• The Object-Oriented Thought Process  (Developer's Library)  by Matt Weisfeld
  • *Java For Everyone: Late Objectsby Cay S. Horstmann
  • *Big Java Late Object  by Cay S. Horstmann
  • หมายเหตุ หนังสือที่นักศึกษาสามารถดาวน์โหลดได้นั้น อ.ได้ Mark แถบสีเหลืองเป็น Highlight ไว้ให้ที่หน้า สารบัญ หมายถึงเนื้อหาที่มุ่งเน้นให้ศึกษาด้วยตัวเอง ล่วงหน้า
  • *Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Databy EMC
  • Hadoop 24 Hours by Jeffrey Aven
  • R Machine Learning By Example Written by Raghav Bali and Dipanjan Sarkar
  • *A User's Guide to Network Analysis in R by Douglas Luke

3.1 Introductory R Programming  (การเขียนโปรแกรม R เบื้องต้น)

3.2  Data Analytics Lifecycle (วงจรชีวิตการวิเคราะห์ข้อมูล) 
      3.2.1 Describing Problem/data (อธิบายข้อมูล)
      3.2.2 Identifying Data Sources  (ระบุแหล่งข้อมูล)  
      3.2.3 Preparing Data (เตรียมความพร้อมข้อมูล)
      3.2.4 Planing Model  (วางแผนโมเดล)
      3.2.5 Building Model  (สร้างโมเดล)
      3.2.6 Visaulising Results (นำเสนอข้อมูลวิเคราะห์)  

3.3 Big Data Concepts  (แนวความคิดในเรื่อง big data)  

3.4 Introductory Hadoop and Its Ecosystem (บทนำและวงชีวิตของฮาดูพ)


Learning Activities

Contents & Lessons

เอกสารตำราประกอบการเรียนการสอน Textbooks


  1. 28 มิย.   29 มิย.

  2.  5 กค.     6 กค.

  3. 12 กค.  13 กค.

  4. 19 กค.  20 กค.

  5. 26 กค.    27 กค.

  6.  2  สค.    3 สค.

  7.  9  สค.  10 สค.

  8. 16 สค.   17 สค.

  9. 23 สค.  24 สค.

  10. 30 สค.  31 สค.

  11.  6 กย.     7 กย.

  12. 13 กย.  14 กย.

  13. 20 กย.  21 กย.

  14. 27 กย.   28 ตค.

  15.  4 ตค.      5 ตค.

  16.     9 ตค.   

THIDAWAN.NET
Thidawan Klaysri Roberts-ธิดาวรร   คล้ายศรี

บทที่1  Fundamental of Computer Programming

2.1 Object-oriented Paradigm in Practice

      2.1.1 Class, Instance and Method

      2.1.2 Call Reference

      2.1.3 Inheritance and Method Calling

      2.1.4 Overloading

2.2 Virtual Machine

2.3 Functional Languages

2.4 Markup Languages

​​ลิงค์แนะนำ-Social Network Analysis(SNA)

​อย่าสบประมาทความสามารถตัวเอง  อนาคตที่สดใสรอคอยอยู่  ความสำเร็จมาจากความเพียรพยาม

ขอให้นศ. ทุกคนอดทน ขยัน และพยายามให้สุดความสามารถ  ความสำเร็จ ความภูมิใจในตัวเองคือรางวัล....สู้ๆค่ะ

​​ลิงค์แนะนำ-R  Programming

บทที่4  Programming for Solving Problems

4.1 Introductory Social Network Analysis (SNA)
4.2 Communities Dectection in Social Networks

      4.2.1 Clustering in Social Networks

      4.2.2 Gaph-based  Applications
4.3 Visualization of the Decected Communities
4.4 Tools for SNA


Weeks-Dates

แนะนำเรียนวิชานี้ให้ประสบความสำเร็จ

บทที่3  R Programming for (Big) Data Analytics

1.1 An Introduction to Programming  (บทนำการเขียนโปรแกรม)

1.2 Traditional Programming Languages (ภาษาเขียนโปรแกรมแบบดั้งเดิม)

1.3 Syntax of the Programming Languages (ไวยกรณ์ของภาษาเขียนโปรแกรม)

      1.3.1 Control Block (การควบคุมบล็อค)
      1.3.2 Block Structure (โครงสร้างบล็อค)
      1.3.3 Recursive (การทำงานแบบเรียกตัวเอง)

