2018 classes syllabus

= = = = = ติดต่อสอบถาม 081-915-7816 / 065-261-5391 = = = = = 

Express

Mastering English in Software development
หลักสูตร เก่งภาษาอังกฤษในงานพัฒนาซอฟต์แวร์

ผมได้รับการบอกเล่าถึงปัญหาหนักอกของนักพัฒนาซอฟต์แวร์ไทยที่ไม่สามารถพัฒนาตนเองให้ทันตามเทคโนโลยีได้อย่างรวดเร็ว สาเหตุเกิดจากการขาดแคลนตำราภาษาไทยที่ดีและตรงตามหัวข้อที่ต้องการ น่าเสียดายที่ทั้ง ๆ ที่ในอินเตอร์เน็ตมีแหล่งความรู้เหล่านี้อย่างอุดม ไม่ว่าจะเป็น ตำราที่เป็น pdf ทิวโทเรียล (ทั้งแบบบทความและวิดีโอ) ดาต้าชีต สถาบันสอนออนไลน์ ฯลฯ แต่นักพัฒนาซอฟต์แวร์ไทยไม่สามาถตักตวงความรู้เหล่านี้ได้ เพราะอ่านและฟังภาษาอังกฤษไม่เข้าใจ

นักพัฒนาซอฟต์แวร์ไทยส่วนมากเรียนภาษาอังกฤษมาตั้งแต่ชั้นอนุบาลจนถึงระดับอุดมศึกษา แต่ไม่สามารถเข้าใจสื่อการสอนในเทคโนโลยีภาษาอังกฤษได้ ผมเองก็เคยเป็นหนึ่งในคนเหล่านั้น จนกระทั่งผมได้ค้นพบเคล็ดลับ การนำเคล็ดลับนี้มาประยุกต์ใช้งาน ทำให้ผมสามาถอ่านเท็กซ์บุ๊คภาษาอังกฤษได้เข้าใจดีกว่าภาษาไทย ดูทิวโทเรียลได้ และวิธีเข้าใจภาษาอังกฤษในทุกแง่มุมที่จำเป็นต่อการติดตามเทคโนโลยีที่เปลี่ยนทุกวันได้อย่างทันท่วงที ผมอยากเห็นนักพัฒนาซอฟต์แวร์ไทยคนอื่น ๆ ทำได้เช่นนี้บ้าง ผมจึงนำเคล็ดลับนี้มาเปิดเผยให้ท่านทราบในคอร์สนี้

สรุปหัวข้อที่สอน
• วิธีอ่านเท็กซ์บุ๊ค
• แนวบริโภคทิวโทเรียล
• เก่งคำศัพท์แบบด่วน
• เคล็ดลับการอ่านดาต้าชีต หนังสือคู่มือ

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท 

หลักสูตร Microsoft Azure Machine Learning for non-programmer

ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML มาตรฐานปัจจุบัน เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอน ลงมือปฏิบัติการเตรียมและคัดกรองข้อมูล (data science and feature engineering) คอร์สนี้เน้นปฏิบัติ ไม่ได้เน้นทฤษฎี เมื่อเรียนจบแล้วท่านจะเข้าใจขอบเขตงาน ML มีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้นได้ดี

อธิบายหลักสูตร

เมชีนเลอนนิง (ML) คือหนึ่งในสาขาวิชาที่อยู่ภายใต้วิชาเอไอ (ปัญญาประดิษฐ์) ML คือการสอนให้คอมพิวเตอร์ เรียนรู้โดยผ่านการฝึกฝน ทดสอบ ประเมินผล และป้อนกลับ เป็นการพัฒนาเพื่อให้คอมพิวเตอร์มีเชาว์ดี คิดวิเคราะห์แยกแยะเองได้ พัฒนาความรู้ความสามารถของตนให้ดียิ่งๆ ขึ้นไป ไม่ใช่ทำงานได้แค่คำสั่งป้อนไว้ล่วงหน้า ML คือสิ่งที่ทำให้ข้อมูลจาก Big Data และ IoT กลายเป็นสิ่งที่ดีมีประโยชน์

ท่านสามารถนำ ML ไปประยุกต์ใช้งานได้กว้างขวาง อาทิ การทำนายอุปสงค์ ยอดขาย กำไร ความเสี่ยง รสนิยมของผู้บริโภค การฉ้อโกง การทำงานที่ผิดปรกติของเครื่องจักร การจำแนกกลุ่มลูกค้า การกำหนดราคาสินค้า การปรับปรุงขบวนการผลิต การทำงานของเครื่องจักร การจำได้หมายรู้ภาพ หุ่นยนต์ เกม เมืองอัจฉริยะ ฯลฯ

ในอดีตผู้สร้างและใช้งาน ML จำเป็นต้องมีความรู้ในวิชาวิทยาศาสตร์ข้อมูล คณิตศาสตร์ระดับสูงและมีเซอฟเวอร์ฟาร์มเป็นของตนเอง แต่ในปัจจุบันบริษัทไมโครซอฟท์ได้จัดให้มี Microsoft Azure Machine Learning ซึ่งเป็นคลาวน์คอมพิวติงเพลทฟอร์ม ช่วยให้การพัฒนางาน ML ทำได้ง่ายและมีค่าใช้จ่ายต่ำกว่าเดิม ช่วยให้หน่วยงานขนาดเล็กสามารถมี ML ไว้ใช้งานได้

ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML มาตรฐานปัจจุบัน เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอน ลงมือปฏิบัติการเตรียมและคัดกรองข้อมูล (data science and feature engineering) คอร์สนี้เน้นปฏิบัติ ไม่ได้เน้นทฤษฎี เมื่อเรียนจบแล้วท่านจะเข้าใจขอบเขตงาน ML มีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้นได้ดี

