Ultimate Data Science

฿5,990.00 รวมภาษีมูลค่าเพิ่ม

ให้ Data สร้างมูลค่าให้คุณ !! เรียนตั้งแต่พื้นฐาน จนถึงขั้นเขียนโปรแกรม และ เข้าใจการทำ Data การวิเคราะห์ข้อมูล ครบจบในคอร์สเดียว

รายละเอียดเพิ่มเติม

แพคเกจสุดคุ้มเริ่มต้นนักวิทยาศาสตร์ข้อมูล
Ultimate Data Science

เรียนรู้ทั้งความหมาย กระบวนการด้าน Data และ การพัฒนาโปรแกรม
ให้คุณได้เริ่มต้นก้าวแรก แบบครบถ้วนที่สุดเท่าที่เคยมี

ผู้เรียนกว่า 1 แสนท่าน และ การเข้าชมบทเรียนกว่า 4 ล้านครั้ง ทั่วโลก

“รวมเนื้อหา แบบสรุปทุกเรื่องที่สำคัญ
ที่คุณควรรู้เกี่ยวกับ Data Science
ไว้ในระยะเวลา 20 ชั่วโมงแบบเต็ม ๆ

เริ่มต้นตั้งแต่กระบวนการคิด

“จะดีกว่าไหม ถ้าเราสามารถเข้าใจกระบวนการคิดแบบคอมพิวเตอร์ เพื่อสร้างสรรค์โปรแกรม แอปพลิเคชันใด ๆ ก็ได้ ?” พบกับเนื้อหาในคอร์สเรียน Programming for Everyone X ที่อยู่ในแพคเกจนี้ ที่จะช่วยให้คุณเข้าใจกระบวนการคิดตั้งแต่ Input Process Output

จนถึงกระบวนการทำงานแบบคอมพิวเตอร์ พร้อม Workshop ให้ทุกคนได้ลองสร้างสรรค์ทั้งจาก Google Sheet นำมาสร้างแอปคำนวณข้อมูลในชีวิตประจำวัน, สร้างเกมสุดเจ๋งบน Scratch, เข้าใจกระบวนการทำงานของอุปกรณ์คอมพิวเตอร์บน Micro:bit และ สร้างแอปพลิเคชันอย่างง่าย ๆ บน Android โดยไม่ต้องเขียนโค้ด

 

การเขียนโปรแกรมด้วย Python แบบจัดเต็ม

กับหลักสูตร Complete Python 3 Programming ที่ประสบความสำเร็จสูงสุด กับ ผู้เรียนนับพัน ! เราจะสอนตั้งแต่พื้นฐาน จนถึง การเชื่อมต่อฐานข้อมูล ที่บอกได้เลยว่า ครอบคลุมพื้นฐานในระดับมหาวิทยาลัย และ เรายังมาพร้อมโจทย์ให้ทุกคนได้ปฏิบัติจริง รวมถึงโปรเจคที่ให้เราได้พัฒนาผลงานของตัวเอง จัดเต็มกว่า 135 ตอน

 

เริ่มต้น Data Science แบบง่าย ๆ ด้วย Excel

เรียนรู้พื้นฐานไปพร้อมกับการใช้เครื่องมือปฏิบัติจริง ที่มีใช้อยู่ในตำแหน่งงานด้าน Data Science อย่าง Excel ที่สามารถเข้าถึง และ เข้าใจได้ง่าย เห็นภาพได้จริง โดยไม่ต้องเขียนภาษาโปรแกรมให้วุ่นวาย เหมาะทั้งกับนักธุรกิจ ผู้บริหาร นักวิทยาศาสตร์ จนถึง นักเรียน นักศึกษาที่ต้องการเริ่มต้นสายนี้โดยเฉพาะ

 

เข้าใจการวิเคราะห์ข้อมูลด้วย Python

วิเคราะห์ข้อมูลจริงด้วยการเขียนโปรแกรมบน Python กับหลักสูตร Data Analytics With Python ที่ให้คุณเข้าใจพื้นฐาน กระบวนการบนคำสั่งของภาษา Python จัดเต็มกว่า 38 ตอน ให้คุณได้คุ้มค่าที่สุด และ เข้าใจเครื่องมือสูงสุด

มาพร้อมกับระบบการเรียนออนไลน์

ครบรอบด้าน ทั้งการเรียน แบบฝึกหัด

เพราะการเรียนผ่านระบบออนไลน์ไม่ใช่เพียงทางเลือก แต่เป็นการศึกษาแห่งยุคใหม่ที่ทุกคน
สามารถเข้าถึงแหล่งความรู้ได้ง่าย พัฒนาทักษะได้ตลอดเวลา

 

พร้อมโปรเจค และ เวิร์คช๊อป เสริมทักษะ เพิ่มประสบการณ์ ทำงานได้จริง

เพราะการพัฒนาผลงานไม่ใช่แค่การนั่งฟัง ไม่ใช่แค่ทำตาม แต่เป็นการฝึกฝนด้วยตนเอง เพื่อเพิ่มประสบการณ์ ทางเราจึงเน้นแบบฝึกหัดทั้งระบบออนไลน์ แบบฝึกหัดท้ายบทเรียน รวมถึงโปรเจค เพื่อให้ผู้เรียนได้ไปถึงฝันตามที่ต้องการ

เรียนจบพร้อมทำโปรเจครับ Certificate ได้เลย

ฉลองความสำเร็จ กับ เกียรติบัตรรองรับความสามารถ (Verified Certificate) จาก บริษัท บอร์นทูเดฟ จำกัด เพื่อการันตีความสามารถของผู้เรียน ว่าผ่านการทดสอบ รวมถึงทำโปรเจคจบคอร์สเรียนครบถ้วนเรียบร้อย

เรียนรู้แบบวีดีโอรูปแบบใหม่ ที่ปรับแต่งให้เหมาะกับผู้เรียนทุกคน

หมดยุคกับการเรียนที่ยาว ใช้เวลานาน เพราะเราได้สรุปทุกอย่างให้ผู้เรียนเข้าใจทุกพื้นฐาน แบบไม่ตกหล่นในก้าวที่สำคัญ แถมผู้เรียนยังสามารถย้อนกลับไปเรียนในเนื้อหาเดิม หรือ ทบทวนซ้ำได้ไม่จำกัดจำนวนครั้ง มั่นใจได้เลยว่าได้รับความรู้ครบถ้วนแน่นอน

