Advanced Data Mining Algorithms ขั้นตอนวิธีสำหรับเหมืองข้อมูลขั้นสูง-Skill Lane

DIGITAL COURSES

HOME / ALL COURSES / Advanced Data Mining Algorithms ขั้นตอนวิธีสำหรับเหมืองข้อมูลขั้นสูง

Advanced Data Mining Algorithms ขั้นตอนวิธีสำหรับเหมืองข้อมูลขั้นสูง

1,500 บาท

Instructor :

รศ. ดร.จิรพล สังข์โพธิ์

Categories :

Data & Analytic

Rating :

Wish List :

START COURSES

About this course

- Artificial Neuron Network หรือ ANN
- Deep Learning
- Clustering Algorithms
- Association Analysis
- Recommender System
- Classification

Curriculum

1.1 Introduction to ANN
ดูตัวอย่างฟรี
03:29
1.2 ANN Overview
ดูตัวอย่างฟรี
02:51
1.3 Applications of ANN
01:53
1.4 Training ANN
03:39
1.5 Calculation - Calculating the Output
07:29
1.6 Example - Training a Perceptron
10:44
1.7 Calculations for Step 2 - Weight Adjustment
18:17
1.8 Hidden Layers & More Complex Networks
04:52
1.9 Stopping Conditions
06:02
1.10 Review of ANN
07:28
1.11 Rapid Miner Exercises
19:12
Quiz 1
Quiz 1 (10 คะแนน)
แบบทดสอบ
Deep Learning
2.1 Deep Learning Overview
03:01
2.2 Artificial Neural Network
00:48
2.3 Convolutional Neural Networks (CNN) 1
16:02
2.4 Convolutional Neural Networks (CNN) 2
20:32
2.5 Recurrent Neural Networks (RNN)
16:49
2.6 Deep Learning on RapidMiner (1)
09:45
2.7 Deep Learning on RapidMiner (2)
18:07
Quiz 2
Quiz 2 (10 คะแนน)
แบบทดสอบ
Clustering
3.1 Introduction to Clustering
03:50
3.2 Applications of Clustering
02:18
3.3 Defining a Cluster
03:54
3.4 Clustering in Summary
01:13
3.5 Clustering Algorithms
02:59
3.6 K-Means Algorithm
11:04
3.7 Calculating Object Proximity
14:00
3.8 Hierarchical Clustering
19:18
3.9 DBSCAN
19:31
3.10 Evaluating Cluster
17:00
Quiz 3
Quiz 3 (10 คะแนน)
แบบทดสอบ
Association Analysis
4.1 Introduction to Association Analysis
04:01
4.2 Association Analysis Overview
07:40
4.3 Support and Confidence
06:09
4.4 Types of Values Handled
03:03
4.5 Terminology – Item Set & Frequent Item Set
02:41
4.6 Apriori Algorithm
20:12
4.7 FP Growth
11:06
4.8 Rule Interestingness
11:16
4.9 Association Analysis On RapidMiner
10:15
Quiz 4
Quiz 4 (10 คะแนน)
แบบทดสอบ
Recommendation System
5.1 Recommendation System Overview
02:55
5.2 Types of Recommendation Systems
09:17
5.3 User-Based Nearest-Neighbor Collaborative Filtering
04:35
5.4 Measuring User Similarity
16:44
5.5 Item-Based Nearest Neighbour Recommendation
16:00
5.6 Probabilistic Methods
09:28
5.7 Recommender System with RapidMiner
14:33
Quiz 5
Quiz 5 (10 คะแนน)
แบบทดสอบ
Classification
6.1 Introduction to Classification
14:30
6.2 Generating Training and Test Dataset (1)
17:31
6.3 Generating Training and Test Dataset (2)
09:50
6.4 K-Nearest Neighbour (k-NN)
17:57
6.5 Decision Tree
18:41
6.6 Naïve Bayes
12:51
6.7 RapidMiner Example
06:20
Quiz 6
Quiz 6 (10 คะแนน)
แบบทดสอบ
Assignment
Final Report

Rating

Other Instructors

Instructor :

รศ. ดร.จิรพล สังข์โพธิ์

รองอธิการบดีฝ่ายเทคโนโลยีสารสนเทศมหาวิทยาลัยธรรมศาสตร์ อาจารย์ประจำหลักสูตรDX/CIO Ph.D.CivilEngineering(ComputerAidedEngineering)CarnegieMellonUniversity M.S.ComputinginAppliedDataScienceandAnalytics,TechnologicalUniversityDublin M.S.C.E.GeorgiaInstituteofTechnology วศ.บ.จุฬาลงกรณ์มหาวิทยาลัย CertificateCybersecurity:Technology,ApplicationandPolicy,MassachusettsInstituteofTechnology CertificateDigitalTransformationStrategy,BostonUniversity

Course Features