Attacking the Real World with Python (จุฬาฯ)

ผศ. ดร.สุกรี สินธุภิญโญ

หลักสูตร Chula MOOC

  • ร่วมสร้างสรรค์สังคมแห่งการเรียนรู้
  • รหัสวิชา: CHULAMOOC2833.CU01
    4.8
  • หน่วยกิต :

FREE
ที่ว่าง 472/500
  • ลงทะเบียน

    วันที่ 5 ตุลาคม 2565 เป็นต้นไป

  • เวลาเรียน

    วันที่ 5 ตุลาคม 2565 เป็นต้นไป

  • เนื้อหา

    8 บทเรียน

  • วิดีโอ

    16 วีดีโอ

  • เอกสาร

    ไม่มี

  • เกณฑ์เรียนจบ

    ผู้เรียนต้องทำคะแนนรวมทั้งหมด ให้ได้ร้อยละ 60 ขึ้นไป

  • ประกาศณียบัตร

    CHULA MOOC

  • กลุ่มเป้าหมาย

    นิสิต บุคลากร จุฬาลงกรณ์มหาวิทยาลัย

แนะนำรายวิชา
เกี่ยวกับรายวิชา

การเขียนโปรแกรมภาษาไพทอน (Python) เป็นทักษะที่จำเป็นอย่างยิ่งสำหรับผู้ที่สนใจในการทำงานเกี่ยวกับการประมวลผลข้อมูล การประมวลผลภาพ ปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง ฯลฯ ประกอบกับ ภาษา python เป็นภาษาที่ไม่มีโครงสร้างซับซ้อน สามารถเรียนรู้ได้อย่างรวดเร็ว เหมาะกับทั้งผู้ที่เริ่มต้นเขียนโปรแกรม หรือผู้ที่มีทักษะการเขียนโปรแกรมด้วยภาษาอื่นๆอยู่แล้วและต้องการเปลี่ยนมาใช้ภาษา python ดังนั้นการสอนเขียนโปรแกรมภาษา python จึงเหมาะกับการสร้างเป็นคอร์สเรียนออนไลน์ นำไปปรับใช้ เพื่อสร้างเป็นโครงการย่อย ๆ ที่สามารถนำไปใช้งานจริงได้ ในหลากหลายการประยุกต์ใช้

วัตถุประสงค์และสิ่งที่ได้จากเรียน

    1. เพื่อให้ผู้เรียนสามารถฝึกทักษะการแก้ปัญหาและความรู้ที่ได้เรียนมาจากบทก่อน ๆ ผ่านโจทย์และกรณีศึกษาต่าง ๆ ที่เกี่ยวข้องกับชีวิตประจําวัน

    2. เพื่อให้ผู้เรียนสามารถนํากรณีศึกษารูปแบบต่าง ๆ จากบทเรียนมาประยุกต์ใช้กับพัฒนาระบบงานเชิงธุรกิจได้

เกณฑ์การวัดและประเมินผล

    มีการวัดและประเมินผลผ่านแบบทดสอบย่อย (Quiz) และแบบทดสอบหลังเรียน (Posttest) โดยจะแบ่งเป็นคะแนนจาก Quiz เท่ากับ 50 คะแนน และคะแนนจาก Posttest เท่ากับ 50 คะแนน ทั้งนี้ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป และเรียนจบภายในเวลาที่กำหนดจึงจะสามารถขอรับ Certificate of Completion ได้

หมายเหตุ

    1. ผู้เรียนจะมีสิทธิ์ทำแบบทดสอบหลังเรียน (Posttest) เมื่อเข้าร่วมกิจกรรมการเรียน (Course Progress) มากกว่า 80% ขึ้นไป

    2. แบบทดสอบหลังเรียน (Posttest) ในแต่ละวิชาจะสามารถทำได้แค่ครั้งเดียวเท่านั้น

เนื้อหาหลักสูตร

    Chapter I: Using Monte Carlo to find PI

    Chapter II: OpenAI Gym

    Chapter III: Risk Management

    Chapter IV: Highest PM2.5

    Chapter V: Mini Google

    Chapter VI: Visualize a Perceptron

    Chapter VII: Analyze Simple Data from Kaggle

    Chapter VIII: Data Visualization Using Seaborn

อาจารย์ผู้สอน
    • ผศ.ดร.สุกรี สินธุภิญโญ

    ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์
    จุฬาลงกรณ์มหาวิทยาลัย