Chapter 1 DATA SCIENCE PLATFORMSทางเลือกใหม่สำหรับ DATA SCIENTIST

• ยุคของการวิเคราะห์และใช้ประโยชน์จากข้อมูล
• อาชีพทางด้าน Data Science
• Data Scientist และ Citizen Data Scientist
• RapidMiner เครื่องมือสำหรับ Citizen Data Scientist

Chapter 2 เริ่มต้นการใช้งาน RAPIDMINER STUDIO 9.10

• แนะนำแพลตฟอร์มของ RapidMiner ก่อนเริ่มใช้งาน
• เริ่มต้นใช้งาน RapidMiner Studio ครั้งแรก

Chapter 3 เรียนรู้กระบวนการ DATA SCIENCE ในเชิงธุรกิจ

• ขั้นตอนการทำ Data Science Project
• ตัวอย่างการประยุกต์ใช้ในธุรกิจ (Business Use Case)

Chapter 4 การเตรียมข้อมูลให้มีคุณภาพด้วย TURBO PREP

• ทำไมข้อมูลที่มีคุณภาพคือสิ่งที่สำคัญที่สุด
• การเตรียมข้อมูลด้วย RapidMiner Turbo Prep
• ขั้นตอนการแก้ไขข้อมูลด้วยฟังก์ชันพื้นฐานที่จำเป็น

Chapter 5 การแบ่งกลุ่มลูกค้า CUSTOMER (RFM) SEGMENTATION ด้วย TURBO PREP

• แนวคิดการแบ่งกลุ่มลูกค้าในยุค Marketing 5.0
• ขั้นตอนการทำ RFM Segmentation ด้วย Turbo Prep

Chapter 6 การสร้าง MACHINE LEARNING ด้วย RAPIDMINER AUTO MODEL

• แนวคิดของเทคนิคการเรียนรู้ของเครื่อง (Basic Concepts in Machine Learning)
• ประเภทของการเรียนรู้ของเครื่อง (Types of Learning in Machine Learning)
• การสร้าง ML Model ด้วย RapidMiner Auto Model
• การสร้าง ML Model ด้วยเทคนิค Decision Tree
• การสร้าง ML Model ด้วยเทคนิค Naive Bayes
• การสร้าง ML Model ด้วยเทคนิค Linear Regression
• การสร้าง ML Model ด้วยเทคนิค Logistic Regression
• เทคนิคการเรียนรู้แบบมีผู้สอนขั้นสูง (Advanced Supervised Learning Techniques)
• เทคนิค Support Vector Machines (SVM)
• เทคนิค Random Forest
• เทคนิค Gradient Boosted Tree
• เทคนิค Deep Learning

สนใจสั่งซื้อได้ที่ 

https://serazu.com/web/product/4263

หรือร้านหนังสือชั้นนำทั่วไป