Open Miner Intelligence

20 Sep
2011

Update !!! เปิดอบรมเชิงปฏิบัติการ Introduction to Data Mining (Workshop with WEKA) รุ่นที่ 10 (วันที่ 17 – 18 ธ.ค. 2554)

Posted by: admin In: Classification|Clustering|Course Description|Data Mining|Training Course|Weka|หลักสูตรอบรม

mining-icon DMW0201: อบรมเชิงปฏิบัติการ Introduction to Data Mining (Workshop with Weka) รุ่นที่ 10

 

data-mining-essential-course-v2

ภาพรวมของหลักสูตร

ในสภาพเศรษฐกิจที่กำลังฝืดเคืองอย่างเช่น ณ ปัจจุบัน ทำให้ธุรกิจต่างๆ ต้องหาวิธีการรักษาฐานลูกค้าของตนเองไว้อย่างเหนียวแน่น จึงเห็นได้ว่าสินค้าหลายชนิด มีการจัดโปรโมชันต่างๆ ออกมามากมาย ไม่ว่าจะเป็นการลด แลก แจก แถม เพื่อดึงลูกค้าจากบริษัทคู่แข่งมาเป็นลูกค้าของตนให้ได้ วิธีการดังกล่าวทำให้บริษัทได้ลูกค้าเพิ่มขึ้นจริง แต่อาจจะไม่ใช่ลูกค้าที่มีความจงรักภักดี (loyalty) พอต่อสินค้าหรือบริการของบริษัทที่จะกลับมาซื้อสินค้าเพิ่มเติม ลูกค้าเหล่านี้อาจจะซื้อเพียงเพราะว่าร้านนี้มีราคาถูกกว่าหรือให้ของแถมมากกว่า จึงอาจไม่ใช่วิธีการที่จะรักษาฐานของลูกค้าได้อย่างยั่งยืนนัก

วิธีการหนึ่งที่จะช่วยรักษาฐานลูกค้าไว้ให้ได้อย่างมีประสิทธิภาพคือ การนำเสนอสินค้าและบริการให้ตรงกับความต้องการของลูกค้า ณ เวลาที่ต้องการ การจะทำเช่นนี้ได้บริษัทห้างร้านต่างๆ จะต้องมีความเข้าใจถึงพฤติกรรมการบริโภคสินค้าของลูกค้าว่าชอบหรือไม่ชอบสินค้าอะไร คงไม่ยากถ้าร้านค้านั้นเป็นร้านที่มีขนาดเล็กและเจ้าของร้านก็รู้จักกับลูกค้าทุกคนเป็นอย่างดี แต่ถ้าเป็นกิจการที่มีขนาดใหญ่การรู้จักลูกค้าทุกคนด้วยตัวเจ้าของกิจการเองคงเป็นไปไม่ได้นอกเสียจากมีเครื่องมือช่วย เช่นบัตรสมาชิก หรือ loyalty card ทำให้เมื่อไม่นานมานี้ห้างซูเปอร์สโตร์ (superstore) ขนาดใหญ่ต่างๆ ไม่ว่าจะเป็น Tesco Lotus, BigC, Carrefour, Central, The Mall ต่างก็ออกบัตรสมาชิก (Club Card, BigCard, i-Wish Card, …) ให้กับลูกค้าเพื่อนำไปใช้เป็นส่วนลดในการซื้อสินค้าหรือได้รับเงินคืนในภายหลัง ข้อมูลเหล่านี้เองที่จะช่วยให้บริษัทสามารถติดตามพฤติกรรมการจับจ่ายสินค้าของลูกค้าแต่ละคนได้ เพื่อทำความเข้าใจว่าลูกค้าแต่ละรายชอบหรือไม่ชอบสินค้าชนิดใด เดินทางมาซื้อสินค้าที่สาขาใด ณ ช่วงเวลาใด และสามารถนำเสนอโปรโมชันให้ตรงใจกับลูกค้ามากที่สุด นี่คือผลบางส่วนที่จะได้จากการวิเคราะห์ข้อมูลด้วยเทคนิคทาง data mining