สอบถามข้อสงสัยได้ภายในคอร์สเรียน

หมดปัญหาการเรียนออนไลน์ที่ห่างไกลกับคนสอน เพราะเรายินดีช่วยเหลือผู้เรียนในทุกช่องทาง ทั้งในระบบคอร์สเรียน หรือ Facebook Messenger ทุกวันจันทร์ – เสาร์ ทำให้มั่นใจได้เลยว่าไม่ต้องกังวลเรื่องคำถาม เพราะทีมงานจะตอบให้โดยเร็วที่สุด

เนื้อหาในหลักสูตร Programming for Everyone X

จัดเต็มกว่า 73 ตอน และ ยังมีอัพเดตฟรีให้อีกเพียบ

 ตัวอย่าง : Lecture 1 ทำความรู้จักกับคอมพิวเตอร์

คอมพิวเตอร์ไม่ใช่แค่เพียงคอมพิวเตอร์ตั้งโต๊ะที่เราใช้กันทั่วไป แต่คำ ๆ นี้มีความหมายมากกว่านั้น การที่เราต้องการเริ่มต้น “พัฒนาโปรแกรมคอมพิวเตอร์” เราจำเป็ฯที่จะต้องทำความเข้าใจก่อนว่า คอมพิวเตอร์ ไม่ใช่เพียงแค่ คอมพิวเตอร์

 ตัวอย่าง : Lecture 2 การทำงานของระบบคอมพิวเตอร์

ถ้าเราเข้าใจหลักการ ทุกอย่างเราจะะสามารถต่อยอดได้หมด ! เริ่มต้นที่หลักการทำงานของระบบที่ทำให้ทุกคนรู้ว่า การทำงานของสิ่งที่เรียกว่าคอมพิวเตอร์เป็นอย่างไร เพื่อที่เราจะได้เตรียมตัวสร้างสรรค์ผลงานในการกำหนดการทำงานของคอมพิวเตอร์ได้อย่างง่ายดาย !

Section 1 ยินดีต้อนรับเข้าสู่โลกแห่งการพัฒนาโปรแกรม

  • Lecture 0 โลกทั้งใบที่เต็มไปด้วยคอมพิวเตอร์
  • Lecture 1 ทำความรู้จักกับระบบการทำงานภายในโปรแกรมคอมพิวเตอร์
  • Lecture 2 รู้จักกับคำว่า Algorithm
  • Lecture 3 ส่วนประกอบของการทำงานภายในโปรแกรมคอมพิวเตอร์
  • Lecture 4 ทำความรู้จักกับ Software Development Life Cycle
  • Lecture 5 เรียนรู้หลักการคิดเพื่อสู่เป้าหมายของเรา

Section 2 รู้จักกับ Google Sheet กับการคิดแบบคอมพิวเตอร์

  • Lecture 6 รู้จักกับ Google Sheet ที่ช่วยให้งานง่ายขึ้น
  • Lecture 7 การใช้งานพื้นฐานใน Google Sheet
  • Lecture 8 การจัดทำ Format พื้นฐานใน Google Sheet
  • Lecture 9 รู้จักกับประเภทของข้อมูลใน Spreadsheet
  • Lecture 10 กำหนดการประมวลผลให้ Spreadsheet
  • Lecture 11 รู้จักกับฟังก์ชัน และ การใช้งาน SUM() เพื่อให้ง่ายยิ่งขึ้น
  • Lecture 12 โปรแกรมสำหรับหารค่าอาหารตูมเดียวจบ V1
  • Lecture 13 โปรแกรม + – * / แบบง่าย ๆ ในทีเดียว
  • Lecture 14 โปรแกรมสำหรับร้านค้าขนาดเล็ก V1
  • Lecture 15 การกำหนดเงื่อนไขใน Google Sheet
  • Lecture 16 ทำโปรแกรมคำนวณเกรดแบบง่ายด้วย Google Sheet
  • Lecture 17 สรุปความเข้าใจเบื้องต้นกับการใช้ IF

Section 3 รู้จักกับการทำงานขั้นสูงด้วย Google Sheet

  • Lecture 18 รู้จักกับ Pivot Table ว่ามันคืออะไรกันนะ ?
  • Lecture 19 ทดลองใช้ Pivot Table อย่างง่าย
  • Lecture 20 รู้จักกับ Chart ใน Google Sheet
  • Lecture 21 โปรแกรมสำหรับหารค่าอาหารตูมเดียวจบ V2
  • Lecture 22 ทบทวนทักษะ Google Sheet กับการพัฒนาโปรแกรม

Section 4 รู้จักกับ Scratch

  • Lecture 23 ทำความรู้จักกับโปรแกรม Scratch
  • Lecture 24 โครงสร้างหน้าจอ Scratch
  • Lecture 25 สร้างโปรแกรม Hello World ไปพร้อมกัน
  • Lecture 26 รู้จักกับเหตุการณ์ในรูปแบบ Event Driven Programming
  • Lecture 27 เรียนรู้ Concept การทำงานของโปรแกรมกับ Scratch
  • Lecture 28 พัฒนาโปรแกรมแค่แสดงข้อความก็มาเป็นนิยายได้
  • Lecture 29 รู้จักกับตัวดำเนินการใน Scratch
  • Lecture 30 พัฒนาโปรแกรมทายเลขท้าย 2 ตัวบน Scratch

Section 5 พื้นฐานคำสั่งการกำหนดโปรแกรมใน Scratch

  • Lecture 31 รู้จักกับคำว่า ตัวแปร ในการเขียนโปรแกรม
  • Lecture 32 สร้างเกมสำหรับเล่าเรื่องราวบน Scratch
  • Lecture 33 เพิ่มเสียงเพิ่มความสนุก
  • Lecture 34 สร้างโปรแกรมช่วย บวก ลบ คูณ หาร
  • Lecture 35 สร้างโปรแกรมสำหรับหารค่ากับข้าว
  • Lecture 36 รู้จักกับคำว่าเงื่อนไขในการพัฒนาโปรแกรม
  • Lecture 37 พัฒนาโปรแกรมแนะนำเมนูอาหาร
  • Lecture 38 พัฒนาโปรแกรมคำนวณเกรด
  • Lecture 39 พัฒนาโปรแกรมคำนวณ BMI
  • Lecture 40 รู้จักกับการวนซ้ำในระบบคอมพิวเตอร์
  • Lecture 41 พัฒนาโปรแกรมกับแอนิเมชัน
  • Lecture 42 พัฒนาโปรแกรมตอบคำถามกับการวนซ้ำแบบมีเงื่อนไข
  • Lecture 43 ทำโปรแกรมสำหรับ Login วนซ้ำไปตลอดกาล
  • Lecture 44 รู้จักกับการสร้างบล็อคของตัวเอง

