การประยุกต์เหมืองข้อมูล
4(4-0-12)
วิชาบังคับก่อน: ไม่มี
การทำเหมืองกับข้อมูลวิทยาศาสตร์และข้อมูลชีวการแพทย์ การทำเหมืองกับข้อมูลจากกระบวนการผลิตและควบคุมในงานวิศวกรรม การทำเหมืองกับข้อมูลธุรกิจ การใช้เทคโนโลยีเหมืองข้อมูลเพื่อการศึกษาทางไกลและการเรียนรู้ผ่านเว็บ แนวโน้มในอนาคตของการทำเหมืองข้อมูล
เค้าโครงรายวิชา
1. การทำเหมืองกับข้อมูลวิทยาศาสตร์และข้อมูลชีวการแพทย์ (8 ชั่วโมง)
2. การทำเหมืองกับข้อมูลจากกระบวนการผลิตและควบคุมในงานวิศวกรรม (8 ชั่วโมง)
3. การทำเหมืองกับข้อมูลธุรกิจ (8 ชั่วโมง)
4. การใช้เทคโนโลยีเหมืองข้อมูลเพื่อการศึกษาทางไกลและการเรียนรู้ผ่านเว็บ (8 ชั่วโมง)
5. การวิเคราะห์แนวโน้มในอนาคตของการทำเหมืองข้อมูล (4 ชั่วโมง)
6. การประยุกต์ใช้เทคนิคเหมืองข้อมูลกับข้อมูลเฉพาะด้าน (12 ชั่วโมง)
ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา
สามารถประยุกต์อัลกอริทึมการเรียนรู้ได้อย่างเหมาะสมเพื่อสังเคราะห์โมเดลจากข้อมูลหลากหลายประเภททั้งข้อมูลวิทยาศาสตร์ ข้อมูลชีวการแพทย์ ข้อมูลจากเว็บเพื่อการเรียนรู้ทางไกล ข้อมูลในงานวิศวกรรม และข้อมูลเชิงธุรกิจ
Data Mining Applications
Prerequisite: None
Scientific and bio-medical data mining, Knowledge mining from production process control and engineering tasks, Business data mining, Distance learning and Web-based data mining, Future trends in data mining
Course Outline
1. Scientific and bio-medical data mining (8 hours)
2. Knowledge mining from production process control and engineering tasks (8 hours)
3. Business data mining (8 hours)
4. Distance learning and Web-based data mining (8 hours)
5. Future trends in data mining (4 hours)
6. Applying data mining techniques to specific data domain (12 hours)
Course Learning Outcomes (CLOs)
Apply appropriately learning algorithms to induce models from various types of data such as scientific and biomedical data, online education Web log, engineering, and business data.