เหมาะสำหรับ

ผู้สนใจทั้วไป

ความรู้เบื้องต้นที่ต้องมี

ผู้เรียนไม่จำเป็นต้องมีพื้นความรู้ในการเขียนโปรแกรม

เนื้อหาวิชา

• Day 1: Machine Learning Algorithm อัลกอริทึมคือสมองของแมชชีนเลอนนิง ผมจะสอนหลักของอัลกอริทึมที่มีอยู่ใน Azure ML เช่น อัลกอริทึมถดถอยเชิงเส้น ทูคลาสบูสเทตดิซิชันทรี อโนมาลิดีเทคชัน เคมีนส์ ฯลฯ เพื่อให้ท่านนำไปลงมือปฏิบัติในคาบที่จะตามมา • วิธีทำแบบจำลองโดยใช้อัลกอริธึม Supervised vs Unsupervised • Algorithm group • Linear regression • Logistic regression • Decision trees • Neural networks • Support vector machines (SVMs) • Bayesian methods • Considerations when choosing an algorithm • Cheat Sheet • Algorithm’s performance comparison

• Day 2: Machine Learning Experiment วิธีสร้างแมชชีนเลอนนิงเอกเพอริเมนตั้งแต่ต้นจนจบทุกขั้นตอนโดยละเอียด สอนวิธีประยุกต์ใช้อัลกอริทึมแบบไบนารีคลาสสิฟิเคชัน ยกตัวอย่างงาน ทำนายอัตรารายได้บุคคลจากสถิติสสํามะโนประชากร เมื่อทำเสร็จแล้ว ท่านสามารถถามคอมพิวเตอร์ได้ว่าบุคคลใดมีเงินได้เท่าไหร่ เน้นให้ท่านลงมือปฏิบัติทุกขั้นตอน • Sing Up FREE Azure ML Studio Subscription • Create Azure ML Studio workspace • Train, Test, Evaluate for Binary Classification • Import census income dataset • Create a new Azure Machine Learning experiment • Train and evaluate a prediction model • Type of datasets

• Day 3: Data Science Basic วิทยาการข้อมูล (DS) คือหัวใจของการทำ ML ท่านจำเป็นจะต้องเข้าใจเรื่อง DS ในระดับเบื้องต้น จึงจะสามารถเรียนหัวข้อที่จะตามมาได้ ในคาบนี้ผมสอนวิชา DS อย่างย่อ โดยใช้ภาษาง่ายๆ ไม่เน้นสูตรคณิตศาสตร์ อาทิ หลักพื้นฐานของ DS, แนวคิดรวบยอดของแมชชีนเลอนนิงโมเดล, หลักการเตรียมข้อมูล, และสาทิตวิธีสร้างแบบจำลองลิเนียรีเกรสชันโดยไม่ใช้คอมพิวเตอร์ เพื่อให้ท่านเห็นภาพและเข้าใจหลักการทำงานภายในของ Azure ML • The 5 questions data science answers • Is your data ready for data science • Ask a question you can answer with data • Predict an answer with a simple model

เวลา 9:00-16:30 น. รวม 3 วัน (18 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร
ค่าลงทะเบียนเรียน 10,800 บาท 

หลักสูตร Microsoft Azure Machine Learning for Programmer

ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML มาตรฐานปัจจุบัน เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอน ลงมือปฏิบัติการเตรียมและคัดกรองข้อมูล (data science and feature engineering) คอร์สนี้เน้นปฏิบัติ ไม่ได้เน้นทฤษฎี เมื่อเรียนจบแล้วท่านจะเข้าใจขอบเขตงาน ML มีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้นได้ดี

เข้าใจวิธีใช้งานเว็บเซอร์วิสของ Azure ML และสามารถพัฒนาโปรแกรมประยุกต์แบบเดกส์ท็อปส่วนฟรอนท์เอ็นด้วยภาษา C# เพื่อให้ผู้ใช้สามารถใช้งาน ML ได้โดยง่าย

อธิบายหลักสูตร

เมชีนเลอนนิง (ML) คือหนึ่งในสาขาวิชาที่อยู่ภายใต้วิชาเอไอ (ปัญญาประดิษฐ์) ML คือการสอนให้คอมพิวเตอร์ เรียนรู้โดยผ่านการฝึกฝน ทดสอบ ประเมินผล และป้อนกลับ เป็นการพัฒนาเพื่อให้คอมพิวเตอร์มีเชาว์ดี คิดวิเคราะห์แยกแยะเองได้ พัฒนาความรู้ความสามารถของตนให้ดียิ่งๆ ขึ้นไป ไม่ใช่ทำงานได้แค่คำสั่งป้อนไว้ล่วงหน้า ML คือสิ่งที่ทำให้ข้อมูลจาก Big Data และ IoT กลายเป็นสิ่งที่ดีมีประโยชน์

ท่านสามารถนำ ML ไปประยุกต์ใช้งานได้กว้างขวาง อาทิ การทำนายอุปสงค์ ยอดขาย กำไร ความเสี่ยง รสนิยมของผู้บริโภค การฉ้อโกง การทำงานที่ผิดปรกติของเครื่องจักร การจำแนกกลุ่มลูกค้า การกำหนดราคาสินค้า การปรับปรุงขบวนการผลิต การทำงานของเครื่องจักร การจำได้หมายรู้ภาพ หุ่นยนต์ เกม เมืองอัจฉริยะ ฯลฯ