Section 6 การทำงานร่วมกับ Scratch เพื่อประสบการณ์การใช้งานขั้นสูง

  • Lecture 45 พัฒนาการกระโดดให้กับตัวละคร
  • Lecture 46 สร้างเกมกระโดดหลบสิ่งกีดขวาง
  • Lecture 47 สร้างเกมเก็บลูกบอลสุดเทพ
  • Lecture 48 สร้างเกมยิงปืนล่าปีศาจ Part 1
  • Lecture 49 สร้างเกมยิงปืนล่าปีศาจ Part 2
  • Lecture 50 ให้คุณลองสร้างด้วยตัวเอง !

Section 7 สิ่งประดิษฐ์สุดไฮเทคใน Microbit ด้วยพื้นฐาน Scratch

  • Lecture 51 ทำความรุ้จักกับ Microbit ว่ามันคืออะไร ?
  • Lecture 52 คำสั่งพื้นฐานใน Microbit เมื่อเทียบกับ Scratch
  • Lecture 53 การแสดงผลออกจอ LCD บน Microbit (ป้ายไฟเกาหลี)
  • Lecture 54 ทำโปรแกรมควบคู่กับปุ่มใน Microbit
  • Lecture 55 ทำโปรแกรมจับโกหก (แบบโกหก)
  • Lecture 56 ทำโปรแกรมทอยลูกเต๋าอย่างง่าย
  • Lecture 57 ทำโปรแกรมเป่ายิงฉุบสนุกสุดๆ
  • Lecture 58 สร้างอุปกรณ์เล่นเสียงต่อกับหูฟังโคตรเท่ !
  • Lecture 59 ให้คุณลองสร้างด้วยตัวเอง 2 !

Section 8 พัฒนาให้กลายเป็นแอปพลิเคชันบนมือถือ Android กับ App Inventor

  • Lecture 60 รู้จักกับ App Inventor
  • Lecture 61 อธิบายส่วนต่าง ๆ บนหน้าจอของ App Inventor
  • Lecture 62 เรียนรู้กับการสร้างแอปพลิเคชันแรกของเรา
  • Lecture 63 ทบทวนการจัดการเหตุการณ์ Event Driven Programming
  • Lecture 64 พัฒนาโปรแกรม Hello ชื่อของเรา
  • Lecture 65 พัฒนาโปรแกรมคำนวณ BMI
  • Lecture 66 พัฒนาโปรแกรมคำนวณเกรดสุดเจ๋ง
  • Lecture 67 พัฒนาโปรแกรมหารค่ากับข้าว
  • Lecture 68 เรียนรู้กับฟีเจอร์สุดเจ๋ง TTS
  • Lecture 69 นำแอปพลิเคชันของเราออกมาติดตั้งในเครื่อง !

Section 9 แล้วการเขียนโค้ดจริง ๆ มันเป็นยังไง ? มาดูกัน

  • Lecture 70 แล้วการเขียนโปรแกรมจริง ๆ มันเป็นยังไง ?
  • Lecture 71 แนะนำการเขียนโปรแกรมด้วย Python 3 แบบง่ายสุด ๆ
  • Lecture 72 การประยุกต์ใช้งานความรู้ทั้งหมดในคอร์สเรียน
  • Lecture 73 การนำส่งโปรเจคทั้งหมดในคอร์สเรียนเพื่อรับ Certificate

คอร์สเรียนนี้เหมาะสำหรับ

  • ผู้ที่ต้องการเรียนพื้นฐานการพัฒนาโปรแกรมอย่างจริงจัง
  • ผู้ที่ต้องการเตรียมย้ายสายงานสู่การพัฒนาโปรแกรมและนักวิเคราะห์ข้อมูล
  • ผู้ที่ต้องการเริ่มต้นเข้าสู่ด้าน Tech Startup
  • นักพัฒนาโปรแกรมที่ต้องการย้ายสายมาพัฒนาโปรแกรมด้วย Python
  • นักเรียน / นิสิต / นักศึกษา และ ผู้สนใจที่ต้องการเริ่มพื้นฐานการพัฒนาโปรแกรม

พื้นฐาน / ความต้องการเบื้องต้น

  • ทักษะคอมพิวเตอร์เบื้องต้น (ใช้งานโปรแกรมพื้นฐาน และ อินเทอร์เน็ต)
  • ทักษะคณิตศาสตร์เบื้องต้น (บวก ลบ คูณ หาร – แก้สมการเบื้องต้น)
  • Computer หรือ Notebook ที่สามารถใช้งาน Internet ได้ (Windows 7, mac OS 10.9 ขึ้นไป หรือ เทียบเท่า)
  • ความใฝ่ฝันในการเริ่มต้นเส้นทางนักพัฒนาโปรแกรม

เนื้อหา Python 3 ตั้งแต่พื้นฐาน

รวมกันกว่า 135 ตอนใน Complete Python 3 Programming

 ตัวอย่าง : Lecture 1 ทำความรู้จักกับคอมพิวเตอร์

คอมพิวเตอร์ไม่ใช่แค่เพียงคอมพิวเตอร์ตั้งโต๊ะที่เราใช้กันทั่วไป แต่คำ ๆ นี้มีความหมายมากกว่านั้น การที่เราต้องการเริ่มต้น “พัฒนาโปรแกรมคอมพิวเตอร์” เราจำเป็ฯที่จะต้องทำความเข้าใจก่อนว่า คอมพิวเตอร์ ไม่ใช่เพียงแค่ คอมพิวเตอร์

 ตัวอย่าง : Lecture 2 การทำงานของระบบคอมพิวเตอร์

ถ้าเราเข้าใจหลักการ ทุกอย่างเราจะะสามารถต่อยอดได้หมด ! เริ่มต้นที่หลักการทำงานของระบบที่ทำให้ทุกคนรู้ว่า การทำงานของสิ่งที่เรียกว่าคอมพิวเตอร์เป็นอย่างไร เพื่อที่เราจะได้เตรียมตัวสร้างสรรค์ผลงานในการกำหนดการทำงานของคอมพิวเตอร์ได้อย่างง่ายดาย !

