เหมืองข้อมูล
3(3-0-6)
วิชาบังคับก่อน: ไม่มี
แนวคิดเหมืองข้อมูลพื้นฐาน การเตรียมข้อมูลก่อนการประมวลผล คลังข้อมูล การล้างข้อมูล การรวมข้อมูล การแปลงและการลดข้อมูล การหารูปแบบและความสัมพันธ์ การสร้างแบบจำลองสำหรับการแยกประเภทและการทำนาย และการวิเคราะห์จัดกลุ่ม
ผลสัมฤทธิ์การเรียนรู้
- อธิบายแนวคิดของเหมืองข้อมูล
- ระบุวิธีการของเหมืองข้อมูลที่เหมาะสมสำหรับการประยุกต์ใช้ที่แตกต่างกัน
- ใช้การเตรียมข้อมูลก่อนการประมวลผล คลังข้อมูล อัลกอริทึมในการหารูปแบบและการ เชื่อมโยง อัลกอริทึมในการจำแนกและการทำนาย และอัลกอริทึมการจัดกลุ่ม เพื่อวิเคราะห์ปัญหาเหมืองข้อมูล
Data Mining
Prerequisite: none
Fundamental data mining concepts, data preprocessing, data warehouse, data cleaning, data integration, data conversion and reduction, pattern and association mining, classification and prediction modelling, and cluster analysis.
Learning outcomes
- Explain the concepts of data mining.
- Identify the appropriate data mining approaches for different applications.
- Implement data preprocessing, data warehouse, pattern and association mining, classification and prediction algorithms, and clustering algorithms to analyze data mining problems.
