วิชาเหมืองข้อมูลและการวิเคราะห์สถิติ

รายละเอียดของรายวิชา

รหัส 03-407-290-308

Data Mining and Statistics Analysis

คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน กระทรวงศึกษาธิการ

รายละเอียดของรายวิชา

ชื่อสถาบันอุดมศึกษา               มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน

วิทยาเขต/คณะ/สาขาวิชา         วิทยาเขตศูนย์กลาง นครราชสีมา 

คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์

                                        สาขาวิชาวิศวกรรมเกษตรอัจฉริยะ

หมวดที่  1  ข้อมูลโดยทั่วไป

1. รหัสและชื่อรายวิชา

03-407-290-308         เหมืองข้อมูลและการวิเคราะห์สถิติ

Data Mining and Statistics Analysis

2. จํานวนหน่วยกิต

          3(3-0-6)

3. หลักสูตรและประเภทของรายวิชา

          หลักสูตรวิศวกรรมศาสตรบัณฑิต     หมวดวิชาชีพเฉพาะ     กลุ่มวิชาเฉพาะด้าน

4. อาจารย์ผู้รับผิดชอบรายวิชาและอาจารย์ผู้สอน

อาจารย์ผู้สอน              ผู้ช่วยศาสตราจารย์ ดร.เฉลิมชัย หล่อวงศ์ตระกูล    ศูนย์กลาง นครราชสีมา

                              ผู้ช่วยศาสตราจารย์ ดร.พนิดา หล่อวงศ์ตระกูล       ศูนย์กลาง นครราชสีมา

5. ภาคการศึกษา / ชั้นปีที่เรียน

ภาคการศึกษา 1 ปีการศึกษา 2566

หลักสูตรวิศวกรรมศาสตร์บัณฑิต  สาขาวิชาวิศวกรรมเกษตรอัจฉริยะ
           ชั้นปีที่เรียน 3

6. รายวิชาที่ต้องเรียนมาก่อน (Pre-requisite)  

          03-407-100-101  การโปรแกรมคอมพิวเตอร์

7. รายวิชาที่ต้องเรียนพร้อมกัน (Co-requisites)  

          …………………………………………………………………………………………………

8. สถานที่เรียน

คณะวิศวกรรมศาสตร์และเทคโนโลยี   .  มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน  วิทยาเขตนครราชสีมา

9. วันที่จัดทําหรือปรับปรุงรายละเอียดของรายวิชาครั้งล่าสุด

……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………

หมวดที่  2  จุดมุ่งหมายและวัตถุประสงค์

1.  จุดมุ่งหมายของรายวิชา

1.สามารถอธิบายหลักการในการจัดการใช้เหมืองข้อมูลได้
2.สามารถประยุกต์ใช้เหมืองข้อมูลและสถิติได้

2.  วัตถุประสงค์ในการพัฒนา/ปรับปรุงรายละเอียดของรายวิชา

          เพื่อให้นักศึกษามีความรู้พื้นฐานการเรียนวิชาอื่นๆ ที่เกี่ยวข้อง โดยมีตัวอย่างอ้างอิงกรณีศึกษาด้านการจัดการใช้เหมืองข้อมูล การวิเคราะห์สถิติ และประยุกต์ใช้

หมวดที่  3  ลักษณะและการดำเนินการ

 

 

1.  คำอธิบายรายวิชา

          แนวคิดและเทคนิคต่างๆ ในการทำเหมืองข้อมูล ประสิทธิภาพและข้อดีข้อเสียของอัลกอริทึมต่างๆ ที่ใช้ในการทำเหมืองข้อมูล กระบวนการเตรียมข้อมูล การหารูปแบบที่เกิดขึ้นบ่อย การวิเคราะห์ความสัมพันธ์ การหากฎ ความสัมพันธ์ การจำแนกประเภท การทำนาย การวิเคราะห์กลุ่ม โครงข่ายประสาทเทียม การทำเหมืองข้อมูลกับข้อมูลพิเศษ ข้อมูลสื่อผสม ข้อมูลเครือข่ายสังคม ข้อมูลเชิงพื้นที่ การประยุกต์ใช้และทิศทางของการทำเหมืองข้อมูลทางการเกษตร, การประยุกต์ใช้ในงานเกษตรแม่นยำ

2.  จำนวนชั่วโมงที่ใช้ต่อภาคการศึกษา 

บรรยายสอนเสริมการฝึกปฏิบัติ/งานภาคสนาม/การฝึกงานการศึกษาด้วยตนเอง
30สอนเสริมตามความต้องการของนักศึกษาเฉพาะราย–90