ในอดีตผู้สร้างและใช้งาน ML จำเป็นต้องมีความรู้ในวิชาวิทยาศาสตร์ข้อมูล คณิตศาสตร์ระดับสูงและมีเซอฟเวอร์ฟาร์มเป็นของตนเอง แต่ในปัจจุบันบริษัทไมโครซอฟท์ได้จัดให้มี Microsoft Azure Machine Learning ซึ่งเป็นคลาวน์คอมพิวติงเพลทฟอร์ม ช่วยให้การพัฒนางาน ML ทำได้ง่ายและมีค่าใช้จ่ายต่ำกว่าเดิม ช่วยให้หน่วยงานขนาดเล็กสามารถมี ML ไว้ใช้งานได้

ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML มาตรฐานปัจจุบัน เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอน ลงมือปฏิบัติการเตรียมและคัดกรองข้อมูล (data science and feature engineering) คอร์สนี้เน้นปฏิบัติ ไม่ได้เน้นทฤษฎี เมื่อเรียนจบแล้วท่านจะเข้าใจขอบเขตงาน ML มีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้นได้ดี

เข้าใจวิธีใช้งานเว็บเซอร์วิสของ Azure ML และสามารถพัฒนาโปรแกรมประยุกต์แบบเดกส์ท็อปส่วนฟรอนท์เอ็นด้วยภาษา C# เพื่อให้ผู้ใช้สามารถใช้งาน ML ได้โดยง่าย

เหมาะสำหรับ

นักพัฒนาซอฟต์แวร์

ความรู้เบื้องต้นที่ต้องมี

สามารถเขียนโปรแแกรมภาษา C# ระดับพื่้นฐานได้

เนื้อหาวิชา

• Day 1: Machine Learning Algorithm อัลกอริทึมคือสมองของแมชชีนเลอนนิง ผมจะสอนหลักของอัลกอริทึมที่มีอยู่ใน Azure ML เช่น อัลกอริทึมถดถอยเชิงเส้น ทูคลาสบูสเทตดิซิชันทรี อโนมาลิดีเทคชัน เคมีนส์ ฯลฯ เพื่อให้ท่านนำไปลงมือปฏิบัติในคาบที่จะตามมา • Supervised vs Unsupervised • Algorithm group • Linear regression • Logistic regression • Decision trees • Neural networks • Support vector machines (SVMs) • Bayesian methods • Considerations when choosing an algorithm • Cheat Sheet • Algorithm’s performance comparison

• Day 2: Machine Learning Experiment วิธีสร้างแมชชีนเลอนนิงเอกเพอริเมนตั้งแต่ต้นจนจบทุกขั้นตอนโดยละเอียด สอนวิธีประยุกต์ใช้อัลกอริทึมแบบไบนารีคลาสสิฟิเคชัน ยกตัวอย่างงาน ทำนายอัตรารายได้บุคคลจากสถิติสสํามะโนประชากร เมื่อทำเสร็จแล้ว ท่านสามารถถามคอมพิวเตอร์ได้ว่าบุคคลใดมีเงินได้เท่าไหร่ เน้นให้ท่านลงมือปฏิบัติทุกขั้นตอน • Sing Up FREE Azure ML Studio Subscription • Create Azure ML Studio workspace • Train, Test, Evaluate for Binary Classification • Import census income dataset • Create a new Azure Machine Learning experiment • Train and evaluate a prediction model • Type of datasets

• Day 3: Data Science Basic วิทยาการข้อมูล (DS) คือหัวใจของการทำ ML ท่านจำเป็นจะต้องเข้าใจเรื่อง DS ในระดับเบื้องต้น จึงจะสามารถเรียนหัวข้อที่จะตามมาได้ ในคาบนี้ผมสอนวิชา DS อย่างย่อ โดยใช้ภาษาง่ายๆ ไม่เน้นสูตรคณิตศาสตร์ อาทิ หลักพื้นฐานของ DS, แนวคิดรวบยอดของแมชชีนเลอนนิงโมเดล, หลักการเตรียมข้อมูล, และสาทิตวิธีสร้างแบบจำลองลิเนียรีเกรสชันโดยไม่ใช้คอมพิวเตอร์ เพื่อให้ท่านเห็นภาพและเข้าใจหลักการทำงานภายในของ Azure ML • The 5 questions data science answers • Is your data ready for data science • Ask a question you can answer with data • Predict an answer with a simple model

• Day 4: Software development Front ended desktop application for Machine Learning with C#

เวลา 9:00-16:30 น. รวม 4 วัน (24 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 14,400 บาท 

Express

หลักสูตร Microsoft Azure Machine Learning Express
คอร์สนี้เหมาะสำหรับผู้ต้องการเรียนวิชาไมโครซอฟท์แอเชอร์แมชชีนเลินนิงแต่ไม่มีมีเวลามากนัก ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML ล่าสุด เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอนโดยย่อเพื่อให้ท่านมีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้น ผู้เรียนไม่จำเป็นต้องมีพื้นความรู้ในการเขียนโปรแกรม

อธิบายหลักสูตร

เมชีนเลอนนิง (ML) คือหนึ่งในสาขาวิชาที่อยู่ภายใต้วิชาเอไอ (ปัญญาประดิษฐ์) ML คือการสอนให้คอมพิวเตอร์ เรียนรู้โดยผ่านการฝึกฝน ทดสอบ ประเมินผล และป้อนกลับ เป็นการพัฒนาเพื่อให้คอมพิวเตอร์มีเชาว์ดี คิดวิเคราะห์แยกแยะเองได้ พัฒนาความรู้ความสามารถของตนให้ดียิ่งๆ ขึ้นไป ไม่ใช่ทำงานได้แค่คำสั่งป้อนไว้ล่วงหน้า ML คือสิ่งที่ทำให้ข้อมูลจาก Big Data และ IoT กลายเป็นสิ่งที่ดีมีประโยชน์

