเดลและการประเมินโมเดล (Model Training and Model Evaluation) สนใจอ่านรายละเอียดเพิ่มเติม

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 4) : การสร้างโมเดลใช้เทคนิค Unsupervised and Supervised Machine Learning

การสร้างโมเดลมี 2 หัวข้อหลักๆ ถ้าข้อมูลแบบไม่มี target จะใช้เทคนิคแบบไม่มีผู้สอน (Unsupervised Machine Learning) ซึ่งในหัวข้อนี้อธิบายเกี่ยวกับ Clustering : K-means และถ้ามี target จะใช้เทคนิคแบบมีผู้สอน (Supervised Machine Learning) สนใจอ่านรายละเอียดต่อ

DS1

งาน Data Engineer : Data Cleansing

Data Engineer Job อบรมหลักสูตร Data Scientist Essentials (ช่วงที่ 2) วันที่จัดอบรม : วันที่ 14 -15, 21-22 และ 28-29 พฤศจิกายน 2562 ( จำนวน 6 วัน ) Data cleansing เป็นการทำให้ข้อมูลพร้อมสำหรับการสร้างโมเดล จำแนกประเภทของข้อมูล วิธีการจัดการกับข้อมูลที่ขาดหายไป (Missing Values) และวิธีการหาข้อมูลที่ผิดปกติ (Outlier) สนใจอ่านรายละเอียดต่อ