|
เมนูหลัก
|
|
| DTI321 | BIG DATA ANALYTICS |
| นทด321 | การวิเคราะห์ข้อมูลขนาดใหญ่ |
| สังกัด | วิทยาศาสตร์และเทคโนโลยี, สาขาวิชานวัตกรรมเทคโนโลยีดิจิทัล |
| หน่วยกิต | 3 (3-0-6) |
| สถานะรายวิชา: | ใช้งาน | | เลือก ปีการศึกษา: 2 / 2565 |
|
| | พัฒนาการ | | ไม่กำหนด | | SECT. | วัน | เวลา | ห้อง | อาคาร | เรียน | ที่นั่ง(เปิด-ลง-เหลือ) | หมวด | | | 010 | | พฤ. | 09:00-12:00 | R2602 | 2 | C | 30 | 4 | 26 | W | | | | | อาจารย์: | Assist. Prof.SA-NGA SONGMUANG | | | | สำรองสำหรับ: | ปริญญาตรี 4 ปี และ มากกว่า 4 ปี / ภาคปกติ ทุกชั้นปี | 30-4-26 | | | | สอบปลายภาค: | | | | 810 | | อา. | 08:00-12:00 | R2608 | 2 | C | 20 | 11 | 9 | W | | | | | อา. | 13:00-18:00 | R2608 | 2 | C | | | | | | | | | | อาจารย์: | Assist. Prof.SA-NGA SONGMUANG | | | | สำรองสำหรับ: | ปริญญาตรี 4 ปี / ภาคสมทบ ทุกชั้นปี | 20-11-9 | | | | สอบปลายภาค: | | |
| Course Description
การประมวลผลข้อมูลวิธีการทางสถิติเพื่อการประมาณค่าและการคาดการณ์การจัดหมวดหมู่ การจัดกลุ่มการวิเคราะห์และการเชื่อมโยงส่วนที่เกี่ยวข้องกันแพลตฟอร์มการวิเคราะห์ข้อมูลขนาดใหญ่ขั้นตอนวิธีการวิเคราะห์ข้อมูลขนาดใหญ่การสร้างภาพข้อมูลขนาดใหญ่
การสร้างแบบจำลองแบบมิติการนำออกตัวอย่าง การเปลี่ยนรูปและการโหลดแอปพลิเคชันสำหรับธุรกิจอัจฉริยะ การรวบรวมความต้องการสถาปัตยกรรมคลังข้อมูล การออกแบบฐานข้อมูลกายภาพสถาปัตยกรรมกายภาพ โอแลป เหมืองข้อมูล เครื่องมือและเทคนิคการวิเคราะห์ข้อมูลขนาดใหญ่
Data preprocessing; statistical approaches to estimation and prediction; classification, clustering, association analysis and applications; big data analytics platforms; big data analytics algorithms; big data visualization. the topics include:
dimension modeling; extraction, transformation, and loading; applications to business intelligence; requirement collection; data warehouse architecture; physical database design; physical architecture; olap; data mining; characteristics of big data;
หมายเหตุ
เรียน C = Lecture L = Lab R = ประชุม S = Self Study T = ติว
หมวด B = วิชาเสริมพื้นฐาน E = วิชาเลือกเฉพาะสาขา F = วิชาเลือกเสรี M = วิชาพื้นฐาน W = วิชาบังคับ X = - ยังไม่กำหนด |
| |
English 
ไทย