ท่านสามารถนำ ML ไปประยุกต์ใช้งานได้กว้างขวาง อาทิ การทำนายอุปสงค์ ยอดขาย กำไร ความเสี่ยง รสนิยมของผู้บริโภค การฉ้อโกง การทำงานที่ผิดปรกติของเครื่องจักร การจำแนกกลุ่มลูกค้า การกำหนดราคาสินค้า การปรับปรุงขบวนการผลิต การทำงานของเครื่องจักร การจำได้หมายรู้ภาพ หุ่นยนต์ เกม เมืองอัจฉริยะ ฯลฯ

ในอดีตผู้สร้างและใช้งาน ML จำเป็นต้องมีความรู้ในวิชาวิทยาศาสตร์ข้อมูล คณิตศาสตร์ระดับสูงและมีเซอฟเวอร์ฟาร์มเป็นของตนเอง แต่ในปัจจุบันบริษัทไมโครซอฟท์ได้จัดให้มี Microsoft Azure Machine Learning ซึ่งเป็นคลาวน์คอมพิวติงเพลทฟอร์ม ช่วยให้การพัฒนางาน ML ทำได้ง่ายและมีค่าใช้จ่ายต่ำกว่าเดิม ช่วยให้หน่วยงานขนาดเล็กสามารถมี ML ไว้ใช้งานได้

ในคอร์สนี้ท่านจะได้เรียนรู้เทคโนโลยี ML มาตรฐานปัจจุบัน เรียนวิธีสร้างและใช้งาน ML เบื้องต้น ได้ลงมือปฏิบัติ ML ในทุกขั้นตอน ลงมือปฏิบัติการเตรียมและคัดกรองข้อมูล (data science and feature engineering) คอร์สนี้เน้นปฏิบัติ ไม่ได้เน้นทฤษฎี เมื่อเรียนจบแล้วท่านจะเข้าใจขอบเขตงาน ML มีความรู้และทักษะที่จำเป็นในการสร้างงาน ML เบื้องต้นได้ดี

เหมาะสำหรับ

บุคคลทั่วไป

ความรู้เบื้องต้นที่ต้องมี

ไม่จำเป็นต้องเขียนโปรแกรมได้

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร
ค่าลงทะเบียนเรียน 3,600 บาท

หลักสูตร Microsoft Power BI

ในคอร์สนี้ท่านจะได้เรียนวิธีใช้งาน Microsoft Power BI ซึ่งเป็นบริการในอินเตอร์เน็ตแบบคลาวน์คอมพิวติง (เรียนแล้วใช้แบบ on premises เป็นด้วย) สำหรับการวิเคราะห์ข้อมูลทางธุรกิจ เพื่อสร้างแผงควบคุม (Dashboard) รูปแบบที่สวยงาม ทันสมัย มีพลวัต เหมาะดูได้ทั้งในคอมพิวเตอร์ สมาร์ทโฟน และแทปเล็ต สามารถสร้างรายงานที่แก้ไขและใช้งานเป็นหมู่คณะได้อย่างรวดเร็ว

อธิบายหลักสูตร

บิซิเนสอินเทลลิเจนซ์ (BI) คือการเปลี่ยนข้อมูล (Data) ให้กลายเป็นสิ่งที่สามารถนำไปใช้ประโยชน์ได้ (Insight) เหมาะสำหรับผู้ทำงานในหน่วยงานที่รวบรวมข้อมูลจำนวนมากไว้ในฐานข้อมูล บิซิเนสอินเทลลิเจนซ์จะช่วยให้ท่านสามารถนำข้อมูลมาแสดงผลเป็นรายงานอัจฉริยะที่จำเป็นสำหรับผู้บริหารธุรกิจใช้ตัดสินใจและวางแผนได้อย่างรวดเร็วแม่นยำ

ในคอร์สนี้ท่านจะได้เรียนวิธีใช้งาน Microsoft Power BI ซึ่งเป็นบริการในอินเตอร์เน็ตแบบคลาวน์คอมพิวติง (เรียนแล้วใช้แบบ on premises เป็นด้วย) สำหรับการวิเคราะห์ข้อมูลทางธุรกิจ เพื่อสร้างแผงควบคุม (Dashboard) รูปแบบที่สวยงาม ทันสมัย มีพลวัต เหมาะดูได้ทั้งในคอมพิวเตอร์ สมาร์ทโฟน และแทปเล็ต สามารถสร้างรายงานที่แก้ไขและใช้งานเป็นหมู่คณะได้อย่างรวดเร็ว

เนื้อหาวิชา

• Day1: Getting started with Power BI • Uploading data to Power BI • Introducing natural-language queries • Introducing Quick Insights • Introduction to reports • Introducing Visual Interactions • Decorating the report • Saving the report • Pinning a report • Refreshing the budget workbook • Filtering a report • Sharing the dashboard • Inviting a user to see a dashboard • Creating a group workspace in Power BI • Turning on sharing with Microsoft OneDrive for Business • Viewing reports and dashboards on mobile devices

• Day 2: Introducing the Power BI refresh architecture • Introducing Power BI Desktop • Publishing to Power BI • Installing the Power BI Personal Gateway • Configuring automatic refresh • Using Power BI Desktop • Connecting to a database • Loading from multiple sources • Using Query Editor • Hiding or removing tables • Handling seasonality and sorting months • Getting data from services and content packs • Consuming a service content pack • Creating a custom dataset from a service • Creating a content pack for your organization • Consuming an organizational content pack • Updating an organizational content pack

เหมาะสำหรับ

บุคคลที่สนใจทั่วไป

ความรู้เบื้องต้นที่ต้องมี

ผู้เรียนไม่จำเป็นต้องมีพื้นความรู้การเขียนโปรแกรม

เวลา 9:00-16:30 น. รวม 2 วัน (12 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร
ค่าลงทะเบียนเรียน 7,200 บาท

