Successfully reported this slideshow.

Data science and big data for business and industry

0

Share

Upcoming SlideShare
What to Upload to SlideShare
What to Upload to SlideShare
Loading in …3
×
1 of 74
1 of 74

Data science and big data for business and industry

0

Share

Download to read offline

Data science and big data for business and industry บรรยายให้อาจารย์วิทยาลัยเทคโนโลยีจิตรลดา ฟัง 23 พค 2018

Data science and big data for business and industry บรรยายให้อาจารย์วิทยาลัยเทคโนโลยีจิตรลดา ฟัง 23 พค 2018

More Related Content

Related Books

Free with a 14 day trial from Scribd

See all

Related Audiobooks

Free with a 14 day trial from Scribd

See all

Data science and big data for business and industry

  1. 1. for business and Industrial applications ผู้ช่วยศาสตราจารย์ดร. อานนท์ศักดิ์วรวิชญ์ ผู้อานวยการหลักสูตร Ph.D. and M.Sc. (Business Analytics and Data Science) สาขาวิชา Actuarial Science and Risk Management
  2. 2. Mathematics /Statistics Computer Sciences Business Administration Machine Learning Traditional Business Research Hacking Skills BA&I
  3. 3. Business Analytics and Intelligence @ Graduate School of Applied Statistics, NIDA
  4. 4. Understanding Business Data Requirement ETL and EDA Data Analytics and Modeling Knowledge Deployment
  5. 5. Descriptive Analytics Diagnostic Analytics Predictive Analytics Prescriptive Analytics Cognitive Analytics
  6. 6. ข้อมูลใหญ่
  7. 7. Big Data Analytics • Association • Regression and Forecasting • Classification • Data Reduction • Clustering • Anomaly detection
  8. 8. มหาบัณฑิต สาขาวิชาการวิเคราะห์ธุรกิจและ วิทยาการข้อมูล การเรียนการสอนวิทยาการข้อ
  9. 9. โครงสร้างรายวิชา หมวดวิชาเสริม พื้นฐาน วิชาที่มุ่งปรับความรู้ในระดับต่า กว่าขั้นบัณฑิตศึกษาของนักศึกษา เพื่อให้พร้ อมที่จะศึกษาในชั้น ปริญญาโท นั ก ศึ ก ษ า ทั้ ง ส อ ง ห ลั ก สู ต ร เ รี ย น เหมือนกัน • พื้นฐานสาหรับบัณฑิตศึกษา • การพัฒนาทักษะการอ่านภาษาอังกฤษสาหรับบัณฑิตศึกษา • การซ่อมเสริมการพัฒนาทักษะการอ่านภาษาอังกฤษสาหรับ บัณฑิตศึกษา (หากไม่ผ่านตัวก่อนหน้า) • การพัฒนาทักษะภาษาอังกฤษแบบบูรณาการ • การซ่อมเสริมการพัฒนาทักษะภาษาอังกฤษแบบบูรณาการ (หากไม่ผ่านตัวก่อนหน้า) • พื้นฐานคณิตศาสตร์และสถิติ • การเขียนโปรแกรมภาษาไพธอนและการจัดการฐานข้อมูล • ภาษาอังกฤษสาหรับการวิเคราะห์ธุรกิจและวิทยาการข้อมูล
  10. 10. หมวดวิชาหลัก กลุ่มวิชาที่มุ่งให้นักศึกษามีความรู้ ความชานาญเฉพาะด้าน (จานวน 15 หน่วยกิต) นักศึกษาทั้งสอง หลักสูตรเรียน เหมือนกัน • การวิเคราะห์ธุรกิจและวิทยาการข้อมูลเบื้องต้น • การวิเคราะห์สถิติและการออกแบบงานวิจัย • การวิเคราะห์ข้อมูลเชิงบุกเบิกและการสร้างภาพนิทัศน์จาก ข้อมูล • การจัดการข้อมูลขนาดใหญ่ • การเรียนรู้ของเครื่องจักรประยุกต์ โครงสร้างรายวิชา
  11. 11. โครงสร้างรายวิชา หมวด วิชาเอก กลุ่มวิชาที่มุ่งให้ นักศึกษามีความรู้ความ ชานาญเฉพาะด้านตาม สาขาวิชาเอกที่กาหนด ไว้ (จานวน 15 หน่วย กิต) สาขาวิชาปัญญาและการ วิเคราะห์ธุรกิจ • ปัญญาและการวิเคราะห์การตลาด • ปัญญาและการวิเคราะห์การเงิน • ปัญญาและการวิเคราะห์ทรัพยากร มนุษย์ • ปัญญาและการวิเคราะห์ความเสี่ยงเชิง ปริมาณ • ปัญญาและการวิเคราะห์การจัดการ ลูกค้าสัมพันธ์ สาขาวิทยาการข้อมูล • การเขียนโปรแกรมสาหรับการเรียนรู้ ของเครื่องจักร • การวิเคราะห์ข้อมูลขนาดใหญ่ • การวิเคราะห์วีดีทัศน์และรูป • การวิเคราะห์ข้อความและการ ประมวลผลภาษาธรรมชาติ • การวิเคราะห์เรียลไทม์และการสตรีมมิ่ง ข้อมูล
  12. 12. โครงสร้างรายวิชา หมวดวิชาเลือก วิชาในหมวดนี้แบ่งออกเป็น กลุ่มวิชา นักศึกษาสามารถ เลือกรายวิชาในกลุ่มวิชาต่าง ๆ หรือรายวิชาของหลักสูตรอื่น ทั้งภายในหรือภายนอกคณะได้ สาขาวิชาปัญญาและการ วิเคราะห์ธุรกิจ • ปัญญาและการวิเคราะห์ห่วงโซ่อุปทาน • การวิเคราะห์เศรษฐมิติ • การวิเคราะห์ข้อมูลเชิงพื้นที่ • แบบจาลองพหุระดับ • การจาลองมอนติคาร์โลและกระบวนการ เฟ้นสุ่ม • วิธีวิจัยเชิงคุณภาพ • การวิเคราะห์ข้อมูลสูญหายประยุกต์ สาขาวิทยาการข้อมูล • การคานวณแบบกระจายและก้อนเมฆ • การหาค่าเหมาะสุดและการวิเคราะห์เชิง กาหนด • การวิเคราะห์เชิงทานายและการพยากรณ์ • การวิเคราะห์และจดจาเสียง • การวิเคราะห์สื่อและเครือข่ายสังคม • การวิเคราะห์คอคนิทีฟ • ปัญญาประดิษฐ์
