เนื้อหาหลักสูตร

1. ความหมาย และตัวอย่างการประยุกต์ใช้ Data Mining

2. ทำความรู้จักกับ Weka สำหรับผู้ใช้งาน

3. แนะนำส่วนประกอบและฟังก์ชันการทำงานต่างๆ ของ Weka

4. แนะนำเทคนิคดาต้าไมน์นิ่งแต่ละประเภท และวัตถุประสงค์ของการนำไปใช้งาน

5. เข้าใจวิธีการเตรียมข้อมูลและนำข้อมูลเข้า Weka

6. การใช้งานฐานข้อมูลที่มีอยู่ใน Weka

• Arff Viewer
• Scatter plot
• ARFF Format

7. ทำความรู้จักกับ Classifications techniques

• วิธีการทำงานและประโยชน์ของเทคนิค Decision Tree
• วิธีการทำงานและประโยชน์ของเทคนิค K-Nearest Neighbor
• วิธีการทำงานและประโยชน์ของเทคนิค Neural Networks
• วิธีการทำงานและประโยชน์ของเทคนิค Support Vector Machines

8. เรียนรู้เทคนิคการจัดกลุ่มข้อมูล (Data Clustering) ด้วย Weka

• วัตถุประสงค์และประโยชน์ของการจัดกลุ่มข้อมูลสำหรับงานวิจัยและเชิงธุรกิจ
• วิธีการทำงานของเทคนิค K-Means

6. Basic of Association rule

• Support Confidence