fieldjournalid
![]() | งานวิจัย คณะเทคโนโลยีสารสนเทศ 2018 |
1. | โครงการจัดตั้งห้องปฎิบัติการวิจัยวิทยาการข้อมูล (DSRL) [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ประจักษ์ เฉิดโฉม | ||
การวิจัยและการทดลองนำมาซึ่งความรู้ใหม่ๆ การวิจัยเป็นการสร้างปัญญา การวิจัยเป็นเครื่องมือสำคัญในการพัฒนาการศึกษา โดยเฉพาะประเทศที่พัฒนาแล้วทั้งหลาย สถาบันและมหาวิทยาลัยต่างๆ มีการวิจัยและพัฒนำเพื่อความเป็นผู้นำทางด้านวิทยากรและเทคโนโลยีที่ทันสมัยต่างๆ ในขณะนี้โลกของเทคโนโลยีปัจจุบัน มีการกล่าวถึง โลกของข้อมูลข่าวสาร ข้อมูลที่ต้องการจัดเก็บ จะมีรูปแบบที่มีโครงสร้างที่หลากหลาย และมีความเฉพาะเจาะจง ข้อมูลที่สำคัญต่อธุรกิจจะเป็นข้อมูลที่ไม่มีโครงสร้าง และข้อมูลกึ่งมีโครงสร้าง เป็นจำนวนมาก นอกจากนี้ ข้อมูลยังมีอัตราการเพิ่มขึ้นอย่างรวดเร็ว ทำให้มีข้อมูลปริมาณมหาศาลเกินกว่าขีดความสามารถของฐานข้อมูลปกติที่จะจัดเก็บ ประมวลผล และเรียกขึ้นมาใช้งานได้ ซึ่งข้อมูลเหล่านี้ถูกเรียกว่า “Big Data - บิ๊กดาต้า” โดยโครงการนี้ มีกิจกรรมและบริการดังต่อไปนี้
1. เป็นศูนย์บริการให้ความรู้ ทางวิชาการด้าน Big Data และ Data Scientist
2. เป็นศูนย์วิจัย ทางวิชาการด้าน Big Data และ Data Scientist
3. เป็นศูนย์ฝึกอบรม สัมมนา ให้ความรู้ แก่ผู้ประกอบการทั้งไทยและญี่ปุ่น ด้าน Big Data และ Data Scientist
4. ให้บริการ กิจกรรมแชร์ความรู้ ระหว่างประเทศ ทั้งไทยและญี่ปุ่น
5. ให้คำปรึกษาและแนะนา นักศึกษา ผู้ประกอบการ ทั้งไทยและญี่ปุ่น ทั้งด้าน Big Data และ Data Scientist โดยมีกลุ่มเป้าหมาย หรือ ประชากรนักศึกษาใน 3 หลักสูตรเป็นเบื้องต้น คือ หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ (MIT) (เน้นด้าน Data Science) หลักสูตรวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการและการวิเคราะห์ข้อมูล หลักสูตรวิทยาศาสตรบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศทางธุรกิจ
Full Text : Download! |
||
2. | การทาเหมืองข้อมูลขนาดใหญ่เพื่อดึงข้อมูล และค้นหาความรู้จากฐานข้อมูล TNI’s Registration เพื่อใช้วางแผนในการบริการการศึกษายุค Digital 4.0 [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ประจักษ์ เฉิดโฉม | ||
การวิเคราะห์ข้อมูลนักศึกษา เพื่อค้นหาองค์ความรู้ใหม่ด้วยวิธีการทำ เหมืองข้อมูลพร้อมทั้ง
การนำทฤษฎีรูปแบบการเรียนรู้ 4MAT และ Bloom’s Taxonomy ที่สามารถอธิบายและมีความ
สอดคล้องกับกรอบแนวคิดการพัฒนา Education 4.0 พร้อมทั้งสามารถเสนอกิจกรรมหรือแผนการ
เรียนการสอนให้สัมพันธ์กับเป้าประสงค์อย่างมีประสิทธิภาพ การแบ่งประเภทของพฤติกรรมโดย
อาศัยทฤษฎีการเรียนรู้และจิตวิทยาพื้นฐาน
เนื่องด้วยความก้าวหน้าทางเทคโนโลยีและความพยายามในการปรับปรุงการศึกษาที่
มุ่งเน้นการปรับปรุงกระบวนการเรียนรู้ให้สนับสนุนการพัฒนาเศรษฐกิจและอุตสาหกรรม โดยนำ
ข้อมูลนักศึกษาของสถาบันเอกชนแห่งหนึ่ง ตั้งแต่ปี พ.ศ. 2550 - พ.ศ. 2559 จำนวน 14,150 ราย และ
ข้อมูลรายวิชาอีก 808 รายวิชา นำมาวิเคราะห์โดยใช้เทคนิคการทำเหมืองข้อมูลด้วยการหาค่า
ความสัมพันธ์ การแบ่งกลุ่มข้อมูล การสร้างโมเดลเพื่อทำนาย อันเป็นวิธีการค้นหาความรู้โดยหา
ความสัมพันธ์ระหว่างคะแนนกับรูปแบบการเรียนรู้ ซึ่งสามารถสรุปได้ว่า รายวิชาที่จัดอยู่ในกลุ่ม
ของประเภทบูรณาการและสังเคราะห์ คิดเป็น 33.4 % (353 วิชา) ตามด้วยกลุ่มรายวิชารูปแบบ
วิเคราะห์ 31.1 % (328 วิชา) รูปแบบสามัญสำนึก 29% (306 วิชา) และรูปแบบจิตนาการ 1.7 % (18
วิชา) ตามลำดับ ซึ่งเมื่อทำการแบ่งกลุ่มด้วยเทคนิค K-Means พบว่าผู้เรียนที่มีรูปแบบการเรียนรู้
Imaginative 38.2 % (1,132 ราย) มีค่าเฉลี่ยคะแนน 3.31 ผู้เรียนที่มีรูปแบบการเรียนรู้แบบ Analytic
จา นวน 40.8 % (4,875 ราย) มีค่าคะแนนเฉลี่ย 2.04 ผู้เรียนที่มีรูปแบบการเรียนรู้ Common Sense
จา นวน 38.8 % (3,786 ราย) มีค่าคะแนนเฉลี่ย 2.55 และผู้เรียนที่มีรูปแบบการเรียนรู้ Dynamic
จา นวน 37.1 % (4,143 ราย) มีค่าเฉลี่ยคะแนนเท่ากับ 2.67 อีกทั้
Full Text : Download! |
||
Center of Academic Resource
Institute of Technology 1771/1, E Building, Fl. 2,
Pattanakarn Rd, Suan Luang, Bangkok, 10250