Section 1 เริ่มต้นกับคำถาม

  • Lecture 1 : คอมพิวเตอร์คืออะไร ?
  • Lecture 2 : การทำงานพื้นฐานของคอมพิวเตอร์
  • Lecture 3 : โปรแกรมคอมพิวเตอร์คืออะไร ?
  • Lecture 4 : โอกาสสำหรับการศึกษาการพัฒนาโปรแกรม
  • Lecture 5 : หลักการทำงานพื้นฐานของโปรแกรมคอมพิวเตอร์
  • Lecture 6 : เรียนรู้หลักการแก้ไขปัญหาเพื่อปรับกระบวนการคิด
  • Exercise 1 : เรียนรู้พื้นฐานกระบวนการคิดด้วย Code.org

Section 2 แนะนำการเริ่มต้นกับ Python 3

  • Lecture 7 : แนะนำภาษา Python 3 ให้ได้รู้จัก
  • Lecture 8 : หลักการทำงานที่แตกต่างของ Python
  • Lecture 9 : จุดเด่น และ ข้อสังเกตของ Python 3

Section 3 รู้จักเครื่องมือสำหรับการพัฒนา Python 3

  • Lecture 10 : รู้จัก และ ติดตั้ง PyCharm สำหรับพัฒนาโปรแกรม
  • Lecture 11 :  ทดสอบการพัฒนาโปรแกรมแรกด้วยภาษา Python 3
  • Lecture 12 : รู้จัก และ ใช้งาน Jupyter Notebook
  • Lecture 13 : การแสดงผลรูปแบบต่าง ๆ ใน Python
  • Exercise 2 : ทบทวนพื้นฐานการทำงานของ Python 3

Section 4 ทำความรู้จักกับข้อมูล และ การแสดงผลข้อมูล

  • Lecture 14 : ข้อมูลคืออะไร ? ทำไมถึงสำคัญ ?
  • Lecture 15 : ประเภทของข้อมูลในการพัฒนาโปรแกรมคอมพิวเตอร์
  • Lecture 16 : การแสดงผลข้อมูลกับภาษา Python 3
  • Lecture 17 : การใช้งานข้อมูลชนิดจำนวนเต็ม (Integer)
  • Lecture 18 : การใช้งานข้อมูลชนิดเลขทศนิยม (Float)
  • Lecture 19 : การใช้งานข้อมูลที่เป็นจำนวนเชิงซ้อน (Complex)
  • Lecture 20 : การใช้งานข้อมูลเชิงตรรกะ (Boolean)
  • Lecture 21 : การใช้งานข้อมูลสายอักขระ (String)
  • Lecture 22 : การผสมระหว่างข้อมูลชนิดต่าง ๆ
  • Exercise 3 : แบบฝึกหัดด้านข้อมูลกับภาษา Python

Section 5 รู้จักกับตัวแปร และ ตัวดำเนินการ

  • Lecture 23 : ตัวแปรในการเขียนโปรแกรม และ คณิตศาสตร์
  • Lecture 24 : การใช้งานตัวแปรในภาษา Python 3
  • Exercise 4 : ปฏิบัติการทดสอบการใช้งานตัวแปร
  • Lecture 25: ตัวดำเนินการคืออะไร ?
  • Lecture 26 : ลำดับของตัวดำเนินการคืออะไร ?
  • Lecture 27 : การใช้งานตัวดำเนินการทางคณิตศาสตร์
  • Lecture 28 : การใช้งานตัวดำเนินการทางตรรกะ
  • Lecture 29 : การใช้งานตัวดำเนินการแบบ Assignment operator
  • Lecture 30 : รู้จักกับการรับ Input จากผู้ใช้งานเพื่อความแตกต่าง
  • Lecture 31 : การแปลงประเภทข้อมูล
  • Lecture 32 : การใช้งานคำสั่ง Input เพื่อรับค่าจากผู้ใช้
  • Lecture 33 : การประยุกต์ใช้งาน Input กับ โปรแกรมที่ใช้งานจริง
  • Exercise 5 : ปฏิบัติการพัฒนาโปรแกรมที่ใช้งานได้จริง และ ข้อมูล

Section 6 ลำดับการทำงาน และ การตัดสินใจของโปรแกรม

  • Lecture 34 : เรียนรู้ลำดับการทำงานของโปรแกรมใหม่ !
  • Lecture 35 : การตัดสินใจในโปรแกรมคอมพิวเตอร์คืออะไร ?
  • Lecture 36 : การตัดสินใจในภาษา Python 3 (if else Condition)
  • Lecture 37 : ตัวอย่างการใช้งานการตัดสินใจใน Python 3
  • Exercise 6 : แบบฝึกหัดการตัดสินใจเบื้องต้น
  • Lecture 38 : การตัดสินใจในรูปแบบหลากหลายเงื่อนไข (elif)
  • Lecture 39 : ตัวอย่างการตัดสินใจหลากหลายเงื่อนไข
  • Exercise 7 : แบบฝึกหัดการตัดสินใจแบบหลากหลายเงื่อนไข
  • Lecture 40 : การใช้งานเงื่อนไขซ้อนเงื่อนไข (Nested Condition)
  • Exercise 8 : ปฏิบัติการสร้างโปรแกรมจริงบนเงื่อนไข

Section 7 รู้จักการทำงานแบบวนซ้ำในการพัฒนาโปรแกรม

  • Lecture 41 : การวนซ้ำคืออะไร ? สำคัญยังไงในการสร้างโปรแกรม ?
  • Lecture 42 : การวนซ้ำในบนเงื่อนไขการทำงาน (While)
  • Lecture 43 : ปฏิบัติการสร้างโปรแกรมวนซ้ำแบบ While
  • Exercise 9 : แบบทดสอบการวนซ้ำแบบ While
  • Lecture 44 : การวนซ้ำในแบบมีจำนวนรอบที่แน่นอน (For)
  • Lecture 45 : ปฏิบัติการสร้างโปรแกรมวนซ้ำแบบมีจำนวนรอบแน่นอน
  • Exercise 10 : แบบทดสอบการวนซ้ำแบบ For
  • Lecture 46 : การทำงานแบบการวนซ้ำที่ซ้อนกัน
  • Lecture 47 : การใช้งาน Break และ Continue
  • Lecture 48 : ตัวอย่างการพัฒนาโปรแกรมแบบวนซ้ำ
  • Exercise 11 : การพัฒนาโปรแกรมจริงที่ใช้งานวนซ้ำ