Express

หลักสูตร Microsoft Power BI Express

ในคอร์สนี้ท่านจะได้เรียนวิธีใช้งาน Microsoft Power BI ซึ่งเป็นบริการในอินเตอร์เน็ตแบบคลาวน์คอมพิวติง (เรียนแล้วใช้แบบ on premises เป็นด้วย) สำหรับการวิเคราะห์ข้อมูลทางธุรกิจ เพื่อสร้างแผงควบคุม (Dashboard) รูปแบบที่สวยงาม ทันสมัย มีพลวัต เหมาะดูได้ทั้งในคอมพิวเตอร์ สมาร์ทโฟน และแทปเล็ต สามารถสร้างรายงานที่แก้ไขและใช้งานเป็นหมู่คณะได้อย่างรวดเร็ว

อธิบายหลักสูตร

บิซิเนสอินเทลลิเจนซ์ (BI) คือการเปลี่ยนข้อมูล (Data) ให้กลายเป็นสิ่งที่สามารถนำไปใช้ประโยชน์ได้ (Insight) เหมาะสำหรับผู้ทำงานในหน่วยงานที่รวบรวมข้อมูลจำนวนมากไว้ในฐานข้อมูล บิซิเนสอินเทลลิเจนซ์จะช่วยให้ท่านสามารถนำข้อมูลมาแสดงผลเป็นรายงานอัจฉริยะที่จำเป็นสำหรับผู้บริหารธุรกิจใช้ตัดสินใจและวางแผนได้อย่างรวดเร็วแม่นยำ

ในคอร์สนี้ท่านจะได้เรียนวิธีใช้งาน Microsoft Power BI ซึ่งเป็นบริการในอินเตอร์เน็ตแบบคลาวน์คอมพิวติง (เรียนแล้วใช้แบบ on premises เป็นด้วย) สำหรับการวิเคราะห์ข้อมูลทางธุรกิจ เพื่อสร้างแผงควบคุม (Dashboard) รูปแบบที่สวยงาม ทันสมัย มีพลวัต เหมาะดูได้ทั้งในคอมพิวเตอร์ สมาร์ทโฟน และแทปเล็ต สามารถสร้างรายงานที่แก้ไขและใช้งานเป็นหมู่คณะได้อย่างรวดเร็ว

เนื้อหาวิชา

Getting started with Power BI • Uploading data to Power BI • Introducing natural-language queries • Introducing Quick Insights • Introduction to reports • Introducing Visual Interactions • Decorating the report • Saving the report • Pinning a report • Refreshing the budget workbook • Filtering a report • Sharing the dashboard • Inviting a user to see a dashboard • Creating a group workspace in Power BI • Turning on sharing with Microsoft OneDrive for Business • Viewing reports and dashboards on mobile devices

เหมาะสำหรับ

บุคคลที่สนใจทั่วไป

ความรู้เบื้องต้นที่ต้องมี

ผู้เรียนไม่จำเป็นต้องมีพื้นความรู้การเขียนโปรแกรม

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท 

หลักสูตร Microsoft Azure IoT

คอร์สนี้มีจุดมุ่งหมายเพื่อฝึกคนซอฟต์แวร์ IT ให้เข้าใจ IoT ทั้งซอฟต์แวร์และฮาร์ดแวร์ ภาคซอฟต์แวร์สอนวิธีทำ IoT ผ่าน Microsoft Azure IoT Suite ในภาคฮาร์ดแวร์ สอนหลักอุปกรณ์พื้นฐานที่ใช้กันมาก ใช้คอนโทรเลอร์ NodeMCU ESP2866 ซี่งเป็นอาร์ดูอีโนคอมเพตติเบิลเพลทฟอร์มและมี Wi-Fi ในตัว ผู้เรียนได้รับอุปกรณ์ฮาร์ดแวร์ครบทุกชิ้น เรียนจบแล้วมีขีดความสามารถทำโครงการ IoT ได้ดี

อธิบายหลักสูตร

คอร์ส IoT with Microsoft Azure มีจุดมุ่งหมายเพื่อฝึกคนซอฟต์แวร์ IT ให้เข้าใจ IoT ทั้งซอฟต์แวร์และฮาร์ดแวร์ ภาคซอฟต์แวร์สอนวิธีทำ IoT ผ่าน Microsoft Azure IoT Suite ในภาคฮาร์ดแวร์ สอนหลักอุปกรณ์พื้นฐานที่ใช้กันมาก ใช้คอนโทรเลอร์ NodeMCU ESP2866 ซี่งเป็นอาร์ดูอีโนคอมเพตติเบิลเพลทฟอร์มและมี Wi-Fi ในตัว ผู้เรียนได้รับอุปกรณ์ฮาร์ดแวร์ครบทุกชิ้น เรียนจบแล้วมีขีดความสามารถทำโครงการ IoT ได้ดี

This course provides the student with all essential information and practical skills needed for IoT system integration in Business environment. Course materials Base on cutting edge technology such as; the latest version of C#, Microsoft Visual Studio, and Microsoft Azure IoT Suite.

