สัมมนาออนไลน์

Outline 

• Tools สำหรับการเข้าถึงข้อมูล และ การ preprocess ข้อมูลได้อย่างรวดเร็ว
• Tools สำหรับการสร้าง Machine Learning หรือ Predictive model
• Tools สำหรับการ deploy model ลงบน platform หรือ ภาษาอื่นๆ เป็นต้น

โดยในสัมมนาออนไลน์ครั้งนี้ เราจะนำเสนอตัวอย่างที่รวบรวมทุกขั้นตอนการทำงานของ Data Science ตั้งแต่การเข้าถึงข้อมูล, การ preprocessing ข้อมูล, การพัฒนา Machine learning model และสุดท้ายการ deploy model ลงบน web application ซึ่งจะทำให้ผู้เข้าร่วมฟังบรรยายสามารถเข้าใจหลักการทำงานทั้งระบบได้โดยง่าย

Highlights:

• การเข้าถึงและจัดการกับข้อมูลขนาดใหญ่ (Large date sets)
• การ Preprocess และวิเคราะห์ข้อมูลที่มีหลากหลายชนิตของข้อมูล ยกตัวอย่างเช่น table, timetable, string, categorical, datetime, duration, tall arrays เป็นต้น
• การจัดการกับข้อมูลดิบที่ไม่เป็นระเบียบ เช่น ข้อมูลมีความผิดพลาด, ข้อมูลขาดหายไป, การรวมกันของข้อมูลประเภทตาราง, การ synchronize ของข้อมูลประเภทวันเวลา, การคำนวนทางสถิติเป็นกลุ่ม ๆ
• การทำ Data Visualization ยกตัวอย่างเช่น Heatmaps, WordClouds, Geographic plots, Box plots
• การ Training & Validating Machine learning model ด้วย Classification Learner app และ Regression Learner app
• การ Deploy prediction model ไว้บน Cloud Web application
• ตัวอย่างการนำเอา Data Science และ AI ไปประยุกต์ใช้

Prerequisites

• MATLAB installation Guideline, please access this Link
• Install MATLAB with selective toolboxes:
  • MATLAB
  • Statistics and Machine Learning Toolbox
  • Deep Learning Toolbox
  • MATLAB Compiler
  • MATLAB Web App Server
  • Parallel Computing Toolbox