วิทยาศาสตร์ข้อมูลสำหรับการประยุกต์ใช้ในชีวิตจริง

Table of Contents

• 1) รายวิชา
• 1.1) คำอธิบายรายวิชา
• 1.2) ผลการเรียนรู้
• 1.3) แผนการจัดการเรียนรู้และประเมินผลการเรียนรู้ฉบับย่อ
• 2) เนื้อหา
• 3) งาน
• 3.1) track ปกติ รายละเอียด
• 3.2) track โครงงาน รายละเอียด
• 4) ทรัพยากร
• 4.1) แหล่งข้อมูล
• 4.2) Link อื่น ๆ

1) รายวิชา

ว30183 วิทยาศาสตร์ข้อมูลสำหรับการประยุกต์ใช้ในชีวิตจริง (Data Science for Real World Applications)

• จำนวน 1.5 หน่วยกิต
• ประเภทรายวิชา รายวิชาพื้นฐาน
• รายวิชาที่ต้องเรียนมาก่อน ว30182 การเขียนโปรแกรมคอมพิวเตอร์และการประยุกต์
• รายวิชาที่ต้องเรียนในภาคเรียนเดียวกัน ไม่มี

1.1) คำอธิบายรายวิชา

ศึกษาการทำข้อมูลให้เป็นภาพ (data visualization) การเขียนโปรแกรมเพื่อการวิเคราะห์ข้อมูลเบื้องต้น วิทยาการหรือองค์ความรู้ในปัจจุบันทางด้านวิทยาการคอมพิวเตอร์ที่เกี่ยวข้องกับการประมวลผลและวิเคราะห์ข้อมูล การวิเคราะห์ปัญหาที่เกี่ยวข้อง การนำความรู้และแนวคิดเชิงคำนวณไปประยุกต์ใช้เพื่อแก้ปัญหาและพัฒนาชิ้นงานที่บูรณาการกับวิชาอื่น

1.2) ผลการเรียนรู้

1. เลือกใช้เครื่องมือและทำข้อมูลให้เป็นภาพ (data visualization) ได้
2. เขียนโปรแกรมเพื่อการประมวลผลและวิเคราะห์ข้อมูลเบื้องต้นได้
3. อธิบายหลักการและทฤษฎีที่เกี่ยวข้องกับองค์ความรู้หรือวิทยาการคอมพิวเตอร์ในปัจจุบันได้
4. วิเคราะห์ปัญหาโดยใช้หลักการและทฤษฎีที่เกี่ยวข้องกับองค์ความรู้หรือวิทยาการคอมพิวเตอร์ในปัจจุบัน ได้
5. ประยุกต์ใช้หลักการหรือทฤษฎีที่เกี่ยวข้องกับองค์ความรู้หรือวิทยาการคอมพิวเตอร์ในปัจจุบันเพื่อ แก้ปัญหา และพัฒนาชิ้นงานที่มีการบูรณาการกับวิชาอื่นอย่างสร้างสรรค์และเชื่อมโยงกับชีวิตจริง

1.3) แผนการจัดการเรียนรู้และประเมินผลการเรียนรู้ฉบับย่อ

แผนการจัดการเรียนรู้และประเมินผลการเรียนรู้ฉบับย่อ

2) เนื้อหา

week		topic	slide	video	lab
1	ตอนที่ 1	วิทยาศาสตร์ข้อมูลเบื้องต้น	w1_intro (pdf)
2		(Introduction to Data Science)		v2_lab	l2_python
3			w3_tool	v3_tool	l3_gsheet
4			w4_doc	v4_doc	l4_numpy
5	ตอนที่ 2	การประมวลผลและการนำเสนอข้อมูล	w5_dataacq	v5_dataacq	l5_pandas
6		(Data processing and visualization)	w6_dataclean	v6_dataclean	l6_pandas2
7			w7_dataviz	v7_dataviz	l7_plotly
8	ตอนที่ 6	การใช้วิทยาศาสตร์ข้อมูลเบื้องต้นในชีวิตจริง	รวมตัวอย่าง	nba_data	คำถามพบบ่อย
9		project (online)
10		หยุด
11		project (online)
12	ตอนที่ 3	การสกัดสารสนเทศ	w12_process	v12_process	l12_datascience
13	ตอนที่ 4	จริยธรรมในการนำเสนอและเผยแพร่ข้อมูลสารสนเทศ			l13_ethics
14		สอบ	อ่านคำชี้แจง	ตัวอย่างข้อสอบเก่า
15	ตอนที่ 5	การเรียนรู้ของเครื่อง	w15_machlearn	v15_machlearn	l15_machlearn
16	ตอนที่ 6	การใช้วิทยาศาสตร์ข้อมูลเบื้องต้นในชีวิตจริง
17		project presentation
18		project presentation

3) งาน

• สามารถเลือก track ปกติ หรือ track โครงงาน ตามรายละเอียดด้านล่าง
• กลุ่มละไม่เกินสามคน
• กลุ่มนี้จะเป็นกลุ่มเดียวกันทั้ง ใบงานที่ 1 ใบงานที่ 2 และ โปรเจกต์รายวิชา

3.1) track ปกติ รายละเอียด

• A1 การตั้งคำถามและค้นหาข้อมูล (w3-5)

• A2 การอ่านและเตรียมพร้อมข้อมูล (w5-7)

• Final Project (w13-17)

3.2) track โครงงาน รายละเอียด

• A1 การตั้งสมมุติฐานและประเด็นคำถาม (w3-5)

• A2 การจำลองข้อมูลผลการทดลอง (w5-7)

• Final Project (w13-17)

4) ทรัพยากร

4.1) แหล่งข้อมูล

ไทย

• https://data.go.th/
• https://stat.bora.dopa.go.th/stat/statnew/statMenu/newStat/home.php

ต่างประเทศ

• https://github.com/awesomedata/awesome-public-datasets
• https://www.datacommons.org/

4.2) Link อื่น ๆ

• DataSpell
• Plotly Express
• Scikit-learn User Guide
• Information is Beautiful
• Data Puzzle
• Google Data Studio
• Pandas