เมื่อเรียนคอร์สนี้จบแล้วผู้เรียนจะมีความรู้และทักษะดังนี้

• หลักการทำงานของคลาวด์คอมพิวติง • หลักการทำงานของอินเตอร์เน็ตออฟติง • เชื่อมต่อ NodeMCU ESP2866 กับฟิลด์เกตเวย์ผ่าน Wi-Fi • เชื่อมต่อกับ Microsoft Azure IoT Hub ผ่านโปรโตคอล MQTT • ส่งข้อมูลและอีเวนต์จากดีไวซ์ไปยังคลาวด์ (D2C) • ส่งคำสั่งและแมสเสจจากคลาวด์ไปยังดีไวซ์ (C2D) • เข้าใจหลักการทำงานของฮาร์ดวแร์และซอฟต์แวร์งานอินเตอร์เน็ตออฟติง • พัฒนาและบูรณาการอินเตอร์เน็ตออฟติงเพื่อองค์กรได้ดี

Related Technology

• Microsoft Visual Studio • Microsoft Visual C# • NuGet Package Manager • Microsoft Azure IoT Hub • Microsoft Azure Event Hubs • Microsoft Azure Service Bus • Microsoft Azure Storage • Microsoft Azure Stream Analytics • Microsoft Power BI • Json.NET • AMQP & MQTT Protocol • Arduino Platform programming • Device to Cloud messaging • Cloud to Device messaging

เหมาะสำหรับ

Software Developer

ความรู้เบื้องต้นที่ต้องมี

ความรู้พื้นฐานในการเขียนโปรแกรม

เนื้อหาวิชา

Day 1: Internet of Things

• What is IoT • Setting up development environment • Getting started with Microsoft Azure IoT suite • Creating Microsoft Azure IoT hub • Creating a device identity • Creating device simulator • Simulating Device-to-Cloud data telemetry

Day 2: Hardware & Software

• Hardware for IoT • Device anatomy • Arduino IDE, version 1.6.8 primer • Arduino Sketch Language primer • Arduino programing and debugging • Getting data from Sensors • Controlling Actuators

Day 3: Remote Monitoring

• Microsoft Azure Event Hub overview • Creating Microsoft Azure Event Hub • Sending messages to Microsoft Azure Event Hubs • Alarm and response

Day 4: Device Controlling

• Microsoft Azure Service Bus • Sending Command to Simulator • Controlling Actuators • Responding to acknowledgement

Loy IoT Starter Kit© (LISK™)

ผู้เรียนจะได้รับชุดฝึก Loy IoT Starter Kit© (LISK™ ราคา 2,500) ที่ถูกออกแบบและทดสอบแล้วว่าทำงานกับ Microsoft Azure ได้ดี ฝึกตรวจจับอุณหภูมิ องศา แสง ความเคลื่อนไหวของวัตถุ การควบคุมอุปกรณ์ไฟฟ้า มอเตอร์ สัญญาณเตือนภัย ฯลฯ เพื่อให้ท่านมีทักษะแก้โจทย์ได้หลากหลาย

ชุดฝึก Loy IoT Starter Kit© (LISK™) ประกอบด้วยอุปกรณ์ดังต่อไปนี้ • NodeMCU ESP8266 Single board micro controller • Buzzer module • Relay module • Ultrasonic module • Fan (motor) module • LED (Light Emitting Diode) • Temperature sensor module • Light sensor module • Tact push bottom Switch • Breadboard (prototype board) • USB Cable for program uploading • Miscellaneous items (i.e., wires and resistors) * ถ้าอุปกรณ์ตัวใดขาดตลาดจะทดแทนด้วยสิ่งที่เทียบเท่าหรือดีกว่า *

เวลา 9:00-16:30 น. รวม 4 วัน (24 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 16,900 บาท (ราคารวมฮาร์ดแวร์ทั้งหมด)

Express

หลักสูตร Microsoft Azure IoT Express

คอร์สนี้มีจุดมุ่งหมายเพื่อฝึกคนซอฟต์แวร์ IT ให้เข้าใจ IoT สอนวิธีทำ IoT ผ่าน Microsoft Azure IoT Suite โดยใช้ซอฟต์แวร์ซิมูเลเตอร์ล้วนๆ ไม่มีฮาร์ดแวร์ 

อธิบายหลักสูตร

This course provides the student with all essential information and practical skills needed for IoT system integration in Business environment. Course materials Base on cutting edge technology such as; the latest version of C#, Microsoft Visual Studio, and Microsoft Azure IoT Suite.

Related Technology

• Microsoft Visual Studio • Microsoft Visual C# • NuGet Package Manager • Microsoft Azure IoT Hub • Microsoft Azure Event Hubs • Microsoft Azure Service Bus • Microsoft Azure Storage • Microsoft Azure Stream Analytics • Microsoft Power BI • Json.NET • AMQP Protocol • Arduino Platform programming • Device to Cloud messaging • Cloud to Device messaging

เหมาะสำหรับ

Software Developer

ความรู้เบื้องต้นที่ต้องมี

ความรู้พื้นฐานในการเขียนโปรแกรม

เนื้อหาวิชา

• What is IoT • Setting up development environment • Getting started with Microsoft Azure IoT suite • Creating Microsoft Azure IoT hub • Creating a device identity • Creating device simulator • Simulating Device-to-Cloud data telemetry • Microsoft Azure Event Hub overview • Creating Microsoft Azure Event Hub • Sending messages to Microsoft Azure Event Hubs • Alarm and response • Microsoft Azure Service Bus • Sending Command to Simulator • Responding to acknowledgement

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท 

หลักสูตร SQL Server Reporting Services (SSRS)
เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซส (เอสเอสอาร์เอส)

เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซสเป็นซอฟต์แวร์ผู้ให้บริการทำรายงานที่แถมมาพร้อมกับโปรแกรมไมโครซอฟท์เอสคิวแอลเซอฟเวอร์ ในเวอร์ชันล่าสุดนี้ได้รับการผลิกโฉมใหม่ให้ทันโลกยุคโมบาลย์คอมพิวติงที่ต้องการให้แสดงรายงานบนสมาร์ทโฟนและแทบเล็ตได้อย่างสวยงาม มีพลวัต มันคือเซอฟเวอร์ตัวหลักตัวหนึ่งในการทำบิซีเนสอินเทลลิเจนซ์ (Business Intelligence (BI)) ในชุดซอฟต์แวร์เอสคิวแอลเซอฟเวอร์

