การทำเหมืองข้อมูลและการประมวลผลข้อมูล
2(24-0)
วิชาบังคับก่อน :ไม่มี
แนวคิดเหมืองข้อมูล ฐานข้อมูล คลังข้อมูล การเตรียมข้อมูลก่อนการประมวลผล การล้างข้อมูล การรวมข้อมูล การลดข้อมูล การแปลงข้อมูล การหารูปแบบการทำเหมือง การสร้างแบบจำลองสำหรับการแยกประเภทและการทำนาย และการวิเคราะห์จัดกลุ่ม
ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา
1. สามารถอธิบายแนวคิดของเหมืองข้อมูล
2. สามารถรเตรียมข้อมูลก่อนการประมวลผลได้อย่างเหมาะสม
3. สามารถประยุกใช้วิธีการการเหมืองข้อมูลที่เหมาะสมสำหรับการประยุกต์ใช้ที่แตกต่างกัน
Data Mining and Data Processing
Prerequisite : None
Data mining concepts, database, data warehouse, data preprocessing, data cleaning, data integration, data reduction, data transformation, pattern mining, classification and prediction modelling, and cluster analysis.
Course Learning Outcomes (CLOs)
1. Be able to explain the concept of data mining.
2. Be able to conduct data preprocessing properly.
3. Be able to apply data mining methods to different applications.