คณิตศาสตร์สำหรับวิทยาศาสตร์ข้อมูล (Mathematics for Data Science)

  Course Number cmu024
  Classes Start
  Classes End
  Estimated Effort 2 Hours/Week
Enrollment is Closed

คำอธิบายรายวิชา

คณิตศาสตร์เป็นพื้นฐานที่สำคัญของวิทยาศาสตร์ข้อมูล การที่นักศึกษาจะเรียนรู้และเข้าใจถึงวิทยาศาสตร์ข้อมูลนั้นจำเป็นต้องมีพื้นฐานที่จำเป็นทางคณิตศาสตร์ รวมถึงการที่จะพัฒนาองค์ความรู้เพื่อนำไปต่อยอด หรือพัฒนาเพื่อให้เกิดองค์ความรู้ใหม่ล้วนแต่จำเป็นที่จะต้องใช้คณิตศาสตร์ โดยธรรมชาติของคณิตศาสตร์จะเน้นความเข้าใจและการฝึกฝน การที่มีสื่อหรือมีเครื่องมือเพื่อช่วยการเรียนรู้จึงเป็นเรื่องที่จำเป็น

ผู้เรียนจะได้รับความรู้เกี่ยวกับ ฟังก์ชัน ลิมิต อนุพันธ์ การประยุกต์ของอนุพันธ์ การหาค่าสูงสุดต่ำสุด ขั้นตอนระเบียบวิธี กราฟและการประยุกต์ ต้นไม้และการประยุกต์

จำนวนชั่วโมงเรียนรู้

จำนวนชั่วโมงเรียนรู้ทั้งหมด 12 ชั่วโมงเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 4 ชั่วโมง 20 นาที)

วัตถุประสงค์การเรียนรู้

1. ผู้เรียนสามารถอธิบายฟังก์ชัน ลิมิต และอนุพันธ์ได้

2. ผู้เรียนสามารถนำอนุพันธ์มาประยุกต์และใช้แก้ปัญหาต่างๆ ได้

3. ผู้เรียนสามารถหาค่าสูงสุดต่ำสุดได้

4. ผู้เรียนสามารถอธิบายขั้นตอนระเบียบวิธีได้

5. ผู้เรียนสามารถอธิบายกราฟและต้นไม้ และนำไปประยุกต์ใช้แก้ปัญหาได้

คุณสมบัติผู้เรียน

นักเรียน นักศึกษา และประชาชนทั่วไป ทุกเพศ ทุกวัย ที่สนใจสามารถเรียนได้

เกณฑ์การวัดผล

เข้าทำแบบทดสอบก่อนเรียน กิจกรรมในบทเรียน แบบทดสอบระหว่างเรียน และแบบทดสอบหลังเรียน

ผู้เรียนมีคะแนนรวมทั้งหมดไม่ต่ำกว่า 70% ถือว่าผ่านเกณฑ์เพื่อรับประกาศนียบัตรในระบบได้

ทีมผู้รับผิดชอบรายวิชา MOOC

Course Staff Image #1

อาจารย์ผู้รับผิดชอบรายวิชาหลัก

ผู้ช่วยศาสตราจารย์ ดร.ธนะศักดิ์ หมวกทองหลาง
ภาควิชาคณิตศาสตร์ คณะวิทยาศาสตร์
มหาวิทยาลัยเชียงใหม่

Course Staff Image #2

อาจารย์ผู้รับผิดชอบรายวิชาร่วม

ผู้ช่วยศาสตราจารย์ ดร.ปรารถนา ใจผ่อง
ภาควิชาคณิตศาสตร์ คณะวิทยาศาสตร์
มหาวิทยาลัยเชียงใหม่



ช่องทางติดต่อทีมผู้สอน

e-Mail : denthana.dechap@cmu.ac.th / เบอร์โทรศัพท์ : 097-920-9893

cc

Creative commons สัญญาอนุญาตสิทธิ์

“สื่อการสอนนี้เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org)
และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons ด้วยเงื่อนไข CC BY NC SA”

Enrollment is Closed

Statistic

Enrollments
No data
{{all_data.statistic.enrollment}}