วิทยาศาสตรมหาบัณฑิตสาขาวิทยาศาสตร์ข้อมูล

เริ่มต้นการเดินทางของ Data Science กับอาจารย์ที่ได้รับการยอมรับทั่วโลกจากมหาวิทยาลัย Liverpool John Moores

ไฮไลท์สำคัญ

• ฟรี Bootcamp การเขียนโปรแกรม Python
• หลักสูตร Soft Skills ที่จำเป็นสำหรับอาชีพ
• WES ได้รับการยอมรับ
• การเรียนรู้มากกว่า 500 ชั่วโมง
• 60+ กรณีศึกษาและโครงการ
• การให้คำปรึกษาแบบกลุ่มรายปักษ์กับที่ปรึกษาในอุตสาหกรรม
• ตัวต่อตัวกับที่ปรึกษาอุตสาหกรรม
• การแก้ไขข้อสงสัยทันเวลา
• รองรับทุกวัน 9.00 - 21.00 น. IST สำหรับข้อสงสัย
• IIIT บังกาลอร์และศิษย์เก่า LJMU สถานะ

ทักษะยอดนิยมที่คุณจะได้เรียนรู้

สถิติ, การวิเคราะห์เชิงทำนายโดยใช้ Python, การเรียนรู้ของเครื่อง, การแสดงข้อมูล, การวิเคราะห์ข้อมูลขนาดใหญ่ ฯลฯ

ปริญญาโทจาก LJMU

Liverpool John Moores University, UK มีประวัติความเป็นมายาวนานตั้งแต่ปี 1823 ปัจจุบันเป็นหนึ่งในมหาวิทยาลัยที่ใหญ่ที่สุดและมีชื่อเสียงที่สุดในสหราชอาณาจักร ได้รับการจัดอันดับให้อยู่ใน Top 100 World Young Universities & Top 50 ในสหราชอาณาจักรโดย Student Satisfaction

• สำเร็จหลักสูตรทั้งหมดเพื่อบรรลุ M.Sc. อันทรงเกียรตินี้ ปริญญาจาก LJMU สหราชอาณาจักรเพื่อเริ่มต้นอาชีพของคุณในสาขาวิทยาศาสตร์ข้อมูล
• รับสิทธิ์เข้าถึงห้องสมุดดิจิทัล LJMU ฉบับสมบูรณ์เพื่อค้นคว้าและเขียนวิทยานิพนธ์ของคุณ
• รับปริญญาโทซึ่งเป็นที่ยอมรับโดย WES โดยเสียค่าใช้จ่าย 1 ใน 10 ของหลักสูตรออฟไลน์

เนื้อหาที่ดีที่สุดในชั้นเรียนโดยคณาจารย์ชั้นนำและผู้นำในอุตสาหกรรมในรูปแบบของวิดีโอ กรณีศึกษาและโครงการ การมอบหมายงาน และเซสชันสด

เนื้อหาการเตรียมความพร้อมก่อนหลักสูตร

• การวิเคราะห์ข้อมูลใน Excel
• การแก้ปัญหาการวิเคราะห์

ชุดเครื่องมือข้อมูล

• รู้เบื้องต้นเกี่ยวกับไพธอน
• การเขียนโปรแกรมด้วยภาษาไพธอน
• Python สำหรับวิทยาศาสตร์ข้อมูล
• การแสดงข้อมูลใน Python
• การวิเคราะห์ข้อมูลเชิงสำรวจ
• กรณีศึกษาเครดิต EDA
• สถิติอนุมาน
• การทดสอบสมมติฐาน
• การวิเคราะห์ข้อมูลโดยใช้ SQL
• SQL ขั้นสูงและแนวทางปฏิบัติที่ดีที่สุด
• การกำหนด SQL: RSVP ภาพยนตร์

การเรียนรู้ของเครื่อง

• การถดถอยเชิงเส้น
• การมอบหมายการถดถอยเชิงเส้น
• การถดถอยโลจิสติก
• การจำแนกประเภทโดยใช้ต้นไม้การตัดสินใจ
• การเรียนรู้แบบไม่มีผู้ดูแล: การทำคลัสเตอร์
• พื้นฐานของ NLP และ Text Mining
• การแก้ปัญหาทางธุรกิจ
• กรณีศึกษา: การให้คะแนนลูกค้าเป้าหมาย

ความเชี่ยวชาญ - การเรียนรู้อย่างลึกซึ้ง

• การบรรจุถุงและป่าสุ่ม
• การส่งเสริม
• การเลือกโมเดลและเทคนิค ML ทั่วไป
• การวิเคราะห์องค์ประกอบหลัก
• การถดถอยขั้นสูง
• กรณีศึกษา ML ขั้นสูง
• การวิเคราะห์อนุกรมเวลา
• รู้เบื้องต้นเกี่ยวกับ Neural Networks และ ANN
• การกำหนดโครงข่ายประสาทเทียม
• เครือข่ายประสาท Convolutional
• Convolutional Neural Networks - การใช้งานในอุตสาหกรรม
• การตรวจจับวัตถุและการแบ่งส่วนรูปภาพ (ไม่บังคับ)
• เครือข่ายประสาทกำเริบ
• การจดจำท่าทาง
• โครงการแคปสโตน

