Data Mining 

 เหมืองข้อมูล                                                                    

3(3-0-6)

วิชาบังคับก่อน: ไม่มี

แนวคิดเหมืองข้อมูลพื้นฐาน การเตรียมข้อมูลก่อนการประมวลผล คลังข้อมูล การล้างข้อมูล การรวมข้อมูล การแปลงและการลดข้อมูล การหารูปแบบและความสัมพันธ์ การสร้างแบบจำลองสำหรับการแยกประเภทและการทำนาย และการวิเคราะห์จัดกลุ่ม

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. อธิบายแนวคิดของเหมืองข้อมูล
2. ระบุวิธีการของเหมืองข้อมูลที่เหมาะสมสำหรับการประยุกต์ใช้ที่แตกต่างกัน
3. ใช้การเตรียมข้อมูลก่อนการประมวลผลคลังข้อมูลอัลกอริทึมในการหารูปแบบและการเชื่อมโยง 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.

Course Learning Outcomes (CLOs)

1. Explain the concepts of data mining.
2. Identify the appropriate data mining approaches for different applications.
3. Implement data preprocessing, data warehouse, pattern and association mining, classification and prediction algorithms, and clustering algorithms to analyze data mining problems.