Python Programming for Beginner and Python for Data Analysis and Data Visualization

วันที่อบรม: เสาร์ที่ 4 – 5 และ 11 ตุลาคม 2568 | เวลา 09.00 – 16.00 น.

ราคา 5,690 บาท บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 5,121 บาท

วิทยากร: ว่าที่ร้อยตรี ธีรพัฒน์ กันสดับ

ผู้เชี่ยวชาญด้าน Data Science/Data Engineering

มีประสบการณ์อบรมและให้คำปรึกษากับหน่วยงานด้าน Data Science มากกว่า 7 ปี

หลักการและเหตุผล

ในยุคที่ข้อมูลกลายเป็นทรัพยากรสำคัญขององค์กร การวิเคราะห์และสื่อสารข้อมูลอย่างมีประสิทธิภาพจึงเป็นทักษะจำเป็นสำหรับการขับเคลื่อนยุทธศาสตร์และการตัดสินใจที่แม่นยำ หลักสูตรนี้ออกแบบมาเพื่อพัฒนาทักษะพื้นฐานด้านวิทยาการข้อมูล การเขียนโปรแกรมด้วย Python และการสร้างภาพข้อมูลที่เข้าใจง่าย ผ่านเครื่องมือที่เข้าถึงได้

ทั้งนี้ สอดคล้องกับทิศทางขององค์กรยุคใหม่ที่เน้นการขับเคลื่อนด้วยข้อมูล (Data-Driven Organization) และการยกระดับศักยภาพบุคลากรให้สามารถใช้เทคโนโลยีดิจิทัลในการวิเคราะห์และนำเสนอข้อมูลได้อย่างมืออาชีพ รองรับเป้าหมายการพัฒนาองค์กรสู่การเป็นองค์กรอัจฉริยะ (Smart Organization) ในอนาคต

วัตถุประสงค์

เพื่อให้ผู้เข้ารับการอบรมเข้าใจแนวคิดพื้นฐานของวิทยาการข้อมูล (Data Science) และกระบวนการวิเคราะห์ข้อมูลอย่างเป็นระบบ
เพื่อให้ผู้เข้ารับการอบรมสามารถเขียนโปรแกรมเบื้องต้นด้วยภาษา Python และใช้งาน Google Colab ได้อย่างมีประสิทธิภาพ
เพื่อให้ผู้เข้ารับการอบรมเข้าใจประเภทข้อมูล การควบคุมลำดับขั้นตอนในโปรแกรม และสามารถนำเข้าข้อมูลจากแหล่งต่าง ๆ ได้
เพื่อให้ผู้เข้ารับการอบรมสามารถวิเคราะห์ข้อมูลเบื้องต้น จัดการข้อมูลที่ขาดหายหรือผิดปกติ และเตรียมข้อมูลสำหรับการแสดงผล
เพื่อให้ผู้เข้ารับการอบรมสามารถสร้างภาพข้อมูลด้วยกราฟประเภทต่าง ๆ ได้อย่างถูกต้อง เหมาะสม และสื่อความหมายได้ชัดเจน
เพื่อให้ผู้เข้ารับการอบรมมีทักษะในการนำเสนอข้อมูลในรูปแบบ Interactive และสามารถแสดงข้อมูลเชิงพื้นที่เพื่อประกอบการวิเคราะห์เชิงลึกได้

หลักสูตรนี้เหมาะกับใครบ้าง

ผู้เริ่มต้นเขียนโปรแกรม (Beginner)

ไม่เคยเขียนโปรแกรมมาก่อน หรือมีพื้นฐานน้อย
ต้องการเริ่มจากศูนย์ และเข้าใจโครงสร้างพื้นฐานของภาษา Python

นักวิเคราะห์ข้อมูล (Data Analyst)

ต้องการใช้ Python เพื่อจัดการข้อมูล, ทำความสะอาดข้อมูล, และวิเคราะห์เชิงสถิติ

นักวิจัยและนักวิชาการ

ต้องการวิเคราะห์ข้อมูลจากงานวิจัยหรือแบบสอบถาม
อยากเขียนโค้ดเพื่อประมวลผลข้อมูลซ้ำได้อย่างแม่นยำ

บุคลากรด้านธุรกิจ (Business Professional)

ต้องการใช้ Python เพื่อดึงข้อมูลจากระบบ, วิเคราะห์แนวโน้ม, หรือสร้าง Dashboard
อยากลดเวลาการทำงานซ้ำ ๆ ด้วยการเขียน Script อัตโนมัติ

นักเรียนและนักศึกษา

ต้องการเสริมทักษะด้าน Data & Programming เพื่อใช้ในโครงงานหรืองานวิจัย
เตรียมตัวสำหรับการเรียนต่อหรือการทำงานในสาย Data Science / AI

ผู้ทำงานด้าน IT หรือสาย Data อื่น ๆ

ความรู้พื้นฐาน

ไม่มีความรู้พื้นฐานเฉพาะเจาะจงสำหรับผู้เข้าอบรม

ลงทะเบียน

ได้ทันทีผ่านการคลิก [https://shorturl.at/Sps4Q]