  13. 13. โครงสร้างรายวิชา หมวดวิชาเลือก วิชาในหมวดนี้แบ่งออกเป็น กลุ่มวิชา นักศึกษาสามารถ เลือกรายวิชาในกลุ่มวิชาต่าง ๆ หรือรายวิชาของหลักสูตรอื่น ทั้งภายในหรือภายนอกคณะได้ สาขาวิชาวิทยาการสื่อ ปฏิสัมพันธ ์ • การวิเคราะห์มัลติมีเดีย • ส่วนต่อประสานกับผู้ใช้อัจฉริยะ • การวิจัยประสบการณ์ของผู้ใช้งาน • คอมพิวเตอร์กราฟฟิคและแอนิเมชัน • โลกเสมือนจริง ความเป็นจริงผสมความ เป็นจริงเสริม กลุ่มวิชาสัมมนาและ การศึกษาเฉพาะเรื่อง • การศึกษาเฉพาะเรื่องทางการวิเคราะห์ ธุรกิจและวิทยาการข้อมูล • การสื่อสาร การนาเสนอและการให้ คาปรึกษาด้านวิเคราะห์ธุรกิจและ วิทยาการข้อมูล • การฝึกปฏิบัติวิเคราะห์ธุรกิจและวิทยาการ ข้อมูล • สัมมนาการวิเคราะห์ธุรกิจและวิทยาการ ข้อมูล
  14. 14. BADS 7106 Supply Chain Analytics and Intelligence Cost analysis through activity-based costing, resource allocation through linear and non-linear programming, logistic management with transportation model, inventory management, waiting time management with queuing model, project planning and control with PERT and CPM, and competition analysis with games theory. BADS 7113 Statistical Quality Control and Predictive Maintenance Concept of six sigma and lean manufacturing, DMAIC process, define critical process tools, measure tools including process mapping, gage repeatability and reproducibility, control charts, analyze tools including analysis of variance and process capability, improvement tools including total preventive maintenance and design of experiment, statistical process control tools, predictive analytics and models e.g. survival analysis
  15. 15. Marketing and CRM Analytics BADS 7101 Marketing Analytics and Intelligence Investigating consumer behavior through survey research and questionnaire design, customer satisfaction measurement with exploratory factor analysis and psychometric models, brand positioning through multidimensional scaling and correspondence analysis, new product design and development through analysis, new product testing and usability study with experiments. BADS 7105 Customer Relationship Management Analytics and Intelligence Overview of customer relationship management and customer relationship management analytics, market segmentation using K-means clustering and organizing map, up-sell, cross-sell, customer retention, and direct marketing using artificial neural network, market basket analysis, response analysis, and decision tress.
  16. 16. Core marketing concepts
  17. 17. BADS 7102 Financial Analytics and Intelligence Valuation and financial feasibility with basic financial mathematics, fundamental analysis with financial statement analysis, investment portfolio theory and capital asset pricing model with simple regression analysis, arbitrage pricing model with multiple analysis, technical analysis with time-series data analysis, asset volatility and volatility model BADS 7104 Quantitative Risk Analytics and Intelligence Credit scoring with linear probability model, fraud detection with discriminant analysis, bankruptcy model with logistic regression analysis, behavioral analysis with survival analysis, risk measurement and simulation with Markov chain model, value-at-risk model.
  18. 18. mu
  19. 19. HR, OB, OD Analytics and Intelligence
  20. 20. Copyright © 2011 Pearson Education, Inc. publishing as Prentice Hall 1–58 Human Resource Management Processes Acquisition Training Appraisal CompensationLabor Relations Health and Safety Fairness Human Resource Management (HRM)
  21. 21. Copyright © 2011 Pearson Education, Inc. publishing as Prentice Hall 1–59 Evidence-Based HRM Actual measurements Existing data Providing Evidence for HRM Decision Making Research studies
  22. 22. Cummings & Worley,9e (c) 2008 South- Western/Cengage Learning 2-60 General Model of Planned Change Evaluating and Institutionalizing Change Planning and Implementing Change Diagnosing Entering and Contracting
  23. 23. เข้าใจ เข้าถึง พัฒนา ศาสตร์พระราชาว่าด้วยวิทยาการข้อมูลเพื่อการพัฒนาประเทศ
  24. 24. ดร.อานนท์ ศักดิ์วรวิชญ์ คณะ

Editor's Notes

  • Copyright © 2011 Pearson Education, Inc. publishing as Prentice Hall
  • Copyright © 2011 Pearson Education, Inc. publishing as Prentice Hall
  • ×