ในปัจจุบันเราสามารถวิเคราะห์ข้อมูลเหล่านี้ได้ง่ายๆ ผ่านทางซอฟต์แวร์ (software) อย่างเช่น Weka ซึ่งเป็น open source software ที่พัฒนาขึ้นด้วยภาษาจาวา (Java) และสามารถดาวน์โหลดมาใช้ได้ฟรี ซึ่งสามารถติดตั้งได้บนระบบปฏิบัติการ Windows, Linux และ Mac OSX ทว่าการวิเคราะห์ข้อมูลนั้น ไม่ได้มีสูตรสำเร็จตายตัวหรือเพียงแค่คลิกเมาส์ครั้งเดียวแล้วจะได้ผลลัพธ์ที่น่าพอใจ แต่ต้องผ่านการนำไปประยุกต์ใช้ให้เหมาะสมกับงานแต่ละประเภท ดังนั้นในหลักสูตรนี้ผู้เข้าอบรมจะได้ศึกษา concept ของเทคนิคต่างๆ ในการวิเคราะห์ข้อมูลด้วย data mining 3 ลักษณะ คือ

  1. เทคนิคการจำแนกประเภทข้อมูล (data classification) หรือการคาดคะเนข้อมูล (data estimation)
  2. เทคนิคการแบ่งกลุ่มข้อมูล (data clustering)
  3. เทคนิคการหากฏความสัมพันธ์ (association rules discovery)

โดยผู้เข้าร่วมอบรมจะได้ฝึกฝนการใช้เทคนิคเหล่านี้ด้วยซอฟต์แวร์ Weka ซึ่งจะช่วยให้ผู้เรียนเข้าใจหลักการทำงานของเทคนิคต่างๆ และสามารถนำไปใช้วิเคราะห์ข้อมูลของตนเองได้อย่างมีประสิทธิภาพมากที่สุด

ถึงเวลาแล้วที่ข้อมูลขนาดมหาศาลที่อยู่ในฐานข้อมูลจะได้นำมาทำให้เกิดประโยชนด้วยการวิเคราะห์ข้อมูลด้วยเทคนิคทาง data mining เราพร้อมที่จะทำให้คุณประสบความสำเร็จในการวิเคราะห์ข้อมูลแล้วตัวคุณล่ะพร้อมหรือยัง?


หลักสูตรนี้เหมาะสำหรับ

bullet2นิสิตนักศึกษาที่สนใจการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง และโอเพนซอร์ส Weka

bullet2บุคลากรทางด้าน IT ที่ต้องการเพิ่มทักษะทางดาต้าไมน์นิ่ง

bullet2หน่วยงานหรือองค์กรที่ต้องการนำเทคนิคดาต้าไมน์นิ่ง และโอเพนซอร์ส Weka ไปใช้ในการวิเคราะห์ข้อมูลต่างๆ ภายในองค์กร

bullet2บุคคลทั่วไปที่สนใจการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง และโอเพนซอร์ส Weka (ผู้เรียนไม่จำเป็นต้องมีพื้นฐานทางด้าน Data Mining มาก่อน)


เนื้อหาการอบรม (Course Outline)

bullet2รู้จักกับ ดาต้าไมน์นิ่ง (Data Mining) และตัวอย่างงานทางด้านดาต้าไมน์นิ่งที่พบในชีวิตประจำวัน

bullet2รู้จักกับซอฟต์แวร์ open source และ commercial ที่นิยมใช้ในการวิเคราะห์ข้อมูลทางด้านดาต้าไมน์นิ่ง

