Predictive Analytics with Orange

รายละเอียด Course ID: prc-33

Predictive Analytics with Orange

ปัจจุบันการจัดเก็บข้อมูลในรูปแบบของฐานข้อมูลขององค์กรทั้งภาครัฐและภาคเอกชนมีอย่างต่อเนื่อง และหลายองค์กรมีความพยายามในการเชื่อมโยงข้อมูลภายในองค์กรให้สามารถเข้าถึงข้อมูลที่มีความสัมพันธ์กัน เกิดเป็นข้อมูลที่เปิดออกมา (Open Data) เพื่อเป็นฐานสำหรับการวิเคราะห์ข้อมูลเชิงลึกที่เป็นประโยชน์ ส่งผลให้เกิดการผลิตหรือพัฒนาสินค้าและบริการที่ไม่เคยมีมาก่อน โดยบูรณาการการเรียนรู้ด้วยเครื่อง (Machine Learning) เข้ากับการโปรแกรมคอมพิวเตอร์ (Computer Programming) เพื่อการวิเคราะห์ข้อมูลอย่างอัจฉริยะ (Intelligent Data Analysis) และแบบอัตโนมัติบนกลุ่มข้อมูลขนาดใหญ่ โดยเลือกคุณลักษณะสำคัญของข้อมูล จำแนกประเภท ตรวจจับความผิดปกติ ทำนาย หรืออนุมาน เป็นต้น ซึ่งสามารถใช้วิเคราะห์ข้อมูลในฐานข้อมูลทั้งแบบข้อความและรูปภาพ รวมถึงเนื้อหาดิจิทัล (Digital Content)

รอบการเปิดอบรม

สาขากรุงเทพฯ (ลาดพร้าว)
  • ยังไม่มีรอบเปิดอบรม (ลงชื่อจองไว้ได้)

ไฟล์รายละเอียดคอร์ส

วัตถุประสงค์

  • สามารถวิเคราะห์เชิงคาดการณ์ โดยใช้แพลตฟอร์ม Orange ได้

กลุ่มเป้าหมาย

  • นักวิทยาศาสตร์ข้อมูล
  • นักวิเคราะห์ข้อมูล

ความรู้พื้นฐาน

  • พื้นฐานภาษา python

ระยะเวลาในการอบรม

  • 18 ชั่วโมง

ราคาคอร์สอบรม

  • ราคาปกติ 9,500 บาท / คน
  • โปรโมชั่นลด 10% เหลือ 8,550 บาท / คน
  • ราคาเหมาจ่าย (ผู้อบรมตั้งแต่ 10 คน) ตามแต่ตกลงกัน
  • ขอใบเสนอราคา

วิทยากรผู้สอน

คอร์สที่ควรอบรมก่อนหน้า

คอร์สต่อเนื่องที่แนะนำ

เนื้อหาการอบรม

Module 1: Overview of Predictive Analytics and Orange

  • Data Mining Process
  • Introduction to Machine Learning
  • Supervised vs UnSupervised Learnings
  • Overview of Orange

Module 2: Data Preparation

  • Load Data to Orange
  • Interactive Visualization
  • Filter Data
  • Merge and Concat Data
  • Preprocess Data
  • Feature Statistics
  • Save Data

Module 3: Regression

  • What is Regression
  • Linear Regression
  • Model Evaluation Metrics for Regression
  • Regularization

Module 4: Classification

  • What is Classification
  • Classification Algorithms
  • K-Fold Cross Validation
  • Model Evaluation Metrics for Classification
  • Confusion Matrix
  • ROC Analysis for Binary Classification

Module 5: Clustering

  • What is Clustering
  • K-Means Clustering
  • Silhouette Analysis
  • Hierarchical Clustering

Module 6: Dimension Reduction

  • What is Dimension Reduction
  • Principal Component Analysis (PCA)
  • Feature Ranking
  • t-SNE and MDS

Module 7: Association Analysis

  • What is Association Analysis
  • Apriori Algorithm
  • Association Analysis with Orange

Module 8: Neural Network

  • Create A multi-layer perceptron (MLP) algorithm with backpropagation

Module 9: ใช้ Python ร่วมกับโปรแกรม Orange Data Mining

  • Save Model Widget
  • โปรแกรม Python โดยนำโมเดลที่จัดเก็บไว้ไปใช้งาน
  • การใช้ Python Script Widget

แนะนำหลักสูตรที่น่าสนใจ

Python Basic

Python Basic

สอน Python Python นับเป็นภาษา...

ดูข้อมูลเพิ่มเติม
Data Science with Python

Data Science with Python

ปัจจุบันมีการนำข้อมูลขนาดใหญ่ (Big Data) กันมากขึ้นตามหน่วยงานต่างในบ้านเรา ขั้นตอนการส...

ดูข้อมูลเพิ่มเติม
Python for Machine Learning

Python for Machine Learning

ในหลักสูตรนี้จะกล่าวถึงแนวคิดพื้นฐานของ Machine Learning โดยจะเน้นโมเดลการทำนายพื้นฐานท...

ดูข้อมูลเพิ่มเติม
Deep Learning with Python (คอร์สขั้นสูง)
ดูข้อมูลเพิ่มเติม
Elasticsearch and Kibana with .NET

Elasticsearch and Kibana with .NET

ElasticSearch คือเครื่องมือค้นหาและวิเคราะห์ข้อมูลแบบกระจาย ที่มีพื้นฐานมาจาก Apache Lu...

ดูข้อมูลเพิ่มเติม
Elasticsearch with Python

Elasticsearch with Python

ElasticSearch คือเครื่องมือค้นหาและวิเคราะห์ข้อมูลแบบกระจาย ที่มีพื้นฐานมาจาก Apache Lu...

ดูข้อมูลเพิ่มเติม

อัพเดทข้อมูลเมื่อ

10/07/2024 14:52:30