KKU e-Learning
IN403107 :: การทำเหมืองข้อมูล
0%
Previous
Course data
공통
Announcements
บทที่ 1 ความรู้เบื้องต้นเกี่ยวกับเหมืองข้อมูล
เหมืองข้อมูลเกี่ยวข้องกับคลังข้อมูลอย่างไร
Big Data เก็บที่ไหน?
เนื้อหาบทที่ 1
บทที่ 2 ข้อมูลและการจัดเตรียมข้อมูล
เนื้อหาบทที่ 2
บทที่ 3 กระบวนการทำเหมืองข้อมูลแบบ CRISP-DM
CRISP-DM
CRISP-DM Methodology
ศึกษาเรื่องการทำเหมืองข้อมูลด้านการประมงและเพาะเลี้ยงสัตว์น้ำด้วย RapidMiner
บทที่ 3 กระบวนการทำเหมืองข้อมูลแบบ CRISP-DM
บทที่ 4 หลักการวิเคราะห์ข้อมูลด้วยเทคนิค การจำแนกชนิดข้อมูล
บทที่ 4 หลักการการวิเคราะห์ข้อมูลด้วยเทคนิคการจำแนกชนิดข้อมูล
Introduction to Generative AI
บทที่ 5 หลักการการวิเคราะห์ข้อมูลด้วยเทคนิคการจัดกลุ่มข้อมูล
บทที่ 5 หลักการการวิเคราะห์ข้อมูลด้วยเทคนิคการจัดกลุ่มข้อมูล
ขั้นตอนการทำ โมเดล Machine Learning
บทที่ 6 หลักการการวิเคราะห์ข้อมูลด้วยเทคนิคการหากฎความสัมพันธ์ของข้อมูล
บทที่ 6 หลักการการวิเคราะห์ข้อมูลด้วยเทคนิคการหากฎความสัมพันธ์ของข้อมูล
Market Basket Analysis in Python
บทที่ 7 การประเมินประสิทธิภาพของโมเดล
บทที่ 7 การแบ่งข้อมูลเพื่อนำมาทดสอบประสิทธิภาพของโมเดล
Overfitting
RapidMiner Lab
ปฏิบัติการใช้งาน RapidMiner Studio
RapidMiner
Next
KKU e-Learning
Side panel
Service Course
Search for Courses
Course Request
User manual
e-Learning Support
Contact Us
Site and Privacy Policy
한국어 (ko)
Bahasa Indonesia (id)
English (en)
Español - Internacional (es)
Français (fr)
Thai (th)
Vietnamese (vi)
ລາວ (lo)
ဗမာစာ (my)
한국어 (ko)
日本語 (ja)
简体中文 (zh_cn)
검색
닫기
검색
Toggle search input
KKU Login
|
Social Login
Course Sections
Course Specific Links
Universal Links
IN403107
홈
달력
주요 내용으로 넘어가기
강좌 정보
홈
강좌
คณะสหวิทยาการ
IN403107
요약
IN403107 :: การทำเหมืองข้อมูล
IN403107
Data Mining
การทำเหมืองข้อมูล
คณะ
คณะสหวิทยาการ
ภาควิชา
สาขาวิทยาการคอมพิวเตอร์และสารสนเทศ
หน่วยกิต
3 (2-2-5)
เงื่อนไขรายวิชา:
IN402111
กระบวนการทำเหมืองข้อมูล กระบวนการค้นพบความรู้ การเตรียมข้อมูล เทคนิคกฎความสัมพันธ์ การจำแนกข้อมูล การจัดกลุ่มข้อมูล การพยากรณ์ การประมาณค่า การประยุกต์การทำเหมืองข้อมูล
Teacher:
ผศ.ศรัญญา กัลย์จาฤก
Skill Level
:
Beginner