1.4 Review Data Structure (ทบทวนโครงสร้างข้อมูล)     

1.5 Sorting and Searching Algorithms (อัลกอริธึ่มจัดลำดับและสืบค้นข้อมูล)

1.6 Testing Programs (การทดสอบความถูกต้องของโปรแกรม)
       1.6.1 Complier

      1.6.2 Running Time and Debugging

      1.6.3 Creating Test Cases


  1. ตกลง-วัดความรู้ก่อนเรียน
  2. แบบฝึกหัด
  3. แบบฝึกหัด-งานชิ้นที่1
  4. Lab-แบบฝึกหัด
  5. แบบฝึกหัด
  6. Lab-แบบฝึกหัด-สอบปฎิบัติเดี่ยว

  7. งานชิ้นที่2
  8. แบบฝึกหัด
  9. แบบฝึกหัด
  10. สอบกลางภาค   ส่งงานชิ้นที่2
  11. Lab
  12. แบบฝึกหัด  Download datasets
  13. Lab-งานชิ้นที่3-งานกลุ่มวิเคราะห์ข้อมูล
  14. Lab-งานชิ้นที่4-MiniProj. เดี่ยว
  15. Lab
  16. สอบปลายภาค 

​​ลิงค์แนะนำ- Java Programming            

    

  1. บทนำภาษาการเขียนโปรแกรม : แนะนำรายวิชา ข้อตกลง
  2. บทที่1 พื้นฐานของภาษาการเขียนโปรแกรม (1.1-1.2) 
  3. (ต่อบทที่1)ไวยกรณ์ของภาษาเขียนโปรแกรม (1.3-1.4)
  4. (ต่อบทที่1)  อัลกอริธึ่มจัดลำดับข้อมูล  (1.5-1.6)
  5. (ต่อบทที่1)  อัลกอริธึ่มจัดลำดับข้อมูล(ต่อ)  (1.5-1.6) 
  6. (ต่อบทที่1)Testing programs (การทดสอบความถูกต้องของโปรแกรม) 
  7. (ต่อบทที่1) อัลกอริธึ่มจัดลำดับข้อมูล   using comparator 
  8. บทที่2  การค้นหาข้อมูล-HashMap (ต่อ) (1.6) Download CodeVirtual Machine
  9. (ต่อบทที่2)  โปรแกรมเชิงวัตถุ/โปรแกรมฟังก์ชั่น
  10. สอบกลางภาค  ทฤษฎี 10% ปฎิบัติ 10%
  11. บทที่3 (Big) Data analytics  3.1 Introductory R    3.2 วงจรชีวิตการวิเคราะห์ข้อมูล
  12. (ต่อบทที่3)  3.3 แนวคิด Big data   3.4 ฮาดูป   Introductory R (ต่อ)    
  13. (ต่ออบทที่3) R-Data analysis-Phase1-2 (ต่อ)     R-script Stage1-2           
  14. (ต่ออบทที่3) R-Data analysis-Phase3-4     บทที่4 Social Network Analysis (SNA)  
  15. (ต่อบทที่4) SNA Tools Mini-project in practice    Download PaJek    txt2PaJek   
  16. สอบปลายภาค 

              ส่งงานชิ้นที่ 3 (กลุ่ม 10%) และชิ้นที่ 4  (เดี่ยว20% วิเคราะห์กราฟ)ภายในวันที่  15 ตค. 61

Content: PROGRAMMING LANGUAGE

เกณฑ์วัดผล 100%

จิตพิสัย: 10% การมาเรียน/พฤติกรรมการเรียน การปฏิบัติงาน labs
ปฏิบัติการ Lab: 10%  เขียนโปรแกรม
สอบกลางภาค: 20%  (ทฤษฎี10% ปฎิบัติ10%)

งานที่มอบหมาย: 40%  4 ชิ้นงาน (เขียนโปรแกรม-วิเคราะห์ข้อมูล)
สอบปลายภาค: 20% (ทฤษฎี10% ปฎิบัติ10%) 

  • ศึกษาล่วงหน้าก่อนเรียนเสมอ
  • กล้าซักถาม  ตอบ  แสดงความคิดเห็น แลกเปลี่ยนความคิดเห็น
  • ตอนปฏิบัติการโปรแกรมจะเข้าใจมากขึ้น "เรียนรู้ด้วยการปฎิบัติ"
  • ทบทวนสิ่งที่ได้เรียน ศึกษาเพิ่มเติม "practice makes perfect"
  • ฝึกเขียนโปรแกรมให้มากๆ ให้เข้าเส้นเลือด สนุกกับการแก้ปัญหา 

บทที่2  Modern Programming Languages

รายละเอียดวิชาภาษาการเขียนโปรแกรม

Syllabus of Programming Language

​​ลิงค์แนะนำ-Markup Languages 

Copyright © thidawan klaysri. All rights reserved.