3.  จำนวนชั่วโมงต่อสัปดาห์ที่อาจารย์ให้คำปรึกษา และแนะนำทางวิชาการแก่นักศึกษาเป็นรายบุคคล

          5 ชั่วโมง/สัปดาห์ ผ่านทาง e-learning, email  และ Facebook

(การพัฒนาการเรียนรู้ ต้องสอดคล้องกับที่ระบุไว้ในแผนที่แสดงการกระจายความรับผิดชอบต่อมาตรฐานผลการเรียนรู้จากหลักสูตรสู่รายวิชา (Curriculum Mapping) ตามที่กำหนดในรายละเอียดของหลักสูตร    

หมวดที่  4  การพัฒนาการเรียนรู้ของนักศึกษา

1.  คุณธรรม  จริยธรรม

          1.1  คุณธรรม จริยธรรมที่ต้องพัฒนา

                    1.1.1  ตรงต่อเวลา
                    1.1.2  รับผิดชอบต่อประโยชน์ส่วนรวม

          1.2  วิธีการสอน

บรรยายเชิงอภิปราย เกี่ยวกับการปฏิบัติตนให้มีจรรยาบรรณทางวิชาการและวิชาชีพ

          1.3  วิธีการประเมินผล

คะแนนเก็บ

2.  ความรู้

          2.1  ความรู้ที่ต้องได้รับ

      2.1.1  มีความรู้ในหลักการและทฤษฎีทางด้านวิศกรรมการเกษตร และวิทยาการข้อมูล
      2.1.2  รู้และเข้าใจหลักการ ทฤษฎีพื้นฐานการจัดการข้อมูลด้านวิศวกรรมการเกษตร และการใช้ระบบสารสนเทศในการพัฒนาโปรแกรมคอมพิวเตอร์ เพื่อให้สามารถประยุกต์ใช้ในการวางแผนและแก้ปัญหาในกิจกรรมด้านเกษตรแม่นยำ และโซ่อุปทาน
      2.1.3  รู้และเข้าใจหลักการของศาสตร์อื่นที่เกี่ยวข้องกับวิศกรรมการเกษตรอัจฉริยะ เช่น เทคโนโลยีดิจิทัล วิทยาการข้อมูล หลักเศรษฐศาสตร์ หลักการจัดการผลิต หลักการจัดการองค์กร เป็นต้น โดยสามารถนำมาประยุกต์หรือเป็นพื้นฐานของระบบเกษตรอัจฉริยะได้
      2.1.4  ติดตามความเปลี่ยนแปลงทางวิชาการ อันเกิดจากงานวิจัย และนวัตกรรมใหม่ๆ ทั้งในศาสตร์วิศวกรรมการเกษตรอัจฉริยะและเทคโนโลยีดิจิทัลสมัยใหม่ รวมถึงศาสตร์อื่นๆที่เกี่ยวข้อง         

2.2  วิธีการสอน

       2.2.1 บรรยาย และอภิปรายกลุ่ม

          2.3  วิธีการประเมินผล

      2.3.1  คะแนนเก็บ
                2.3.2  สอบกลางภาค
                2.3.3  สอบปลายภาค

3.  ทักษะทางปัญญา

          3.1  ทักษะทางปัญญาที่ต้องพัฒนา

      3.1.4  มีความสามารถในการวิเคราะห์สถานการณ์ สามารถประยุกต์ใช้ความรู้ และความเข้าใจจากเนื้อหาที่เรียนมา ในการทำงานได้

          3.2  วิธีการสอน

      3.2.1 การอภิปรายกลุ่ม และงานกลุ่มที่มอบหมาย

          3.3  วิธีการประเมินผล

                3.3.1  คะแนนเก็บ
                3.3.2  สอบปลายภาค

4.  ทักษะความสัมพันธ์ระหว่างบุคคลและความรับผิดชอบ

          4.1  ทักษะความสัมพันธ์ระหว่างบุคคลและความรับผิดชอบที่ต้องพัฒนา

      4.1.2  มีความรับผิดชอบต่อสังคมและองค์กร รวมทั้งพัฒนาตนเองและพัฒนางาน

          4.2  วิธีการสอน

      4.2.1 มอบหมายงานกลุ่ม

          4.3  วิธีการประเมินผล

                4.3.1  คะแนนเก็บ
                4.3.2  สอบปลายภาค

5.  ทักษะการวิเคราะห์เชิงตัวเลข การสื่อสาร และการใช้เทคโนโลยีสารสนเทศ

          5.1 ทักษะการวิเคราะห์เชิงตัวเลข การสื่อสาร และการใช้เทคโนโลยีสารสนเทศที่ต้องพัฒนา