ในคอร์สนี้ท่านจะได้เรียนวิธีติดตั้ง/กำหนดค่า เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซส วิธีสร้างรายงานรูปแบบต่าง ๆ เช่น รายงานรายงานบนสมาร์ทโฟนและแทบเล็ต รายงานเป็นหน้าเว็บ รายงานแบบเมทริกซ์ รายงานแบบ KPI รายงานแบบมีตัวแม่ตัวลูก รายงานแบบยืดหดได้ รายงานแบบเจาะผ่านได้ รายงานแบบมีแผนภูมิต่าง ๆ เป็นต้น

Course Outline

Day1: Setup and configuration
• Introduction
• Web portal
• Report Server
• Pin to Power BI
• Report Builder
• Report Design
• Mobile report
• Data Alerts
• URL Access
• REST API

Day2: Build basic report
• Creating a Report Server Project
• Specifying Connection Information
• Defining a Dataset for the Table Report
• Adding a Table to the Report
• Formatting a Report
• Adding Grouping and Totals
• Creating a Sample Subscriber Database
• Modifying the Report Data Source PropertiesDay
• Defining a Data-Driven Subscription
• Create a Drillthrough (RDLC) Report with Parameters using ReportViewer
• Create a New Web Site
• Define a Data Connection and Data Table for Parent Report
• Design the Parent Report using the Report Wizard

Day 3: Create Advance Reports
• Define a Data Connection and Data Table for Child Report
• Design the Child Report using the Report Wizard
• Add a ReportViewer Control to the Application
• Add Drillthrough Action on Parent Report
• Create a Data Filter
• Build and Run the Application
• Creating a Matrix Report
• Creating a Free Form Report
• Format Text (Report Builder)
• Add a Column Chart to Your Report (Report Builder)
• Add a Pie Chart to Your Report (Report Builder)
• Add a Bar Chart to Your Report (Report Builder)
• Add a Sparkline to Your Report (Report Builder)
• Adding a KPI to Your Report
• Map Report
• Add a Parameter to Your Report (Report Builder)
• Creating Drillthrough and Main Reports
• Introducing Expressions

เวลา 9:00-16:30 น. รวม 3 วัน (18 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 10,800 บาท 

Express

หลักสูตร SQL Server Reporting Services (SSRS) Express

เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซส (เอสเอสอาร์เอส) รวบรัด

เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซสเป็นซอฟต์แวร์ผู้ให้บริการทำรายงานที่แถมมาพร้อมกับโปรแกรมไมโครซอฟท์เอสคิวแอลเซอฟเวอร์ ในเวอร์ชันล่าสุดนี้ได้รับการผลิกโฉมใหม่ให้ทันโลกยุคโมบาลย์คอมพิวติงที่ต้องการให้แสดงรายงานบนสมาร์ทโฟนและแทบเล็ตได้อย่างสวยงาม มีพลวัต มันคือเซอฟเวอร์ตัวหลักตัวหนึ่งในการทำบิซีเนสอินเทลลิเจนซ์ (Business Intelligence (BI)) ในชุดซอฟต์แวร์เอสคิวแอลเซอฟเวอร์

ในคอร์สนี้ท่านจะได้เรียนวิธีติดตั้ง/กำหนดค่า เอสคิวแอลรีพอร์ทติ้งเซอร์วิสเซส วิธีสร้างรายงานรูปแบบต่าง ๆ เช่น รายงานรายงานบนสมาร์ทโฟนและแทบเล็ต รายงานเป็นหน้าเว็บ รายงานแบบเมทริกซ์ รายงานแบบ KPI รายงานแบบมีตัวแม่ตัวลูก รายงานแบบยืดหดได้ รายงานแบบเจาะผ่านได้ รายงานแบบมีแผนภูมิต่าง ๆ เป็นต้น

Course Outline

• Introduction

• Creating a Report Server Project

• Specifying Connection Information

• Defining a Dataset for the Table Report

• Adding a Table to the Report

• Formatting a Report

• Adding Grouping and Totals

• Creating a Sample Subscriber Database

• Modifying the Report Data Source Properties
• Defining a Data-Driven Subscription

• Create a Drillthrough (RDLC) Report with Parameters using ReportViewer

• Create a New Web Site

• Define a Data Connection and Data Table for Parent Report

• Design the Parent Report using the Report Wizard

• Creating a Matrix Report

• Creating a Free Form Report

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท 

Data Science: Feature Engineering in R
วิชาวิทยาการข้อมูล: ทำฟีเจอร์เอ็นจิเนียริงด้วยภาษาอาร์

ฟีเจอร์เอ็นจิเนียริงเป็นขั้นตอนสำคัญที่สุดในการทำแมชชีนเลินนิง คอร์สนี้สอนวิธีทำฟีเจอร์เอ็นจิเนียริงโดยใช้ภาษา อาร์ ซึ่งเป็นภาษาที่มาแรงที่สุดในวงการวิทยาการข้อมูล ผู้เรียนไม่จำเป็นต้องเคยเขียนโปรแกรมมาก่อน เพราะจะสอนภาษาอาร์เบื้องต้นด้วย

Course Outline

Day1: Introduction to R

• What is R?
• Why use R language in Machine Learning?
• R Script interpreter installation
• R Studio installation
• Hello world
• Basic calculation
• Variable assignment
• Basic Operator
• Data Structure (Array, Matrix, List, Data Frame)
• If Statement
• For Loop
• Basic plotting