bullet2ทำความคุ้นเคยกับซอฟต์แวร์ Weka

bullet2วิธีการดาวน์โหลด และติดตั้งซอฟต์แวร์

bullet2แนะนำส่วนประกอบและฟังก์ชันการทำงานต่างๆ ของ Weka

bullet2แนะนำฟังก์ชันในการทำ Preprocess ข้อมูลก่อนนำมาวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง

bullet2แนะนำส่วนฟังก์ชันในส่วนการ Classify Cluster และ Associate ข้อมูล

bullet2แนะนำฟังก์ชันการเลือก attribute ที่สำคัญของข้อมูล

bullet2แนะนำฟังก์ชันการแสดงผล (Visualize) ที่ได้จาก Weka

bullet2รู้จักกับกระบวนการทางดาต้าไมน์นิ่งด้วย CRISP-DM

bullet2แนะนำเทคนิคดาต้าไมน์นิ่งแต่ละประเภท และวัตถุประสงค์ของการนำไปใช้งาน

bullet2เข้าใจวิธีการเตรียมข้อมูลและนำข้อมูลเข้า Weka

bullet2วิธีการเตรียมข้อมูลและนำเข้าข้อมูลด้วยรูปแบบ ARFF และ CSV

bullet2วิธีการนำเข้าข้อมูลด้วยการเรียกใช้งานจาก URL

bullet2วิธีการนำเข้าข้อมูลจากฐานข้อมูล MySQL

bullet2วิธีการสร้างข้อมูลขึ้นเองด้วยฟังก์ชัน Generate Data

bullet2Workshop การเตรียมข้อมูลและการทำ Cleansing ข้อมูลด้วย Weka

bullet2เข้าใจการวิเคราะห์ผลที่ได้จาก Weka (Confusion Matrix, TP, FP, TN, FN, Precision, Recall, etc.)

bullet2เรียนรู้เทคนิคในการจำแนกประเภทข้อมูล (Data Classification) ด้วย Weka

bullet2วิธีการทำงานและประโยชน์ของเทคนิค Decision Tree

bullet2วิธีการทำงานและประโยชน์ของเทคนิค K-Nearest Neighbor

bullet2วิธีการทำงานและประโยชน์ของเทคนิค Neural Networks

bullet2วิธีการทำงานและประโยชน์ของเทคนิค Support Vector Machines

bullet2การวิเคราห์ผลที่ได้จากโมเดลจำแนกประเภท และแนะนำวิธีการพิจารณาการปรับปรุงโมเดลให้ดียิ่งขึ้น

bullet2ตัวอย่างงานวิจัยหรือแอพพลิเคชันเชิงธุรกิจ ที่ใช้เทคนิคการจำแนกประเภทข้อมูล

bullet2Workshop สร้างโมเดลการจำแนกประเภทข้อมูลด้วยเทคนิคข้างต้นด้วย Weka พร้อมทั้งวิเคราะห์ผลที่ได้จากโมเดล