                5.1.1  สามารถประยุกต์ความรู้ทางคณิตศาสตร์และสถิติ เพื่อการวิเคราะห์ประมวลผลการแก้ปัญหาและนำเสนอข้อมูลได้อย่างเหมาะสม
                5.1.2  มีทักษะการใช้ภาษาเพื่อการสื่อสารความรู้ทางวิศกรรมการเกษตรและวิทยาการข้อมูล ได้อย่างมีประสิทธิภาพรวมทั้งการเลือกใช้รูปแบบการสื่อสารได้อย่างเหมาะสม
                5.1.3  มีทักษะและความรู้ภาษาอังกฤษหรือภาษาต่างประเทศอื่น เพื่อการค้นคว้าได้อย่างเหมาะสมและจำเป็น
                5.1.4  สามารถใช้เทคโนโลยีสารสนเทศในการสืบค้นและเก็บรวบรวมข้อมูลได้อย่างมีประสิทธิภาพและเหมาะสมกับสถานการณ์

5.2  วิธีการสอน

      5.2.1 การอภิปรายกลุ่ม และงานกลุ่มที่มอบหมาย

          5.3  วิธีการประเมินผล

                  5.3.1  คะแนนเก็บ
                  5.3.2  สอบกลางภาค
                  5.3.3  สอบปลายภาค

หมวดที่  5  แผนการสอนและการประเมินผล

1.  แผนการสอน

สัปดาห์ที่รายละเอียดจำนวนชั่วโมงกิจกรรมการเรียน การสอน  สื่อที่ใช้ผู้สอน
1แนะนำ Data Mining การวิเคราะห์ข้อมูลทางสถิติ และเครื่องมือ Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
2Classification  และ Clustering Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
3ทดสอบประสิทธิภาพโมเดลด้วย fold-cross Validation Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
4การตัดสินใจแบบ Decision Tree Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
5การจำแนกข้อมูลแบบ K-mean Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
6Neighbors Classifier และ Naïve Baye Classifier Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
7นำเสนอผลงานครั้งที่1 กิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
8สอบกลางภาค กิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
9การเลือกค่าคุณลักษณะ Feature Selection Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
10Association Rule Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
11การจัดกลุ่มข้อมูลแบบ Winner take all Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
12การเรียนรู้แบบเพิ่มขึ้นและ Regression Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
13การพยากรณ์ Prediction Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
14วิทยาการข้อมูล และสถิติสำหรับการจัดการข้อมูล Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
15การวิเคราะห์ข้อมูลทางสถิติ Slideกิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
16นำเสนอผลงานครั้งที่ 2 กิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล
17สอบปลายภาค กิจกรรม
 -บรรยายเชิงอภิปราย
สื่อที่ใช้
 -PowerPoint		ผศ.ดร.เฉลิมชัย หล่อวงศ์ตระกูลผศ.ดร.พนิดา หล่อวงศ์ตระกูล

2.  แผนการประเมินผลการเรียนรู้  (ให้ระบุหัวข้อย่อยแต่ละหัวข้อตามที่ปรากฏใน(Curriculum Mapping))

ผลการเรียนรู้วิธีประเมินสัปดาห์ที่ประเมินสัดส่วนของการประเมินผล
1 ( 1.6 )
2 ( 1.5, 1.1 )
3 ( 1.4 )
4 ( 1.2 )
5 ( 1.4, 1.3, 1.1 )
6 ( 1.4, 1.3 )		คะแนนเก็บ 40
2 ( 1.6 )
5 ( 1.2 )		สอบกลางภาค 30
2 ( 1.7 )
3 ( 1.4 )
4 ( 1.2 )
5 ( 1.1, 1.2 )		สอบปลายภาค 30

(ผลการเรียนรู้ดูจากแผนที่การกระจายความรับผิดชอบ มคอ.2 (Curriculum Mapping))

หมวดที่  6  ทรัพยากรประกอบการเรียนการสอน

1.  เอกสารและตำราหลัก

Data Mining, Fourth Edition: Practical Machine Learning Tools and Techniques (Morgan Kaufmann Series in Data Management Systems) 4th Edition

