ความน่าจะเป็นและสถิติเชิงปฏิบัติสำหรับข้อมูลขนาดใหญ่
4(4-0-8)
วิชาบังคับก่อน : ไม่มี
การวิเคราะห์ข้อมูล ค่าเฉลี่ย ค่าความแปรปรวน ค่าคาดหมาย ค่าสหสัมพันธ์ ข้อมูลและการสุ่ม ตัวอย่าง ประชากร ค่าสถิติของตัวอย่าง ทฤษฎีการลู่เข้าศูนย์กลาง ช่วงความเชื่อมั่น การแจกแจงแบบปกติ การแจกแจงแบบที การแจกแจงแบบเต็มหน่วยและต่อเนื่อง การทดลองเชิงสถิติ และการทดสอบสมมติฐาน การถดถอยและการประมาณการ การจำแนกข้อมูล การเรียนรู้ของเครื่องเชิงสถิติ การเรียนรู้แบบไม่มีผู้สอน
ผลสัมฤทธิ์การเรียนรู้
เมื่อผ่านรายวิชานี้นักศึกษาต้องสามารถ
1. คำนวณค่าทางสิถิติ และออกแบบดำเนินการทดลองเชิงสถิติได้
2. อธิบายสาระสำคัญและเนื้อหาหลักเกี่ยวกับการจำแนกข้อมูล การจัดกลุ่มของข้อมูล การเรียนรู้เครื่องเชิง สถิติ การเรียนรู้แบบไม่มีผู้สอน
3. หาผลเฉลยของการวิเคราะห์ข้อมูลและอธิบายตีความข้อมูลได้ และประยุกต์ใช้กระบวนการตัดสินใจทาง วิศวกรรมโทรคมนาคมเพื่อหาข้อสรุปได้อย่างเหมาะสม
Practical Probability and Statistics for Big Data
Prerequisite : None
Data analysis, mean, variance, expected value, correlation, Data and sampling distributions, sample statistics, population, Central limit theorem, Confidence intervals, normal
distribution, t distribution, discrete and continuous distributions, Statistical experiments and hypothesis testing, Regression and Prediction, Classification, Statistical Machine learning, Unsupervised learning,
Learning outcomes
Having successfully completed this course, student must be able to:
1. Determine statistical values and design statistical experiments.
2. Explain the key concepts and ideas concerning classification, clustering, statistical machine learning and unsupervised learning.
3. Solve data analysis exercises and interpret the results of such analyses and apply to telecommunication engineering problems and obtain suitable conclusions.