bullet2เรียนรู้เทคนิคการจัดกลุ่มข้อมูล (Data Clusteing) ด้วย Weka

bullet2วัตถุประสงค์และประโยชน์ของการจัดกลุ่มข้อมูลสำหรับงานวิจัยและเชิงธุรกิจ

bullet2วิธีการทำงานของเทคนิค K-Means

bullet2การวิเคราะห์ผลที่ได้จากการจัดกลุ่มข้อมูลด้วย Weka

bullet2ตัวอย่างงานวิจัยหรือแอพพลิเคชันเชิงธุรกิจ ที่ใช้เทคนิคการจัดกลุ่มข้อมูล

bullet2Workshop ทำการจัดกลุ่มข้อมูลด้วยเทคนิค K-Means

bullet2เรียนรู้วิธีการหากฏความสัมพันธ์ (Association Rules Discovery) ด้วย Weka

bullet2วิธีการทำงานของการหากฏความสัมพันธ์ด้วยเทคนิค Apriori

bullet2การวิเคราะห์ผลที่ได้จากเทคนิคการหากฏความสัมพันธ์ใน Weka

bullet2แนะนำวิธีการเลือกกฏความสัมพันธ์ที่เหมาะสม

bullet2ตัวอย่างงานวิจัยหรือแอพพลิเคชันเชิงธุรกิจ ที่ใช้เทคนิคการหากฏความสัมพันธ์

bullet2Workshop หากฎความสัมพันธ์ด้วยเทคนิค Apriori และการวิเคราะห์ผลที่ได้

bullet2Workshop การใช้คำสั่ง Command Line เพื่อเรียกใช้งานเทคนิคต่างๆ ของ Weka

bullet2Workshop การใช้งาน Weka ร่วมกับ PHP

bullet2แนะนำการใช้งาน Knowledge Flow

ตัวอย่าง slide บางส่วนที่ใช้ในการอบรม (support IE และ Firefox)



วิทยากร

อ.เอกสิทธิ์ พัชรวงศ์ศักดา

การศึกษา
bullet2 อยู่ระหว่างศึกษาต่อระดับปริญญาเอก ที่สถาบันเทคโนโลยีนานาชาติสิรินธร มหาวิทยาลัยธรรมศาสตร์ (ทุนโครงการปริญญาเอกกาญจนาภิเษก)
bullet2 ปริญญาโทวิศวกรรมศาสตร์ สาขาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์ (บางเขน)
bullet2 ปริญญาตรีวิศวกรรมศาสตร์ สาขาวิศวกรรมคอมพิวเตอร์ (เกียรตินิยมอันดับ 2) มหาวิทยาลัยเกษตรศาสตร์ (บางเขน)
   
  ประสบการณ์
  bullet2 วิทยากรประจำหลักสูตร Data Mining with WEKA ที่ โอเพนไมน์เนอร์
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่ บริษัท ระยองวิศวกรรมและซ่อมบำรุง จำกัด (REPCO)
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา
  bullet2 วิทยากรรับเชิญอบรมหลักสูตร An Introduction to Data Mining ที่ บริษัท โทเทิ่ล แอ็คเซ็ส
    คอมมูนิเคชั่น จำกัด (มหาชน) – DTAC
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่ บริษัท โมโนเทคโนโลยี จำกัด
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยพระจอมเกล้าพระนครเหนือ
  bullet2 วิทยากรรับเชิญหลักสูตร ขุดเหมืองข้อมูลด้วย Weka รุ่นที่ 1 – 7
  bullet2 วิทยากรหัวข้อ “Training Data Mining with Weka” จัดโดยมูลนิธิศักดิ์พรทรัพย์
  bullet2 ผู้เขียนบทความ “ขุดเหมืองข้อมูลด้วย Weka” นิตยสาร OpenSource2Day
  bullet2 ประสบการณ์พัฒนาระบบงาน Help Desk ด้วยเทคนิค data mining
  bullet2 ประสบการณ์พัฒนาระบบพยาการณ์น้ำฝนด้วยเทคนิค data mining ฯลฯ
  bullet2 อดีตผู้ช่วยนักวิจัยศูนย์พันธุวิศวกรรมและเทคโนโลยีชีวภาพแห่งชาติ (BIOTEC)
    งานวิจัยด้าน Data Mining, Bioinformatics และ Chemoinformatics
  bullet2 อดีตที่ปรึกษาโครงงานปริญญาตรี ห้องปฏิบัติการ Data Analysis and Knowledge Discovery
    Laboratory (DAKDL) คณะวิศวกรรมศาสตร์ (คอมพิวเตอร์) มหาวิทยาลัยเกษตรศาสตร์
     


อ.สิริวรรณ แต้วิจิตร

การศึกษา
bullet2 ปริญญาโทวิศวกรรมศาสตร์ สาขาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์ (บางเขน)
bullet2 ปริญญาตรีวิศวกรรมศาสตร์ สาขาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์ (บางเขน)
   