กำหนดการ

เวลา	หัวข้อ	เนื้อหา
วันที่ 1
09:00 – 09:30	Introduction to Data Science	แนะนำพื้นฐานของวิทยาการข้อมูล (Data Science) ครอบคลุมแนวคิดหลัก กระบวนการวิเคราะห์ข้อมูลตั้งแต่การรวบรวม การเตรียมข้อมูล การวิเคราะห์ และการแปลผล พร้อมทั้งแนะนำบทบาทของนักวิทยาศาสตร์ข้อมูลในยุคปัจจุบัน
09:30 – 10:30	Introduction to Python and GoogleCo-Lab	แนะนำภาษา Python ซึ่งเป็นเครื่องมือหลักในงานด้าน Data Science พร้อมสอนการใช้งาน Google Colab สำหรับเขียนและรันโค้ดในระบบคลาวด์โดยไม่ต้องติดตั้งซอฟต์แวร์เพิ่มเติม
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Control Flow	ศึกษาหลักการควบคุมลำดับการทำงานของโปรแกรมด้วยคำสั่ง if, for, และ while เพื่อใช้ในการเขียนโปรแกรมให้สามารถตัดสินใจและทำซ้ำได้อย่างมีประสิทธิภาพ
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Data Types and Conversion	ทำความเข้าใจประเภทข้อมูลในภาษา Python เช่น ตัวเลข ข้อความ ลิสต์ ดิกชันนารี พร้อมเรียนรู้การแปลงประเภทข้อมูล (Type Conversion) เพื่อรองรับการประมวลผลข้อมูลที่หลากหลาย
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Data Importing and Visualization	สอนวิธีการนำเข้าข้อมูลจากแหล่งต่าง ๆ เช่น CSV, Excel และ API รวมถึงการตรวจสอบโครงสร้างข้อมูลเบื้องต้น และการแสดงผลข้อมูลอย่างง่าย
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม
เวลา	หัวข้อ	เนื้อหา
วันที่2
09:00 – 09:30	Introduction to Data Visualization	อธิบายหลักพื้นฐานของการสร้างภาพข้อมูล (Data Visualization)
09:30 – 10:30	Introduction to Data Visualization (ต่อ)	ความสำคัญและแนวทางการเลือกใช้เครื่องมือให้เหมาะสมกับประเภทของข้อมูล
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Exploratory Data Analysis	แนะนำกระบวนการวิเคราะห์ข้อมูลเบื้องต้นเพื่อค้นหารูปแบบ แนวโน้ม และความสัมพันธ์ภายในข้อมูล
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Missing values and Outlier handling	เรียนรู้เทคนิคการจัดการกับข้อมูลที่ขาดหาย (Missing Values) และข้อมูลผิดปกติ (Outliers) ซึ่งเป็นขั้นตอนสำคัญในการทำ Data Cleaning เพื่อให้การวิเคราะห์ข้อมูลมีความแม่นยำมากขึ้น
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Data Visualization	ลงลึกด้านการสร้างภาพข้อมูลด้วยเครื่องมือใน Python เช่น Matplotlib และ Seaborn โดยเน้นการออกแบบกราฟที่สื่อความหมายได้ชัดเจน
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม
วันที่3
09:00 – 09:30	Single Chart	ฝึกการสร้างแผนภูมิแต่ละประเภทที่ใช้บ่อยในการวิเคราะห์ข้อมูล ได้แก่ Line Chart: ใช้แสดงการเปลี่ยนแปลงตามเวลา
09:30 – 10:30	Single Chart (ต่อ)	ฝึกการสร้างแผนภูมิแต่ละประเภทที่ใช้บ่อยในการวิเคราะห์ข้อมูล ได้แก่ Bar Chart: ใช้เปรียบเทียบค่าระหว่างกลุ่ม Pie Chart: ใช้แสดงสัดส่วนของแต่ละส่วนในภาพรวม Scatter Diagram: ใช้วิเคราะห์ความสัมพันธ์ระหว่างตัวแปรสองตัว
10:30 – 10:45	พักเบรกเช้า
10:45 – 12:00	Combo Chart	เรียนรู้การสร้างกราฟผสม (Combination Chart) เช่น กราฟเส้นรวมกับแท่ง เพื่อแสดงข้อมูลหลายมิติในแผนภูมิเดียวกันอย่างมีประสิทธิภาพ
12:00 – 13:00	พักรับประทานอาหารกลางวัน
13:00 – 14:30	Interactive diagram	ฝึกการสร้างกราฟแบบ Interactive ที่ผู้ใช้สามารถโต้ตอบได้ เช่น การเลื่อนเมาส์เพื่อดูค่าข้อมูล เพิ่มความยืดหยุ่นและประสบการณ์ใช้งานให้กับผู้ชมข้อมูล
14:30 – 14:45	พักเบรกบ่าย
14:45 – 15:45	Geolocation Visualization	เรียนรู้การสร้างแผนที่แสดงข้อมูลเชิงพื้นที่ (Geospatial Data) เช่น การแสดงตำแหน่งสาขา การกระจายของลูกค้า เพื่อใช้ในการวิเคราะห์ตามภูมิศาสตร์
15:45 – 16:00	Q&A / Summary	สรุปภาพรวม พร้อมตอบคำถาม

**กำหนดการอาจมีเปลี่ยนแปลงตามความเหมาะสม

ติดต่อสอบถามเพิ่มเติม
อีเมล: Admin@datalentteam.co
โทร: 097-113-5975 (คุณบอย) 085-913-6975 (คุณมายด์)
ติดตามข่าวสารได้ทางเว็บไซต์และเพจของเรา

#PythonTraining #DataAnalysis #DataVisualization #PythonforBeginner #OnlineCourse #คอร์สเรียน2568 #ITMMahidol #MUEG #Datalentteam

Blog