ความเชี่ยวชาญ - ระบบธุรกิจอัจฉริยะ/การวิเคราะห์ข้อมูล

• การสร้างภาพโดยใช้ Tableau
• Excel ขั้นสูง
• การแสดงภาพโดยใช้ PowerBI
• การแก้ปัญหาเชิงโครงสร้างโดยใช้กรอบงาน
• การเล่าเรื่องข้อมูล
• กรณีศึกษา Airbnb
• การสร้างแบบจำลองข้อมูล
• SQL ขั้นสูงและแนวทางปฏิบัติที่ดีที่สุด
• รู้เบื้องต้นเกี่ยวกับบิ๊กดาต้าและคลาวด์
• การวิเคราะห์โดยใช้ Spark
• กรณีศึกษาข้อมูลขนาดใหญ่
• โครงสร้างข้อมูล - ชุด พจนานุกรม สแต็ค คิว
• การค้นหาและการเรียงลำดับ
• การวิเคราะห์อัลกอริทึม + การเรียกซ้ำ
• การเขียนโปรแกรมฐานข้อมูลขั้นสูงโดยใช้ Pandas
• Python และ SQL Lab
• โครงการแคปสโตน

ความเชี่ยวชาญ - วิศวกรรมข้อมูล

• การจัดการข้อมูลและการสร้างแบบจำลองฐานข้อมูลเชิงสัมพันธ์
• รู้เบื้องต้นเกี่ยวกับข้อมูลขนาดใหญ่ (ไม่บังคับ)
• ข้อมูลเบื้องต้นเกี่ยวกับการตั้งค่าระบบคลาวด์และ AWS
• ความรู้เบื้องต้นเกี่ยวกับการเขียนโปรแกรม Hadoop และ MapReduce
• การมอบหมาย (ไม่บังคับ)
• ฐานข้อมูล NoSQL และ Apache HBase และฐานข้อมูล NoSQL และ MongoDB (ไม่บังคับ)
• คลังข้อมูล (ไม่บังคับ)
• การนำเข้าข้อมูลด้วย Apache Sqoop และ Apache Flume
• แผนที่ลดการมอบหมายการเขียนโปรแกรม
• ไฮฟ์ & แบบสอบถาม
• การมอบหมาย (ไม่บังคับ)
• อเมซอน เรดชิฟต์
• รู้เบื้องต้นเกี่ยวกับ Apache Spark
• โครงการ: ไปป์ไลน์ข้อมูล ETL
• โครงสร้างพื้นฐาน AWS Cloud (ไม่บังคับ)
• การเพิ่มประสิทธิภาพ Spark สำหรับการประมวลผลข้อมูลขนาดใหญ่
• Apache Flink (ไม่บังคับ)
• การสตรีมข้อมูลตามเวลาจริงด้วย Apache Kafka
• การประมวลผลข้อมูลตามเวลาจริงโดยใช้ Spark Streaming
• การมอบหมาย (ไม่บังคับ)
• สร้างไปป์ไลน์ข้อมูลอัตโนมัติด้วย Airflow
• การวิเคราะห์โดยใช้ PySpark
• โครงการ: การประมวลผลข้อมูลตามเวลาจริง
• โครงการแคปสโตน

ระเบียบวิธีวิจัย

• บทนำการวิจัยและกระบวนการวิจัย
• การออกแบบการวิจัย
• การทบทวนวรรณกรรม
• การบริหารโครงการวิจัย
• ทักษะการเขียนรายงานและการนำเสนอ
• จริยธรรมทางวิทยาศาสตร์

วิทยานิพนธ์มหาบัณฑิต

• ตรวจสอบรูปแบบการบริโภคอาหารและลายนิ้วมือเมตาโบไลต์ของผู้บริโภคอาหารแบบสั่งกลับบ้าน (จานด่วน) โดยใช้วิธี PCA และ Clustering
• ตรวจสอบการวินิจฉัยโรคตาโดยใช้ข้อมูลจักษุภาพ
• จัดโครงสร้างภาพทางการแพทย์ด้วยรูปทรงเรขาคณิตข้อมูล
• การใช้ฟีดโซเชียลมีเดียเพื่อทวีตเกี่ยวกับภัยพิบัติทางธรรมชาติบนแผนที่
• ป้องกันการฉ้อโกงบัตรเครดิตผ่านการจดจำรูปแบบ
• การพัฒนาระบบผู้แนะนำสำหรับสื่อยักษ์ใหญ่
• การสร้างแบบจำลองความเสี่ยงสำหรับกิจกรรมทางการเงินและวาณิชธนกิจ

โปรแกรมนี้เหมาะกับใคร?

สามารถเลือกความเชี่ยวชาญใด ๆ โดยไม่คำนึงถึงพื้นหลัง โปรแกรมนี้เหมาะสำหรับวิศวกร ผู้เชี่ยวชาญด้านการตลาดและการขาย Freshers ผู้เชี่ยวชาญด้านข้อมูล ผู้เชี่ยวชาญด้านโดเมน ผู้เชี่ยวชาญด้านซอฟต์แวร์และไอที

ก้าวหน้าในอาชีพการงานของคุณ

• นักวิเคราะห์ข้อมูล,
• นักวิทยาศาสตร์ข้อมูล
• นักวิเคราะห์ผลิตภัณฑ์
• วิศวกรการเรียนรู้ของเครื่อง
• นักวิเคราะห์ธุรกิจ