  ประสบการณ์
  bullet2 วิทยากรประจำหลักสูตร Data Mining with WEKA ที่ โอเพนไมน์เนอร์
  bullet2 อาจารย์พิเศษ ภาควิชาคอมพิวเตอร์ธุรกิจ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่ บริษัท ระยองวิศวกรรมและซ่อมบำรุง จำกัด (REPCO)
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา
  bullet2 วิทยากรรับเชิญอบรมหลักสูตร An Introduction to Data Mining ที่ บริษัท โทเทิ่ล แอ็คเซ็ส
    คอมมูนิเคชั่น จำกัด (มหาชน) – DTAC
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่ บริษัท โมโนเทคโนโลยี จำกัด
  bullet2 วิทยากรรับเชิญอบรม Data Mining with WEKA ที่คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยพระจอมเกล้าพระนครเหนือ
  bullet2 วิทยากรรับเชิญหลักสูตร ขุดเหมืองข้อมูลด้วย Weka รุ่นที่ 3-6
  bullet2 Business Intelligence Consultant
  bullet2 อดีต Senior Analyst ระบบงาน Procurement Process (Ariba) และ SAP Integration บริษัท IT One
  bullet2 อดีตที่ปรึกษาโครงงานปริญญาตรี ห้องปฏิบัติการ Data Analysis and Knowledge Discovery
    Laboratory (DAKDL) คณะวิศวกรรมศาสตร์ (คอมพิวเตอร์) มหาวิทยาลัยเกษตรศาสตร์
  bullet2

อดีตผู้ช่วยนักวิจัยศูนย์พันธุวิศวกรรมและเทคโนโลยีชีวภาพแห่งชาติ (BIOTEC)

    งานวิจัยด้าน Data Mining และ Bioinformatics
     

วันเวลาและสถานที่อบรม

วันเวลา: วันเสาร์ที่ 17 - วันอาทิตย์ที่ 18 ธันวาคม 2554 เวลา 9:00-16:00 น.

สถานที่: อาคารวิทยบริการ มหาวิทยาลัยเกษตรศาสตร์ บางเขน (ข้าง KU Book – ประตูงามวงศ์วาน 1)

ค่าลงทะเบียน

ราคา: 3,700 บาท/ท่าน

(ราคาดังกล่าวรวมค่าเอกสาร, อาหารว่าง และ อาหารกลางวัน แล้วครับ)

ส่วนลด

  • รับส่วนลดพิเศษเพิ่ม 5% สำหรับผู้ลงทะเบียนก่อนวันที่ 10 ธันวาคม 2554 (เหลือ 3,515 บาท/ ท่าน)
  • รับส่วนลดพิเศษเพิ่ม 5% สำหรับนิสิตนักศึกษาที่มีอายุไม่เกิน 27 ปี (เหลือ 3,515 บาท/ ท่าน)
  • รับส่วนลดพิเศษเพิ่ม 10% สำหรับนิสิตนักศึกษาที่มีอายุไม่เกิน 27 ปี และลงทะเบียนก่อนวันที่ 10 ธันวาคม 2554 (เหลือ3,330 บาท/ ท่าน)
  • กรณีขอใบเสร็จรับเงิน/ใบกำกับภาษี เพิ่ม Vat 7%

การชำระค่าลงทะเบียน:

โอนเงินไปยังบัญชีออมทรัพย์ ชื่อบัญชี ห้างหุ้นส่วนสามัญ โอเพนไมน์เนอร์

หมายเลขบัญชี : 575-2-08814-6 ธนาคารกสิกรไทย สาขาเซ็นทรัล แจ้งวัฒนะ หรือ
หมายเลขบัญชี : 008-7-05545-5 ธนาคารกรุงเทพ สาขาเซ็นทรัล แจ้งวัฒนะ หรือ
หมายเลขบัญชี : 962-0-04828-8 ธนาคารกรุงไทย สาขาเซ็นทรัล แจ้งวัฒนะ หรือ


