No account yet?
 
 
You are here:: Training/Seminar Training Schedule Fundamental Data Science for Data Scientist using R
 
 

Fundamental Data Science for Data Scientist using R

Categories : Data Technology
Posted by : juntima | Posted On : Tuesday, 09 June 2015 14:08
Training Date : 18 December 2018 - 20 December 2018
18 July 2018 - 20 July 2018

เขตอุตสาหกรรมซอฟต์แวร์ประเทศไทย ขอแจ้งยืนยันเปิดอบรมหลักสูตรในวันที่ 18-20 กรกฎาคม 2561 ค่ะ

ระยะเวลาอบรม 3 วัน หรือ 18 ชั่วโมง ประกอบด้วย

Classroom & Workshop : อบรมวันที่ 18-20 กรกฎาคม 2561 เวลา 9.00-16.00 น.
สถานที่อบรม : ห้องอบรมชั้น 3 อาคารซอฟต์แวร์พาร์ค ถนนแจ้งวัฒนะ

การเข้าอบรมในหลักสูตรดังกล่าว ทางเขตอุตสาหกรรมซอฟต์แวร์ฯ ได้จัดเตรียม อาหารว่าง (เช้าและบ่าย), อาหารกลางวัน
และเครื่องคอมพิวเตอร์ประกอบการอบรม (1 เครื่อง/ท่าน) สำหรับผู้เข้าอบรมทุกท่านเรียบร้อยแล้วค่ะ

24 April 2018 - 26 April 2018
26 December 2017 - 28 December 2017
20 September 2017 - 22 September 2017
29 August 2017 - 31 August 2017
26 April 2017 - 28 April 2017
20 December 2016 - 22 December 2016
27 June 2016 - 29 June 2016

21 March 2016 - 23 March 2016

01 December 2015 - 15 December 2015
17 August 2015 - 09 September 2015
Please Login before registering . No account ? signup here
กรุณา ล็อกอิน ก่อนลงทะเบียน หรือสร้างบัญชีผู้ใช้ใหม่ได้ ที่นี่
Time : 18 Hour(s)
Days : 3 Day(s)
Duration : 09:00 - 16:00
Fee : 12,000 THB (Excluded Vat 7%)
Language : Thai
Instructor : Mr.Veerasak Krisanapraphan
Objectives :


       หลักสูตรนี้ออกแบบมาเพื่อให้ความรู้ทางด้าน Data Science  และประโยชน์ของ Data Science  
ในการนำไปใช้ให้เกิดประโยชน์กับองค์กร  ทั้งทางด้านกลยุทธ์องค์กรและการบริหารงานโดยอิงกับ Data  
เพื่อให้มีความเข้าใจถึงประโยชน์ของการนำ Data ไปใช้ในด้านการพยากรณ์ และเข้าใจถึงปัญหาและโอกาส
ที่ Data จะชี้ช่องทางให้
       หลักสูตรนี้เป็นหลักสูตรที่อธิบายถึง  Data Science ในแต่ละด้าน นอกจากนั้นจะพูดถึง ในแต่ละด้าน
ของ Data Science โดยเป็นการเตรียมความพร้อมสำหรับผู้ที่จะทำงานในสายงานด้าน Data Science
โดยผู้เรียนจะได้ประโยชน์และสามารถนำไปปรับประยุกต์ใช้กับงานของตนเอง

       วัตถุประสงค์
     - เพื่อเรียนรู้และเข้าใจหลักการของ Data Science  รวมถึงการสร้างทีม  Data Science  
หรือผู้ที่มีงานที่เหมาะสมกับการนำเอา Data Science  ไปใช้ และการประยุกต์กิจกรรมวงจรชีวิต
ของ Data Science เอาไปสร้างประโยชน์ให้กับองค์กร ในด้านการตัดสินใจ และกระบวนการต่างๆ ขององค์กร

Who Should Attend :

Data Scientist, BI Manager, Programmer หรือ ผู้ที่สนใจในสายงานด้าน  Data Science  หรือผู้ที่อยากจะเปลี่ยนอาชีพของ
ตนเองไปเป็น Data Scientist

ผู้เข้าอบรมควรมีความรู้ (Prerequisite)

- ควรมีความรู้หรือผ่านการเข้าอบรม หลักสูตร Data Science for Business มาก่อน

- จำเป็นต้องผ่านการอบรม " หลักสูตร Introduction to R Programming for Data Science "  มาก่อน

Benefits :

ประโยชน์ที่จะได้รับ
1. เข้าใจในหลักการและเทคนิคของงาน  Data Science
2. นำเอาหลักการของ Data Science  ไปใช้ในการจัดองค์กร, จัดระบบฐานข้อมูลขององค์กร  
3. สามารถทำงาน Data Science  ในองค์กรที่สนใจเกี่ยวกับการนำ  Data ไปใช้ประโยชน์
4. สามารถนำไปสื่อสารต่อองค์กรให้เข้าใจถึงความสำคัญของศาสตร์ด้าน Data

Course Outline :

     Day 1 :
     1. Introduction
        • Introduction to Data Science
        • What is Data Science?
        • Discussion

     2. Data Science Life Cycles
        • A Strategy to Approach Any Data Analytics Problems
        • Identify problems
        • Identify Data Sources
        • Identify Additional Data Sources
        • Statistic Analysis
        • Development and Implementation
        • Communicating Result
        • Maintenance
        • Discussion

     Day 2 :
     3. Component Parts of Data Science and Engineering a Data Science Solution
        • Overview of Data Engineering and Big Data Technologies
        • The Data Scientist’s Toolbox – Languages, Platforms, Tools and Industry Solutions
        • Discussion

     4. Basic Data Science Methods and Machine Learning Fundamentals
        • Regression
        • Decision Tree
        • K-Nearest Neighbor
        • Naive Bayesian Classifier
        • Association Rules
        • Other advanced topics  
        • Discussion

     5. Review R Programming
        • R for Data Input and Output
        • Data Frame
        • Basic Operation/Function
        • Discussion

     Day 3 :
     6. Getting and Cleaning Tidy using R
        • Concept of Tidy Data
        • Data preparation for Data Science
        • Import and Export Data in Excel, CSV, XML, JSON
        • Import and Export Data from Hadoop
        • Discussion

     7. Exploratory Data Analysis
        • Statistic Summary
        • Visualization using standard graphic and ggplot2
        • Clustering data
        • Discussion

     8. Practical Machine Learning
        • Predictive Analytics
        • Classification Problems
        • Association Rules Problems
        • Big Data Problems
        • Discussion

     9. Wrap-up

Payment Condition :

Payment can be made by:

    1. Cash or Credit Card or Bank Cheque payable to “Software Park Thailand #2” (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.
    2. Account transfer and send the proof of the payment (the deposit slip) via fax or email to fax no. 02-583-2884 or email ttd@swpark.or.th

        2.1 Siam Commercial Bank, Chaengwattana Branch
              Saving Account Number: 324-2-56262-0
             Account Name: Software Park Thailand#2

        2.2 Krungsri Bank, Chaengwattana (Software Park) Branch
              Saving Account Number: 329-1-34850-3
             Account Name: Software Park Thailand#2

Notes:

- Withholding tax (3%) is exempt.

- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.

- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.

Contact Person :

For more information, contact our course coordinator on:

Juntima Klumchaun

Tel: +66-2583-9992 Ext. 1424

Fax: +66-2583-2884

Email: juntima@swpark.or.th

You are encouraged to use the course schedule as a guide to plan your training. The schedule is accessible at www.swpark.or.th for more information.