หลักสูตร การใช้ Machine Learning ใน Power BI ค้นหา Pattern ข้อมูลน่าสนใจ

การใช้ Machine Learning ใน Power BI ค้นหา Pattern ข้อมูลน่าสนใจ

รายละเอียด

• การติดตั้งและตั้งค่าโปรแกรม: การติดตั้ง Power BI, Python, และ R และการเชื่อมต่อ Python กับ Power BI เพื่อดึงข้อมูลจากภายนอก

• การใช้เครื่องมือทางสถิติใน Power BI: จัดการข้อมูล, การเพิ่มเส้น Trend line & Forecasting, การทำ Anova Testing ด้วย R และการใช้โปรแกรม G*power สำหรับการสุ่มข้อมูล

• การสร้างการแสดงผลข้อมูลด้วย Python: การทดสอบและสร้าง Data Visualization ด้วย Python ใน Power BI

• การอธิบาย Pattern ด้วย Venn diagram และการสุ่มข้อมูลด้วย DAX และ R script ใน Power BI

• การใช้ Machine Learning: การหาจำนวนกลุ่มที่เหมาะสมที่สุดด้วย Elbow Curve และการอธิบายข้อค้นพบกลุ่ม Cluster ด้วย Parallel plot และ Dendrogram

• การใช้ AI เพื่อค้นพบข้อมูลเชิงลึก: การสร้าง Heatmap และการปรับแต่งด้วย Python และ R, การสร้าง Decision Tree และการใช้ AI เพื่อระบุตัวแปรสำคัญและการแสดงผลข้อมูล

ความรู้ประโยชน์ ที่ผู้เรียนจะได้รับ

การติดตั้งและตั้งค่า Power BI, Python, และ R สำหรับการวิเคราะห์ข้อมูล
เรียนรู้วิธีการใช้ Script จาก R และ Python ภายในโปรแกรม Power BI
ทดสอบทางสถิติ เช่น ANOVA, Correlation และการสุ่มข้อมูล
วิธีการใช้ Machine Learning ในงานด้าน Clustering & Classification
ค้นหา Insight ภายในข้อมูล ด้วย AI ที่อยู่ใน PowerBI

เนื้อหาหลักสูตร

Chapter 01: การติดตั้งและตั้งค่าโปรแกรม
- 01_ความจำเป็นในการใช้งานเครื่องมือด้านสถิติและการเรียนรู้ของเครื่องในกระบวนการสร้างรายงานและแดชบอร์ด
- 02_การติดตั้ง Power BI, Python, และ R
- 03_การทดสอบและตั้งค่าเครื่องมือที่เกี่ยวข้อง เช่น Auto Complete, การเชื่อมต่อ Python กับ Power BI
- 04_ทดสอบการใช้งานภาษา Python และตั้งค่า Auto complete
- 05_การเชื่อมต่อภาษา Python ด้วยโปรแกรม Power BI
- 06_การติดตั้งภาษา R และ Rstudio
- 07_การติดตั้งโปรแกรม G*Power
- 08_ทดสอบการสร้าง Data Viz ด้วยภาษา Python
Chapter 02: การใช้เครื่องมือทางสถิติจาก R และ Python Script ใน Power BI
- 09_ตัวอย่างการดึงข้อมูลราคาทองคำด้วย Python
- 10_การดึงข้อมูลทองคำด้วย Python Script ใน Power BI
- 11_การเพิ่ม Trend line & Forecasting
- 12_การเพิ่มเส้น EMA ให้กับข้อมูลที่ดึงมาด้วย Python Script
- 13_การใช้โปรแกรม G*power sampling
- 14_ การใช้ R ทำ Anova Testing
- 15_ การติดตั้งและถอด R library
- 16_ การสุ่มข้อมูลด้วย DAX และ R script ใน Power BI
- 17_ การใช้สถิติบอกความแตกต่างอย่างมีนัย และ Insight จาก Box Plot
- 18_ การอธิบาย Pattern ที่คาบเกี่ยวกันด้วย Venn diagram
Chapter 03: การใช้ Machine Learning และ AI เพื่อค้นพบ Insight ของข้อมูลในเชิงลึก
- 19_ เป็นการหาจำนวน k groups ที่เหมาะสมที่สุดสำหรับชุดข้อมูล
- 20_ การใส่ชื่อกลุ่มเป็น columns ใหม่ใน Transform Data
- 21_ การอธิบายข้อค้นพบกลุ่ม Cluster ด้วย Parallel plot
- 22_ การอธิบายโครงสร้างกลุ่ม Cluster ด้วย hierarchy และ Dendrogram
- 23_ อธิบายความหมายของ Correlation & Heatmap
- 24_ การปรับแต่งสีสรรและใส่ label ให้ Heatmap correlation ด้วย Python script
- 25_ การสร้าง Heatmap correlation ด้วย R script
- 26_ การปรับแต่งขั้วสี และการแสดงผลของ Heatmap correlation ด้วย R script
- 27_ การสร้าง decision tree ด้วย R Script (ข้อมูล iris)
- 28_ การสร้าง decision tree ด้วย R Script (ข้อมูล credit)
- 29_ การใช้ AI: Key Influencers ระบุตัวแปรและค่าที่มีความสำคัญกับตัวแปรเป้าหมาย
- 30_ การใช้ AI Decomposition Tree ระบุจำนวนตัวแปรแบบ Drill down ตามตัวแปรเป้าหมายที่สนใจ