โอนเงินไปยังบัญชีออมทรัพย์ ชื่อบัญชี สิริวรรณ แต้วิจิตร

หมายเลขบัญชี : 282-211338-2 ธนาคารไทยพาณิชย์ สาขาเทสโก้ โลตัส หลักสี่


Download ใบสมัคร Download Registration Form

เมื่อโอนเงินแล้ว กรุณาเมล์แจ้งที่ openminer@gmail.com หรือ info@open-miner.com โดยระบุรายละเอียดดังนี้

  • Scan เอกสารการชำระเงิน พร้อมแนบใบสมัครที่กรอกข้อมูลเรียบร้อยแล้ว
  • สำหรับนิสิตนักศึกษาอายุไม่เกิน 27 ปี กรุณานำบัตรประจำตัวนิสิต และบัตรประจำตัวประชาชน มาแสดงในวันแรกของคอร์สด้วยครับ

**เมื่อได้รับข้อมูลและทำการตรวจสอบเรียบร้อยแล้ว จะทำการส่ง E-mail ตอบกลับเพื่อยืนยันการลงทะเบียนครับ

**สำหรับผู้ที่เดินทางมาจากต่างจังหวัด รบกวนติดต่อสอบถามเกี่ยวกับการเปิดคอร์สก่อนดำเนินการจองที่พักและเดินทางครับ

**สำหรับผู้ที่เดินทางมาจากต่างจังหวัด และต้องการจองที่พักที่ KU Home สามารถติดต่อผ่านทางเราได้ครับ (ได้สิทธิส่วนลดค่าห้องพักเพิ่มเติมครับ)

หมายเหตุ: เพื่อความเข้าใจของตัวท่านเองและการนำไปใช้ประโยชน์ได้จริง กรุณานำ notebook มาด้วยครับ

รับจำนวนจำกัดเพียง 20 คน !!!

ผู้สนใจกรุณาติดต่อตามหมายเลขด้านล่าง หรือ ลงชื่อและ email ไว้โดยการพิมพ์ในช่อง comment ด้านล่าง

หรือติดต่อสอบถามเพิ่มเติมที่ openminer@gmail.com หรือ info@open-miner.com

โทรศัพท์: 085-159-5971 หรือ 089-496-3840 ครับ

Update!! รายชื่อผู้ลงทะเบียน จำนวนทั้งหมด 18 ท่าน เหลือที่ว่าง 2 ท่าน (สำหรับผู้ที่สนใจ กรุณาชำระเงินภายใน 10/12/2554 เพื่อรับสิทธิ์ส่วนลดครับ)

ลำดับ ชื่อ – นามสกุล จำนวนสำรองที่นั่ง
1. คุณกนกอร 1
2. คุณจรูญ 2
3. คุณประทีป 1
4. คุณธีรวัฒน์ 1
5. คุณขนิษฐา 1
6. คุณศันสนีย์ 1
7. คุณทิพยา 1
8. คุณปรียานุช 1
9. คุณณัฐพล 1
10. คุณเบญจมาศ 1
11. คุณศิริพร 1
12. คุณอมรรัตน์ 1
13. คุณวิลาศินี 1
14. คุณศักดิ์สิทธิ์   1
15. คุณปริญญา 1
16. คุณดนยา 1
 17. คุณธวัชชัย 1
 18. คุณปรัชญา  1
     





เรื่องที่เกี่ยวข้อง

coded by nessus

No Responses to "Update !!! เปิดอบรมเชิงปฏิบัติการ Introduction to Data Mining (Workshop with WEKA) รุ่นที่ 10 (วันที่ 17 – 18 ธ.ค. 2554)"

Comment Form

 

About

This is an example of a WordPress page, you could edit this to put information about yourself or your site so readers know where you are coming from.