Crunching data with Pandas

ผศ. ดร.สุกรี สินธุภิญโญ

หลักสูตร Chula Mooc Flexi

  • ร่วมสร้างสรรค์สังคมแห่งการเรียนรู้
  • รหัสวิชา : CHULAMOOC2632
    5.0
  • หน่วยกิต :
FREE
ที่ว่าง 830/10000
  • ลงทะเบียน

    วันที่ 5 สิงหาคม 2567 เป็นต้นไป

  • เวลาเรียน

    วันที่ 5 สิงหาคม 2567 เป็นต้นไป

  • เนื้อหา

    10 บทเรียน

  • วิดีโอ

    10 วีดีโอ

  • ระยะเวลา

    ไม่กำหนด

  • เอกสาร

    ไม่มี

  • เกณฑ์เรียนจบ

    ผู้เรียนต้องทำคะแนนรวมทั้งหมดให้ได้ร้อยละ 60 ขึ้นไป

  • ประกาศนียบัตร

    certificate of completion

  • กลุ่มเป้าหมาย

    นิสิตจุฬา ฯ กลุ่มนักเรียน นักศึกษา และประชาชนทั่วไปที่สนใจเทคโนโลยีและดิจิทัล

แนะนำรายวิชา
เกี่ยวกับรายวิชา

     การวิเคราะห์ข้อมูลด้วยการเขียนโปรแกรมภาษา Python : Crunching data with Pandas จะกล่าวถึง Pandas ซึ่งเป็น Library ของภาษา Python ซึ่งมีความสำคัญกับกลุ่มคนที่ทำงานด้านวิทยาศาสตร์ข้อมูลเป็นอย่างมาก โดย Pandas จะสามารถนำมาจัดการกับข้อมูลได้หลากหลายประเภท  โดยวิชานี้จะพาผู้เรียนไปรู้จักกับองค์ประกอบของ Pandas ทั้ง DataFrams, DataSeries การจัดการข้อมูลต่าง ๆ ไฟล์ข้อมูลจาก Excel, ไฟล์ข้อมูลจาก CSV หรือข้อมูลที่เป็น JSON  รวมถึงฟังก์ชันที่ใช้ในการจัดการกับข้อมูลได้อย่างง่ายขึ้น

วัตถุประสงค์และสิ่งที่ได้จากเรียน

    1.เพื่อให้เกิดความรู้ความเข้าใจเกี่ยวกับการใช้  Pandas ในโปรแกรม Python ได้อย่างถูกต้องและเหมาะสม

    2.เพื่อพัฒนาทักษะการจัดการข้อมูลได้อย่างมีประสิทธิภาพ 

เกณฑ์การวัดและประเมินผล

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

หมายเหตุ

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

    2.ผู้เรียนจะสามารถทำข้อสอบ Posttest ได้เพียง 1 ครั้งเท่านั้น

เนื้อหาหลักสูตร

    หัวข้อรายวิชา การวิเคราะห์ข้อมูลด้วยการเขียนโปรแกรมภาษา Python : Crunching data with Pandas จะประกอบด้วย

    บทที่ 1 แนะนำให้รู้จักข้อมูล

    บทที่ 2 การอ่านข้อมูลจากแหล่งข้อมูล (File, Internet)

    บทที่ 3 การรับข้อมูลจากแหล่งอื่น (การสร้าง DataFrame และการอ่าน list of records)

    บทที่ 4 รู้จัก DataFrame กับ DataSeries และชนิดของข้อมูล

    บทที่ 5 การเลือกข้อมูลตามเงื่อนไข

    บทที่ 6 การประมวลผลข้อมูล

    บทที่ 7 การสร้าง DataSeries จาก Data เดิม

    บทที่ 8 การแสดงผลข้อมูล (Data Visualization)

    บทที่ 9 การแสดงผลข้อมูล (Data Visualization) ด้วย Library อื่นที่ใช้พื้นฐานของ Pandas

    บทที่ 10 Summary

อาจารย์ผู้สอน
    • ผศ.ดร.สุกรี สินธุภิญโญ

    ภาควิชาวิศวกรรมคอมพิวเตอร์
    คณะวิศวกรรมศาสตร์
    จุฬาลงกรณ์มหาวิทยาลัย

คอร์สแนะนำ