การวิเคราะห์ข้อมูลขนาดใหญ่
4(4-0-12)
วิชาบังคับก่อน: ไม่มี
รายวิชานี้ศึกษาเกี่ยวกับความหมายและคุณลักษณะของข้อมูลใหญ่ แพล็ตฟอร์มพื้นฐาน เช่น Hadoop; Spark และเครื่องมืออื่นๆ วิธีการจัดเก็บข้อมูล การอัปโหลด แจกจ่าย และการประมวลผลข้อมูลใหญ่ HDFS; HBase; KV stores ฐานข้อมูลเอกสาร ฐานข้อมูลกราฟ อัลกอริธึมในการวิเคราะห์ข้อมูลบนแพล็ตฟอร์มต่างๆ การนำเสนอข้อมูลใหญ่ด้วยภาพ
เค้าโครงรายวิชา
1. พื้นฐานเกี่ยวกับการสร้างฐานข้อมูล (2 ชั่วโมง)
2. การจัดกลุ่มข้อมูล การค้นหากฎความสัมพันธ์ของข้อมูล (2 ชั่วโมง)
3. วิธีการจัดเก็บข้อมูล การออกแบบฐานข้อมูลเชิงพื้นที่ และการใช้งาน (8 ชั่วโมง)
4. กระบวนการและเทคนิค การสร้างระบบฐานข้อมูล คลังข้อมูลและเหมืองข้อมูล (8 ชั่วโมง)
5. กระบวนการวิเคราะห์ข้อมูลขนาดใหญ่ (8 ชั่วโมง)
6. เครื่องมือวิเคราะห์ข้อมูล (8 ชั่วโมง)
7. อัลกอริธึมในการวิเคราะห์ข้อมูล (8 ชั่วโมง)
8. ประยุกต์ใช้เทคนิคการวิเคราะห์ข้อมูลขนาดใหญ่ (4 ชั่วโมง)
ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา
1. อธิบายความรู้พื้นฐานเกี่ยวกับการสร้างฐานข้อมูลได้
2. สามารถสร้างระบบฐานข้อมูลขนาดใหญ่ด้วยซอฟต์แวร์สำเร็จรูปได้
3. สามารถวิเคราะห์ข้อมูลขนาดใหญ่ด้วยเครื่องมือที่เหมาะสม
4. สามารถประยุกต์เทคนิคการวิเคราะห์ข้อมูลขนาดใหญ่กับระบบต่าง ๆ
Big Data Analytics
Prerequisite: None
This course provides overview applications of Big Data. Fundamental platforms; such as; Hadoop; Spark; and other tools; such as IBM System G for Linked Big Data. Data storage methods and
how to upload; distribute; and process Big Data. HDFS; HBase; KV stores; document database; and graph database. Handling analytics algorithms on different platforms. Visualization issues on Big Data analytics.
Course Outline
1. Basics of creating a database (2 hours)
2. Data grouping, finding data relationship rules (2 hours)
3. Storage method, spatial database design and implementation (8 hours)
4. Process and technique, database system creation, data warehousing and data mining (8 hours)
5. Big data analytics process (8 hours)
6. Data analysis tools (8 hours)
7. Data analysis algorithms (8 hours)
8. Apply big data analytics techniques (4 hours)
Course Learning Outcomes (CLOs)
1. Explain basic knowledge about creating a database.
2. Able to create a large database system with packaged software.
3. Able to analyze big data with the right tools.
4. Able to apply big data analysis techniques to various systems.