Section 8 รู้จักกับฟังก์ชัน

  • Lecture 49 : ฟังก์ชันคืออะไร ? แล้วในโปรแกรมมันช่วยอะไร ?
  • Lecture 50 : การสร้าง – ใช้งานฟังก์ชันในภาษา Python 3
  • Lecture 51 : ฟังก์ชันรูปแบบที่มีการคืนค่ากลับ (Return) คืออะไร ?
  • Lecture 52 : ปฏิบัติการสร้างฟังก์ชันที่มีการคืนค่ากลับ (1)
  • Lecture 53 : ปฏิบัติการสร้างฟังก์ชันที่มีการคืนค่ากลับ (2)
  • Lecture 54 : ตัวอย่างการพัฒนาโปรแกรมรูปแบบฟังก์ชัน
  • Lecture 55 : การใช้งานฟังก์ชันพื้นฐานคณิตศาสตร์ของ Python 3
  • Exercise 12 : การพัฒนาโปรแกรมแบบฟังก์ชัน

Section 9 รู้จักให้ลึกขึ้นกับ String

  • Lecture 56 : จริง ๆ แล้ว String คืออะไร ?
  • Lecture 57 : การพัฒนาโปรแกรมร่วมกับ String และ ตัวดำเนินการ
  • Lecture 58 : การจัดรูปแบบ String และ การแสดงผล
  • Lecture 58 : ฟังก์ชันเด็ดที่มีประโยชน์สำหรับ String #1
  • Lecture 60 :  ฟังก์ชันเด็ดที่มีประโยชน์สำหรับ String #2
  • Exercise 13 : การพัฒนาโปรแกรมโดยใช้ประโยชน์ของ String

Section 10 รู้จักกับ Collection ประเภทต่าง ๆ

  • Lecture 61 : ทำความรู้จักกับ Collection
  • Lecture 62 : ข้อมูลแบบ List คืออะไร ?
  • Lecture 63 : ปฏิบัติการพัฒนาโปรแกรมด้วยข้อมูล List
  • Lecture 64 : ฟังก์ชันที่สำคัญสำหรับ List
  • Exercise 14 : การพัฒนาโปรแกรมด้วย List
  • Lecture 65 :  ข้อมูลแบบ Tuple คืออะไร ?
  • Lecture 66 :  ปฏิบัติการพัฒนาโปรแกรมด้วยข้อมูล Tuple
  • Lecture 67 : ฟังก์ชันที่สำคัญสำหรับ Tuple
  • Exercise 15 : การพัฒนาโปรแกรมด้วย Tuple
  • Lecture 68 :  ข้อมูลแบบ Dictionary คืออะไร ?
  • Lecture 69 :  ปฏิบัติการพัฒนาโปรแกรมด้วยข้อมูล Dictionary
  • Lecture 70 : ฟังก์ชันที่สำคัญสำหรับ Dictionary
  • Exercise 16 : การพัฒนาโปรแกรมด้วย Dictionary
  • Lecture 71 : การนำ Collection ต่าง ๆ ไปประยุกต์ใช้งาน (1)
  • Lecture 72 : การนำ Collection ต่าง ๆ ไปประยุกต์ใช้งาน (2)
  • Lecture 73 : การนำ Collection ต่าง ๆ ไปประยุกต์ใช้งาน (3)
  • Exercise 17 : ประยุกต์ด้วย Collection
  • Lecture 74 :  ข้อมูลแบบ Set คืออะไร ?
  • Lecture 75 :  ปฏิบัติการพัฒนาโปรแกรมด้วยข้อมูล Set
  • Lecture 76 : ฟังก์ชันที่สำคัญสำหรับ Set
  • Exercise 18 : การพัฒนาโปรแกรมด้วย Set

Section 11 การจัดการข้อผิดพลาด

  • Lecture 77 : ประเภทของข้อผิดพลาดที่ควรรู้
  • Lecture 78 : ควรทำอย่างไรเมื่อเกิดข้อผิดพลาด !
  • Lecture 79 : เรียนรู้ที่จะอยู่กับข้อผิดพลาด (Exception)
  • Lecture 80 : ปฏิบัติการดักจับข้อผิดพลาดใน Python 3
  • Lecture 81 : ปฏิบัติการดักจับข้อผิดพลาดแบบหลายรูปแบบ
  • Lecture 82 : การใช้งานคำสั่ง Assert เพื่อตรวจหาข้อผิดพลาด
  • Exercise 19 : เรียนรู้กับข้อผิดพลาด

Section 12 การอ่าน / เขียนไฟล์เพื่อเป็นโปรแกรมไม่รู้จบ

  • Lecture 83 : ความสำคัญที่ซ่อนอยู่ของการอ่าน / เขียนไฟล์
  • Lecture 84 : การอ่านไฟล์อย่างง่ายใน Python 3
  • Lecture 85 : การเขียนไฟล์อย่างง่ายด้วย Python 3
  • Lecture 86 : ทำความรู้จักกับไฟล์ CSV ว่ามันคืออะไร ?
  • Lecture 87 : ทำการแปลงข้อมูล CSV
  • Lecture 88 : ทำความรู้จักกับ JSON ข้อมูลยุคใหม่
  • Lecture 89 : พัฒนาโปรแกรมอ่านข้อมูลรูปแบบ JSON
  • Exercise 20 : เรียนรู้การอ่าน / เขียนไฟล์

Section 13 การพัฒนาโปรแกรมรูปแบบ GUI ด้วย tkinter

  • Lecture 90 : การพัฒนาโปรแกรมรูปแบบ GUI ยุคใหม่
  • Lecture 91 : พัฒนาโปรแกรม GUI ด้วย tkinter บน Python
  • Lecture 92 : รู้จักกับ Widget และ ข้อมูลสำคัญของ tkinter
  • Lecture 93 : โครงสร้างและคำสั่งสำหรับสร้าง Widget
  • Lecture 94 : การจัดการ Layout ของ Widget
  • Lecture 95 : กำหนดขนาดให้กับ Widget
  • Lecture 96 : กำหนดสีให้กับ Widget
  • Lecture 97 : จัดการรูปแบบตัวอักษรในโปรแกรม GUI
  • Lecture 98 : การรับคำสั่งในรูปแบบ Event Driven Programming
  • Lecture 99 : เริ่มต้นสร้างโปรแกรมที่ใช้งานได้จริงด้วย Python
  • Exercise 21 : เรียนรู้การสร้างโปรแกรม GUI