2.  เอกสารและข้อมูลสำคัญ

1.“Introduction to data mining” by Tan, Steinbach & Kumar (2006)
2.Data Mining: Concepts and Techniques, Third Edition by Han, Kamber & Pei (2013)
3.Data Mining and Analysis Fundamental Concepts and Algorithms  by Zaki & Meira (2014)
4.Data Mining: The Textbook  by Aggarwal (2015)
5.“The Elements of Statistical Learning” by Freidman et al (2009)

3.  เอกสารและข้อมูลแนะนำ

1.http://dataminingtrend.com/2014/data-mining-techniques/crisp-dm-example/
2.https://thaidatascience.wordpress.com/2017/01/12/%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B8%88%E0%B8%B1%E0%B8%81-data-mining/
3.http://www.nextproject.net/contents/?00043

หมวดที่  7  การประเมินและปรับปรุงการดำเนินการของรายวิชา

1.  การประเมินประสิทธิผลของรายวิชาโดยนักศึกษา

          การประเมินประสิทธิผลของรายวิชานี้ ที่ทำโดยนักศึกษาได้จัดกิจกรรมในการนำแนวคิดและความเห็นจากนักศึกษาดังนี้
      1  แบบประเมินผู้สอน และแบบประเมินผู้เรียน
      2  การสังเกตการณ์จากพฤติกรรมของผู้เรียน

2.  การประเมินการสอน

          ในการเก็บข้อมูลเพื่อประเมินการสอน ดังนี้
      1  การสังเกตการณ์เรียนการสอนของผู้ร่วมทีมสอน
      2  อาจารย์ผู้สอนประเมินผลการสอนของตนเองโดยสังเกตจากพฤติกรรมการเรียนและผลการสอบของนักศึกษา

3.  การปรับปรุงการสอน

          หลังจากได้ผลการประเมินการสอนในข้อ 2 จึงมีการปรับปรุงการสอนโดยการจัดกิจกรรมในการระดมสมอง และหาข้อมูลเพิ่มเติมในการปรับปรุงการสอนดังนี้
      1  ปรับเปลี่ยนการเรียนรู้นอกชั้นเรียน
      2  ปรับปรุงรูปแบบการสอนโดยเพิ่มการจัดกลุ่มทำโครงงาน(พัฒนาโปรแกรม)ตามที่นักศึกษาสนใจ แล้วให้นักศึกษาแต่ละกลุ่มมาแลกเปลี่ยนปัญหา-แนวทางแก้ปัญหาโดยมีอาจารย์ช่วยสรุปวิธีแก้ปัญหา

4.  การทวนสอบมาตรฐานผลสัมฤทธิ์ของนักศึกษาในรายวิชา

          ในระหว่างกระบวนการสอนรายวิชา มีการทวนสอบผลสัมฤทธิ์ในรายหัวข้อตามที่คาดหวังจากการเรียนรู้ในวิชา ได้จาก
      1  หลักสูตรพิจารณารายวิชาที่จะทวนสอบประจำภาคเรียน จากจำนวน 25% ของรายวิชาที่เปิดสอน และวิชามีความผิดปกติ
      2  หลักสูตรแต่งตั้งกรรมการทวนสอบประจำหลักสูตร
      3  กรรมการทวนสอบนำ มคอ2 Domain mapping, มคอ3, มคอ5 และบันทึกการสอน มาพิจารณาผลการเรียนรู้ที่นักศึกษาพึงจะได้ตามที่ระบุไว้ใน Domain mapping
      4  กรรมการทวนสอบเป็นผู้สัมภาษณ์ อาจารย์ผู้สอนและนักศึกษาเป็นผู้ให้ข้อมูล
      5  บันทึกสิ่งปกติ สิ่งที่ต้องปรับปรุงและข้อเสนอแนะ ลงใน มคอ5
      6  นำข้อเสนอแนะมาปรับปรุงพัฒนาใน มคอ3 ปีการศึกษาถัดไป

5.  การดำเนินการทบทวนและการวางแผนปรับปรุงประสิทธิผลของรายวิชา

          จากผลการประเมิน และทวนสอบผลสัมฤทธิ์ประสิทธิผลรายวิชา ได้มีการวางแผนการปรับปรุงการสอนและรายละเอียดวิชา เพื่อให้เกิดคุณภาพมากขึ้น ดังนี้
      1  เปลี่ยนหรือสลับอาจารย์ผู้สอนเพื่อให้นักศึกษามีมุมมองในเรื่องการประยุกต์ความรู้นี้กับปัญหาที่มาจากงานวิจัยของอาจารย์หรืออุตสาหกรรมต่างๆ