Day 2: Feature Engineering in R

• Import dataset from local CVS file to R data frame
• Add column name Using R code
• Import dataset from internet
• Data Visualization
• What is the Feature?
• What is Feature Engineering?
• The process of Feature Engineering
• Where is FE in ML?
• Preparing for experiment
• Adding family size feature
• Adding Age*Class and Fare per person feature
• Adding Deck feature
• Adding Title feature

Day 3: Data Engineering in R

• Replace missing values with the mean
• Replace missing values with the median
• Replace missing values with an interpolated estimate
• Replace missing values with a constant
• Replace missing values using imputation
• Replace missing values with a missing rank
• Replace missing values with a dummy
• Replace missing values with 0
• Create an indicator variable for "missing."
• Replace missing values with a string
• Add an indicator variable showing which strings are considered "missing."
• Delete columns that are missing too many values to be useful
• Delete rows that are missing critical values

เวลา 9:00-16:30 น. รวม 3 วัน (18 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 10,800 บาท 

Express

Data Science: Feature Engineering in R Express
วิชาวิทยาการข้อมูล: ทำฟีเจอร์เอ็นจิเนียริงด้วยภาษาอาร์ หลักสูตรเร่งรัด

ฟีเจอร์เอ็นจิเนียริงเป็นขั้นตอนสำคัญที่สุดในการทำแมชชีนเลินนิง คอร์สนี้สอนวิธีทำฟีเจอร์เอ็นจิเนียริงโดยใช้ภาษา อาร์ ซึ่งเป็นภาษาที่มาแรงที่สุดในวงการวิทยาการข้อมูล ผู้เรียนไม่จำเป็นต้องเคยเขียนโปรแกรมมาก่อน เพราะจะสอนภาษาอาร์เบื้องต้นด้วย

Course Outline

• What is R?
• Why use R language in Machine Learning?
• R Script interpreter installation
• R Studio installation
• Hello world
• Basic calculation
• Variable assignment
• Basic Operator
• Data Structure (Array, Matrix, List, Data Frame)
• If Statement
• For Loop
• Basic plotting
• Import dataset from local CVS file to R data frame
• Add column name Using R code
• Preparing for experiment
• Adding family size feature
• Adding Age*Class and Fare per person feature
• Adding Deck featureAdding Title feature

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท 

Python and Data Science
ภาษาไพธอนและวิทยาการข้อมูล

ฟีเจอร์เอ็นจิเนียริงเป็นขั้นตอนสำคัญที่สุดในการทำแมชชีนเลินนิง คอร์สนี้สอนวิธีทำฟีเจอร์เอ็นจิเนียริงโดยใช้ภาษา ไพธอน ซึ่งเป็นภาษาที่มาแรงที่สุดในวงการวิทยาการข้อมูล ผู้เรียนไม่จำเป็นต้องเคยเขียนโปรแกรมมาก่อน เพราะจะสอนภาษาอาร์เบื้องต้นด้วย

Course Outline

Day1: Introduction to Python

• What is Python?
• Why use Python language in Machine Learning?
• Python Script interpreter installation
• Python IDE installation
• Hello world
• Basic calculation
• Variable assignment
• Basic Operator
• Data Structure (Array, Matrix, List, Data Frame)
• If Statement
• For Loop
• Basic plotting

Day 2: Feature Engineering in Python

• Import dataset from local CVS file to R data frame
• Add column name Using R code
• Import dataset from internet
• Data Visualization
• What is the Feature?
• What is Feature Engineering?
• The process of Feature Engineering
• Where is FE in ML?
• Preparing for experiment
• Adding family size feature
• Adding Age*Class and Fare per person feature
• Adding Deck feature
• Adding Title feature

Day 3: Data Engineering in Python

• Replace missing values with the mean
• Replace missing values with the median
• Replace missing values with an interpolated estimate
• Replace missing values with a constant
• Replace missing values using imputation
• Replace missing values with a missing rank
• Replace missing values with a dummy
• Replace missing values with 0
• Create an indicator variable for "missing."
• Replace missing values with a string
• Add an indicator variable showing which strings are considered "missing."
• Delete columns that are missing too many values to be useful
• Delete rows that are missing critical values

เวลา 9:00-16:30 น. รวม 3 วัน (18 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 10,800 บาท 

Python and Data Science Express
ภาษาไพธอนและวิทยาการข้อมูล รวบรัด

ฟีเจอร์เอ็นจิเนียริงเป็นขั้นตอนสำคัญที่สุดในการทำแมชชีนเลินนิง คอร์สนี้สอนวิธีทำฟีเจอร์เอ็นจิเนียริงโดยใช้ภาษา อาร์ ซึ่งเป็นภาษาที่มาแรงที่สุดในวงการวิทยาการข้อมูล ผู้เรียนไม่จำเป็นต้องเคยเขียนโปรแกรมมาก่อน เพราะจะสอนภาษาอาร์เบื้องต้นด้วย

Course Outline

• What is Python?
• Why use Python language in Machine Learning?
• Python Script interpreter installation
• Python IDE installation
• Hello world
• Basic calculation
• Variable assignment
• Basic Operator
• Data Structure (Array, Matrix, List, Data Frame)
• If Statement
• For Loop
• Basic plotting
• Import dataset from local CVS file to R data frame
• Add column name Using R code
• Preparing for experiment
• Adding family size feature
• Adding Age*Class and Fare per person feature
• Adding Deck featureAdding Title feature

เวลา 9:00-16:30 น. รวม 1 วัน (6 ชั่วโมง)

ผู้สอน อ.ลาภลอย วานิชอังกูร

ค่าลงทะเบียนเรียน 3,600 บาท