Section 14 การพัฒนาโปรแกรมเชิงวัตถุเบื้องต้น

  • Lecture 100 : คำถามก่อนจะเริ่มต้น
  • Lecture 101 : การพัฒนาโปรแกรมเชิงวัตถุคืออะไร ?
  • Lecture 102 : 4 หัวใจของการพัฒนาโปรแรกมเชิงวัตถุ
  • Lecture 103 : รู้จักกับ Class, Attribute, Behavior และ Object
  • Lecture 104 : ลงมือปฏิบัติการ Class, Attribute, Behavior และ Object
  • Exercise 22 : แบบทดสอบ Class, Attribute, Behavior และ Object
  • Lecture 105: รู้จักกับการสืบทอดของโปรแกรม
  • Exercise 23 : แบบทดสอบการสืบทอด
  • Lecture 106 : การ Overriding คืออะไร ?
  • Lecture 107 : วิธีการ Overriding ใน Python
  • Exercise 24 : แบบทดสอบการ Overriding
  • Lecture 108 : รู้จักเกี่ยวกับ Information Hiding
  • Lecture 109 : ปฏิบัติการ Encapsulation
  • Lecture 110 : ตัวอย่างการพัฒนาโปรแกรมเชิงวัตถุ
  • Exercise 25 : ทบทวนความเข้าใจของการพัฒนาโปรแกรมเชิงวัตถุเบื้องต้น

Section 15 การพัฒนาต่อยอดกับ Library และ API ที่น่าสนใจ

  • Lecture 111 : รู้จักกับ API ว่ามันคืออะไร ?
  • Lecture 112 : การออกแบบโปรแกรมรูปแบบ API
  • Lecture 113 : ปฏิบัติการใช้งาน API เพื่อดึงข้อมูลเข้ามายังโปรแกรมของเรา
  • Lecture 114 : สร้างฐานข้อมูลแรกของเรา

Section 16 แนวทางการเขียนคำสั่งที่ดี

  • Lecture 115 : ทำไมต้องสนใจ Coding Convention
  • Lecture 116 : หลักการทำ Coding Convention – ตัวแปร
  • Lecture 117 : หลักการทำ Coding Convention – ฟังก์ชัน
  • Lecture 118 : หลักการทำ Coding Convention – การโปรแกรมเชิงวัตถุ
  • Lecture 119 : หลักการทำ Coding Convention – การจัดการไฟล์

Section 17 การใช้งานฐานข้อมูล Firebase ด้วย Python

  • Lecture 120 : ทำความรู้จักฐานข้อมูล
  • Lecture 121 : ฐานข้อมูล Firebase สุดไฮเทค!
  • Lecture 122 : มาเริ่มสร้างฐานข้อมูล Firebase
  • Lecture 123 : เริ่มต้นเพิ่มข้อมูลแรกลงฐานข้อมูล
  • Lecture 124 : เชื่อมต่อโปรแกรมของเราเข้ากับ Firebase
  • Lecture 125 : การอ่านข้อมูลจาก Firebase
  • Lecture 126 : การเพิ่มข้อมูลลง Firebase
  • Lecture 127 : การ Update ข้อมูลใน Firebase
  • Lecture 128 : การลบข้อมูลจาก Firebase

Section 18 แนวทางการต่อยอด

  • Lecture 129 : การต่อยอดเป็นเว็บแอปพลิเคชัน
  • Lecture 130 : การต่อยอดไปยัง Data Science / Analytic
  • Lecture 131 : การต่อยอดเป็นการพัฒนาแอปพลิเคชัน
  • Lecture 132 : การต่อยอดเป็นการพัฒนาเกมด้วย Python
  • Lecture 133 : การต่อยอดสำหรับสาย Network และ Infrastructure
  • Lecture 134 : การเริ่มต้นเป็นนักพัฒนาโปรแกรมที่ดี
  • Lecture 135 : เส้นทางการก้าวสู่อาชีพ

Section 19 รายละเอียดโครงงาน

  • Final Project : การเริ่มต้นพัฒนาโครงงานด้วย Python 3

Bundled Contents คอร์สเรียนในแพคเกจ

  • GitHub from Beginner เรียนเครื่องมือพัฒนาโครงงาน (890.-)
  • Amazing Bot with AutoPy เรียนรู้การสร้างบอทอัตโนมัติ (890.-)
  • Web Scraping with Python เรียนรู้การดึงข้อมูลจากหน้าเว็บอัตโนมัติ NEW!! (890.-)

คอร์สเรียนนี้เหมาะสำหรับ

  • ผู้ที่ต้องการเรียนพื้นฐานการพัฒนาโปรแกรมอย่างจริงจัง
  • ผู้ที่ต้องการเตรียมย้ายสายงานสู่การพัฒนาโปรแกรมและนักวิเคราะห์ข้อมูล
  • ผู้ที่ต้องการเริ่มต้นเข้าสู่ด้าน Tech Startup
  • นักพัฒนาโปรแกรมที่ต้องการย้ายสายมาพัฒนาโปรแกรมด้วย Python
  • นักเรียน / นิสิต / นักศึกษา และ ผู้สนใจที่ต้องการเริ่มพื้นฐานการพัฒนาโปรแกรม

พื้นฐาน / ความต้องการเบื้องต้น

  • ทักษะคอมพิวเตอร์เบื้องต้น (ใช้งานโปรแกรมพื้นฐาน และ อินเทอร์เน็ต)
  • ทักษะคณิตศาสตร์เบื้องต้น (บวก ลบ คูณ หาร – แก้สมการเบื้องต้น)
  • Computer หรือ Notebook ที่สามารถใช้งาน Internet ได้ (Windows 7, mac OS 10.9 ขึ้นไป หรือ เทียบเท่า)
  • ความใฝ่ฝันในการเริ่มต้นเส้นทางนักพัฒนาโปรแกรม

Data Science In Everyday Life

เข้าใจกระบวนการด้าน Data Science กับ 5 Workshop

ตัวอย่างบทเรียน : แนะนำคอร์สเรียน

ตัวอย่างบทเรียน : เข้าใจคำว่า Data Science & Machine Learning

Section 1 Introduction

  • Lecture 1 : คอร์สนี้เราเรียนอะไรกัน ? (4.28 นาที) – ฟรี !!

