32211165  วิทยาการข้อมูลเบื้องต้น

32211265  การจัดการธุรกิจดิจิทัล 

32211365  คณิตศาสตร์สําหรับวิทยาการข้อมูล

89011164  การโปรแกรมสำหรับปัญญาประดิษฐ์ 

Module Leaning Outcome (MLO)

MLO1.1 

อธิบายความสำคัญของวิทยาการข้อมูลที่มีต่อการกำหนดทิศทางของธุรกิจได้

MLO1.2 

อธิบายหลักการพื้นฐานทางคณิตศาสตร์ ธุรกิจ และเขียนโปรแกรมคอมพิวเตอร์ สำหรับงานด้านวิทยาการข้อมูลได้

นิสิตที่ผ่านการทดสอบ Data Science Foundation จะได้รับเกียรติบัตร Data Science Foundation 

32212165        สถิติเบื้องต้นสำหรับวิทยาการข้อมูล 

32212265        ซอฟต์แวร์ประยุกต์ในการวิเคราะห์เชิงธุรกิจ 

88624064  ฐานข้อมูลเชิงสัมพันธ์  

89022164  การโปรแกรมเพื่อการวิเคราะห์ข้อมูล

Module Leaning Outcome (MLO)

MLO2.1

ออกแบบฐานข้อมูลแบบมีโครงสร้างสำหรับการเขียนโปรแกรมเพื่อวิเคราะห์ข้อมูลเบื้องต้นได้

MLO2.2

ใช้โปรแกรมสำเร็จรูปหรือไลบรารี่ในภาษาโปรแกรมในการคำนวณสถิติเชิงพรรณาได้

นิสิตที่ผ่านการทดสอบ Structured Data Analyst  จะได้รับเกียรติบัตร Structured Data Analyst 

32223165          จริยธรรมข้อมูลและธรรมาภิบาลข้อมูล 

88625064  ระบบข่าวกรองธุรกิจและการออกแบบคลังข้อมูล 

32223365  การสร้างมโนภาพข้อมูลและสถิติกราฟฟิก   

32223465  การตลาดดิจิทัล 

Module Leaning Outcome (MLO)

MLO3.1

เลือกรายการข้อมูลและเลือกวิธีในการสร้างมโนภาพข้อมูลได้อย่างเหมาะสมกับบริบทที่ต้องการ โดยคำนึงถึงหลักกฎหมายปัจจุบันข้อมูลได้

MLO3.2

อธิบายประเด็นปัญหาทางธุรกิจเพื่อการวางแผนการตลาดได้

MLO3.3

จัดทำรายงานสรุปการแปลผลข้อมูลให้เข้าใจง่ายทั้งในภาษาไทยและภาษาอังกฤษ

นิสิตที่ผ่านการทดสอบ Data Interpreter จะได้รับเกียรติบัตร Data Interpreter 

32224165        พีชคณิตเชิงเส้นสําหรับวิทยาการข้อมูล 

32224265  ความน่าจะเป็นสำหรับวิทยาการข้อมูล 

32224365  ทฤษฎีการตัดสินใจ  

32235165          การวิเคราะห์การถดถอย 

Module Leaning Outcome (MLO)

MLO4.1

ประยุกต์ความรู้ทางคณิตศาสตร์และสถิติในการจำแนกข้อมูลเพื่อการตัดสินใจได้

นิสิตที่ผ่านการทดสอบ Diagnostic Data Analyst จะได้รับเกียรติบัตร Diagnostic Data Analyst 

32224465  การวิเคราะห์หลายตัวแปรเชิงประยุกต์ 

32235265  เทคนิคการพยากรณ์และการประยุกต์     

32235365  ระเบียบวิธีวิจัย

32235465  การจัดการธุรกิจด้วยข้อมูลขนาดใหญ่

Module Leaning Outcome (MLO)

MLO5.1  

ประยุกต์ความรู้ทางคณิตศาสตร์และสถิติในสร้างแบบจำลองทางคณิตศาสตร์เพื่อพยากรณ์แนวโน้มในอนาคตได้

MLO5.2  

ใช้เครื่องมือในการวิเคราะห์ข้อมูลขนาดใหญ่สำหรับประกอบการตัดสินใจในเชิงธุรกิจ

นิสิตที่ผ่านการทดสอบ Predictive Data Analyst จะได้รับเกียรติบัตร Predictive Data Analyst 

32236165  คณิตศาสตร์สำหรับการเรียนรู้ของเครื่อง  

89033465  ฐานข้อมูลแบบโนเอสคิวแอล 

89034565  การทำเหมืองข้อมูลและการประยุกต์  

89036565  การประยุกต์การเรียนรู้ของเครื่องสำหรับวิทยาการข้อมูล 

Module Leaning Outcome (MLO)

MLO6.1

เขียนโปรแกรมเพื่อสร้างสภาวะแวดล้อมที่สะดวกและมีประสิทธิภาพในการเข้าถึงและจัดเก็บข้อมูลได้

MLO6.2

ใช้ระบบการเรียนรู้ของเครื่อง เพิ่มความรวดเร็วและแม่นยำของการสร้างแบบจำลองได้

นิสิตที่ผ่านการทดสอบ Machine Learning Engineer จะได้รับเกียรติบัตร Structured Data Analyst 

30138164  การเตรียมความพร้อมด้านวิชาชีพ  

32229165          การเรียนรู้เชิงประจักษ์จากผู้ประกอบการ 1 

32239165  การเรียนรู้เชิงประจักษ์จากผู้ประกอบการ 2 

32249165  การเรียนรู้เชิงบูรณาการกับการทำงาน 

Module Leaning Outcome (MLO)

MLO7.1

ใช้เทคโนโลยีสารสนเทศในการจัดการข้อมูล วิเคราะห์และสังเคราะห์ข้อมูลเพื่อตอบโจทย์ของสถานประกอบการ