or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
เริ่มต้นด้วยการนิยามความหมายของ Data Science จากนั้นจะครอบคลุมกระบวนการทำงานของ Data Science และการนำไปใช้แก้ปัญหาในโลกจริง แล้วปิดท้ายบทด้วยการทำความรู้จักกับบทบาทต่าง ๆ ในสายงาน Data Science
เมื่อเข้าใจกระบวนการทำงานของ Data Science แล้ว บทนี้จะเจาะลึกขั้นตอนแรก ได้แก่ การรวบรวมและจัดเก็บข้อมูล โดยจะเรียนรู้เกี่ยวกับแหล่งข้อมูลประเภทต่าง ๆ รูปแบบของข้อมูล วิธีจัดเก็บข้อมูลหลังรวบรวม และวิธีที่ data pipeline ช่วยทำให้กระบวนการทั้งหมดเป็นอัตโนมัติ
การเตรียมข้อมูลเป็นรากฐานสำคัญ นักวิทยาศาสตร์ข้อมูลใช้เวลาถึง 80% ไปกับการทำความสะอาดและจัดการข้อมูล และอีกเพียง 20% สำหรับการวิเคราะห์จริง บทนี้จะแสดงวิธีตรวจหาปัญหาในข้อมูล จัดการกับค่าที่หายไป และค่าผิดปกติ จากนั้นจะเรียนรู้เรื่อง Visualization ซึ่งเป็นเครื่องมือสำคัญทั้งในการสำรวจข้อมูลและนำเสนอผลการวิเคราะห์
บทสุดท้ายนี้จะพูดถึงการทดลองและการพยากรณ์ เริ่มจาก A/B testing ต่อด้วยการพยากรณ์อนุกรมเวลาเพื่อเรียนรู้การทำนายเหตุการณ์ในอนาคต และปิดท้ายด้วย machine learning โดยเน้นที่ supervised learning และ clustering
แบบฝึกหัดปัจจุบัน