Section 2 พื้นฐาน Data Science

  • Lecture 2 : เข้าใจคำว่า Data Science & Machine Learning (10.31 นาที) – ฟรี !!
  • Lecture 3 : ประโยชน์ของ Data Science ในภาคอุตสาหกรรม (9.18 นาที) – ฟรี !!
  • Quiz 1 : ทบทวนความรู้พื้นฐาน Data Science & Machine Learning

Section 3 การรวบรวมข้อมูลเพื่อวิจัยตลาด

  • Lecture 4 : การเก็บรวบรวม Data และทำวิจัยตลาด (24.25 นาที)
  • Quiz 2 : ทดสอบความเข้าใจการเก็บ Data เพื่อใช้งาน (2.52 นาที)
  • Lecture 5 : เริ่มต้น Clean Data (8.17 นาที)
  • Workshop 1 เตรียมพร้อม Data และสร้าง Pivot Table ด้วย Excel (26.37 นาที)
  • Workshop 2 การใช้งานเครื่องมือ Data Analysis (20.35 นาที)

Section 4 เริ่มต้นวิเคราะห์ข้อมูล

  • Lecture 6 : รู้จักเครื่องมือ Machine Learning (22.40 นาที)
  • Quiz 3 : ทดสอบความเข้าใจด้าน Machine Learning (2.23 นาที)
  • Lecture 7 : เรียนรู้พื้นฐานการใช้งาน Correlation (9.36 นาที)
  • Quiz 4 : ทดสอบความเข้าใจการใช้งาน Correlation (7.09 นาที)
  • Lecture 8 : เรียนรู้พื้นฐานการใช้งาน Regression (20.29 นาที)

Section 4 เริ่มต้นวิเคราะห์ข้อมูล (ต่อ)

  • Quiz 5 : ทดสอบความเข้าใจการใช้งาน Regression (2.30 นาที)
  • Workshop 3 : การใช้งาน Simple Linear Regression ใน Excel (4.19 นาที)
  • Workshop 4 : การทำ Data Partition (13.16 นาที)
  • Lecture 9 : การใช้งาน Multiple Linear Regression (5.06 นาที)
  • Quiz 6 : ทดสอบความเข้าใจการใช้งาน Multiple Linear Regression (3.44 นาที)
  • Workshop 5 : การทำ Data Partition สำหรับ Multiple Linear Regression (15.37 นาที)
  • Lecture 10 : สรุปบทเรียน (3.58 นาที)

คอร์สเรียนนี้เหมาะสำหรับ

  • ผู้ที่ต้องการเรียนเข้าใจกระบวนการทางด้าน Data Science
  • ผู้ที่ต้องการเริ่มต้นในสาย Data Scientist
  • นักธุรกิจยุคใหม่ที่ต้องการศึกษาเทคโนโลยี และ การพัฒนาโปรแกรม
  • ผู้ที่ต้องการเริ่มต้นเข้าสู่ด้าน Tech Startup
  • ผู้ที่ต้องการนำศาสตร์ด้าน Data Science ไปประยุกต์ใช้กับงานปัจจุบัน
  • นักเรียน / นักศึกษา สาขาวิทยาการคอมพิวเตอร์ เทคโนโลยีสารสนเทศ หรือ วิศวกรรมศาสตร์

สิ่งที่จำเป็นสำหรับคอร์สเรียนนี้

  • คอมพิวเตอร์ที่สามารถใช้งาน Web Browser รุ่นปัจจุบันได้
  • ติดตั้งโปรแกรม Microsoft Excel ตั้งแต่รุ่น 2018 เป็นต้นไป
  • รองรับ Internet ในการใช้งานคอร์สเรียน
  • ผู้เรียนจะต้องมีความรู้พื้นฐานการใช้งานคอมพิวเตอร์ (เช่น การเปิดโปรแกรม, การค้นหาข้อมูลจาก Google เป็นต้น)

Data Analytics With Python

เข้าใจไพธอน มาลุยวิเคราะห์ข้อมูลกว่า 30 ตอน

 ตัวอย่าง : Lecture 3 เราทำ Data Analytics เพื่ออะไร

มาทำความรู้จักกับศาสตร์ด้าน Data Analytics ว่าศาสตร์ดังกล่าวมีความสำคัญอย่างไร และ เราสามารถวิเคราะห์ นำข้อมูลมาจากที่ใดได้บ้าง?

 ตัวอย่าง : Lecture 4 แนะนำเครื่องมือ Google Colab

วันนี้เรามาทำความรู้จักกับ Google Colab เครื่องมือทำงานในการเรียนรู้ และ ใช้งาน Python 3 รูปแบบออนไลน์

Section 1 การทบทวน Python 3

  • Lecture 1 บทนำหลักสูตร Data Analytics
  • Lecture 2 เริ่มต้นเรียนรู้ Data Analytics
  • Lecture 3 เราทำ Data Analytics เพื่ออะไร
  • Lecture 4 แนะนำเครื่องมือ Google Colab และทบทวน Python 
  • Lecture 5 ทบทวนตัวแปรใน Python
  • Lecture 6 การเรียกใช้ฟังก์ชัน, Control Flow ของ Python
  • Lecture 7 ข้อมูลชนิดกลุ่มของภาษา Python

Section 2 การทำ Data Analytics เบื้องต้น

  • Lecture 8 จัดเตรียมข้อมูล IMDB dataset
  • Lecture 9 หาจำนวนภาพยนตร์ action ทั้งหมด
  • Lecture 10 หาจำนวนแสดง action ทั้งหมด
  • Lecture 11 ข้อจำกัดของ Python ในการทำ Data Analytics
  • Lecture 12 รู้จักกับ Pandas
  • Lecture 13 Pandas กับการอ่าน/เขียนข้อมูล
  • Lecture 14 Pandas Series และ DataFrame
  • Lecture 15 การเลือก Rows/Columns ใน DataFrame
  • Lecture 16 การใช้ Pandas หาจำนวนภาพยนตร์ action ?

Section 3 การทำ Data Analytics ขั้นสูง

  • Lecture 17 การหาจำนวนดารา Action ทั้งหมดด้วยการ Merge
  • Lecture 18 การกรองนักแสดงซ้ำออกจากระบบ
  • Lecture 19 รายการไหนได้รับความนิยมสูงสุด
  • Lecture 20 รู้จักกับฟังก์ชัน Describe()
  • Lecture 21 การแยก Genre ที่มีหลายประเภท
  • Lecture 22 ทำการจัดกลุ่มตาม Genre
  • Lecture 23 รู้จักกับ Pivot และ Pivot Table
  • Lecture 24 ดูว่าประเภทใด Popular ที่สุด
  • Lecture 25 ทำการกรองข้อมูลจากปี
  • Lecture 26 เลือกข้อมูลกำไรสูงสุด
  • Lecture 27 การหากลุ่มผู้ชม

Section 4 การทำ Data Visualization

  • Lecture 28 รู้จักกับการใช้ Plot
  • Lecture 29 เริ่มต้นทำการ Plot รูปภาพ
  • Lecture 30 การปรับแต่งค่าภายในกราฟ

Section 5 ประยุกต์การใช้งานกับ Covid-19

  • Lecture 31 รู้จักกับข้อมูล Covid-19
  • Lecture 32 การ Plot กราฟกับข้อมูลจริง
  • Lecture 33 ทำการเปรียบเทียบกราฟมากกว่า 1 กราฟ
  • Lecture 34 การ Plot ในรูปเดียวกันที่มีแกน Y 2 แกน
  • Lecture 35 สร้างกราฟสำหรับเปรียบเทียบข้อมูลไทยกับอเมริกา
  • Lecture 36 การเลือกแสดงช่วงข้อมูลที่สนใจ
  • Lecture 37 ทำการสรุปสถานการณ์ในแต่ละประเทศ
  • Lecture 38 รู้จัก SD สำหรับวิเคราะห์ข้อมูล

คอร์สเรียนนี้เหมาะสำหรับ

  • ผู้ที่ต้องการเรียนพื้นฐานการพัฒนาโปรแกรมอย่างจริงจัง
  • ผู้ที่ต้องการเตรียมย้ายสายงานสู่การพัฒนาโปรแกรมและนักวิเคราะห์ข้อมูล
  • ผู้ที่ต้องการเริ่มต้นเข้าสู่ด้าน Tech Startup
  • นักพัฒนาโปรแกรมที่ต้องการย้ายสายมาพัฒนาโปรแกรมด้วย Python
  • นักเรียน / นิสิต / นักศึกษา และ ผู้สนใจที่ต้องการเริ่มพื้นฐานการพัฒนาโปรแกรม

พื้นฐาน / ความต้องการเบื้องต้น

  • ทักษะคอมพิวเตอร์เบื้องต้น (ใช้งานโปรแกรมพื้นฐาน และ อินเทอร์เน็ต)
  • ทักษะคณิตศาสตร์เบื้องต้น (บวก ลบ คูณ หาร – แก้สมการเบื้องต้น)
  • ทักษะการเขียนโปรแกรมพื้นฐานด้วยภาษาใดภาษาหนึ่ง (เข้าใจการวนซ้ำ การทำงานของฟังก์ชัน และ Algorithm เบื้องต้น)
  • Computer หรือ Notebook ที่สามารถใช้งาน Internet ได้ (Windows 7, mac OS 10.9 ขึ้นไป หรือ เทียบเท่า)
  • ความใฝ่ฝันในการเริ่มต้นเส้นทางนักพัฒนาโปรแกรม

ชำระเงินครั้งเดียว ไม่จำกัดระยะเวลาการเรียน

คุ้มยิ่งกว่าคุ้ม ชำระเงินเพียงครั้งเดียวก็สามารถเข้าเรียนได้ไม่จำกัดระยะเวลา ทบทวนซ้ำได้ ไม่จำเป็นต้องรอเรียนพร้อมกัน แถมยังสามารถทำแบบฝึกหัด
และส่งโปรเจคให้ตรวจเพื่อรับ Verified Certificate ได้ภายใน 1 ปีอีกด้วย !

Chief Executive Officer (CEO)

Kittikorn Prasertsak (Prame)

จากนักศึกษาเกียรตินิยมอันดับ 1 สู่ผู้ก่อตั้ง BorntoDev ที่เล็งเห็นถึงความสำคัญของการพัฒนาเทคโนโลยี โดยเน้นการถ่ายทอดที่เข้าใจง่ายจนมีผู้เรียนมากกว่า 7 หมื่นท่านทั่วประเทศ ด้วยประสบการณ์และความหลงไหลในการพัฒนาโปรแกรมมากกว่า 10 ปี และได้รับ Verified Certificate จาก Massachusetts Institute of Technology (MIT)
รวมถึงการเป็นวิทยากรรับเชิญด้านการให้ความรู้เรื่องเทคโนโลยีระดับ นิสิต นักศึกษา นักพัฒนาซอฟต์แวร์ทั่วไป นักเรียน ครูโรงเรียนมัธยมปลาย รวมถึงบุคคลทั่วไปทั้งภาครัฐและเอกชน

อาจารย์ประจำภาควิชาคณิตศาสตร์และวิทยาการคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย

ผศ.ดร. ฑิตยา หวานวารี

2011 Ph.D. (Computational Intelligence and Systems Science)
Tokyo Institute of Technology, Japan
2008 M.Eng. (Computational Intelligence and Systems Science)
Tokyo Institute of Technology, Japan
2005 B.Eng. (Computer Engineering)
Chulalongkorn University, Thailand

Data Science and Research, Associate Director

ดร. ธนิกาญจน์ พิพิธวณิชการ

อาจารย์แก้ม ผู้เชี่ยวชาญด้าน Business Analytics, การทำ Data Mining, Data Science และ การทำ Predictive Model กว่า 6 ปี รวมถึงมีผลงานด้านวิชาการที่ได้รับการตีพิมพ์ในระดับต่างประเทศ สำเร็จการศึกษาระดับปริญญาโท ด้าน Marketing and Financial Services จาก University of Exeter สหราชอาณาจักร และ ปริญญาเอก ด้าน Business Administration จาก NIDA Business School

 

 

เริ่มต้นจุดประกายความคิดสร้างสรรค์ สร้างผลงานไปพร้อมกันกับผู้เรียนกว่า 1 แสนท่านได้เลย