หน่วยสมรรถนะ
สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน
สาขาวิชาชีพอุตสาหกรรมดิจิทัล
รายละเอียดหน่วยสมรรถนะ
| 1. รหัสหน่วยสมรรถนะ | ICT-DDYU-256B |
| 2. ชื่อหน่วยสมรรถนะ | สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน |
| 3. ทบทวนครั้งที่ | - / - |
| 4. สร้างใหม่ |
|
ปรับปรุง |
|
| 5. สำหรับชื่ออาชีพและรหัสอาชีพ (Occupational Classification) | |
|
นักวิทยาศาสตร์ข้อมูล (Data Scientist) |
|
| 6. คำอธิบายหน่วยสมรรถนะ (Description of Unit of Competency) | |
| สามารถวางแผน กำหนดขั้นตอนการทดสอบแบบจำลอง การแบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set) และชุดทดสอบ (Test set) รวมทั้ง Validation set หรือวิธีอื่นที่เหมาะสมกับเทคนิคที่เลือก พร้อมทั้งสร้างและทดสอบแบบจำลองด้วยเครื่องมือช่วย (Tools) สำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน | |
| 7. สำหรับระดับคุณวุฒิ |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
| 8. กลุ่มอาชีพ (Sector) | |
| สาขาวิชาชีพอุตสาหกรรมดิจิทัล สาขาวิทยาศาสตร์ข้อมูล (Data Science) | |
| 9. ชื่ออาชีพและรหัสอาชีพอื่นที่หน่วยสมรรถนะนี้สามารถใช้ได้ (ถ้ามี) | |
| N/A | |
| 10. ข้อกำหนดหรือกฎระเบียบที่เกี่ยวข้อง (Licensing or Regulation Related) (ถ้ามี) | |
| N/A | |
| 11. สมรรถนะย่อยและเกณฑ์การปฏิบัติงาน (Elements and Performance Criteria) |
| หน่วยสมรรถนะย่อย (EOC) | เกณฑ์ในการปฏิบัติงาน (Performance Criteria) | รหัส PC (ตามเล่มมาตรฐาน) |
รหัส PC (จากระบบ) |
|---|---|---|---|
| 70403.01 กำหนดขั้นตอนต่าง ๆ ของแบบจำลอง | 1. ระบุวิธีการสร้างและทดสอบแบบจำลองได้ | 70403.01.03 | 120990 |
| 70403.01 กำหนดขั้นตอนต่าง ๆ ของแบบจำลอง | 2. กำหนดขั้นตอน กระบวนการ ในการทดสอบแบบจำลองได้ | 70403.01.04 | 120991 |
| 70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) | 1. ระบุวิธีการแบ่งข้อมูลเพื่อทําการทดสอบแบบจำลองได้ | 70403.02.05 | 120992 |
| 70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) | 2. อธิบายความแตกต่างของวิธีการแบ่งข้อมูลเพื่อทำการทดสอบแบบ Self Consistency Test, Split Test และ Cross-validation Test ได้ | 70403.02.06 | 120993 |
| 70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) | 3. กำหนดขั้นตอนการแบ่งข้อมูลเพื่อทำการทดสอบแบบจำลองโดยวิธี Self Consistency Test, Split Test และ Cross-validation Test ได้ | 70403.02.07 | 120994 |
| 70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) | 4. สามารถเลือกใช้วิธีการแบ่งข้อมูลเพื่อทําการทดสอบแบบจำลองกับข้อมูลได้ | 70403.02.08 | 120995 |
| 70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) | 1. ใช้เครื่องมือช่วย (Tools) เพื่อสร้างแบบจำลองได้ | 70403.03.05 | 120996 |
| 70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) | 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือช่วย (Tools) สำหรับเทคนิค การจำแนกข้อมูล (Classification) ที่เลือกใช้ได้ | 70403.03.06 | 120997 |
| 70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) | 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ | 70403.03.07 | 120998 |
| 70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) | 4. สามารถดำเนินการฝึกการเรียนรู้ (Training) กับข้อมูลที่เลือกได้ | 70403.03.08 | 120999 |
| 70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) | 1. สามารถดำเนินการตรวจสอบประสิทธิภาพ (Validation) เทคนิคที่เลือกได้ | 70403.04.05 | 121000 |
| 70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) | 2. สามารถดำเนินการทดสอบแบบจำลอง (Testing) เทคนิคที่เลือกได้ | 70403.04.06 | 121001 |
| 70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) | 3. สามารถตรวจสอบสถานะแบบจำลองที่เกิดจากการปรับแก้ปัญหา Overfitting หรือ Underfitting ได้ | 70403.04.07 | 121002 |
| 70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) | 4. สามารถปรับค่าตัวแปรของแบบจำลอง (regularization) ได้ | 70403.04.08 | 121003 |
| 70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 1. ใช้เครื่องมือช่วย (Tools) เพื่อสร้างแบบจำลองได้ | 70403.05.05 | 121004 |
| 70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือช่วย (Tools) สำหรับเทคนิคการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ที่เลือกใช้ได้ | 70403.05.06 | 121005 |
| 70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ | 70403.05.07 | 121006 |
| 70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 4. สามารถดำเนินการฝึกการเรียนรู้ (Training) กับข้อมูลที่เลือกได้ | 70403.05.08 | 121007 |
| 70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 1. สามารถดำเนินการตรวจสอบประสิทธิภาพ (Validation) เทคนิคที่เลือกได้ | 70403.06.05 | 121008 |
| 70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 2. สามารถดำเนินการทดสอบแบบจำลอง (Testing) เทคนิคที่เลือกได้ | 70403.06.06 | 121009 |
| 70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 3. สามารถตรวจสอบสถานะแบบจำลองที่เกิดจากการปรับแก้ปัญหา Overfitting หรือ Underfitting ได้ | 70403.06.07 | 121010 |
| 70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) | 4. สามารถปรับค่าตัวแปรของแบบจำลอง (regularization) ได้ | 70403.06.08 | 121011 |
| 70403.07 สรุปแบบจำลอง | 1. บันทึกการตั้งค่าตัวแปรสำหรับเทคนิคที่เลือกใช้ได้ | 70403.07.04 | 121012 |
| 70403.07 สรุปแบบจำลอง | 2. อธิบายคุณลักษณะเฉพาะของแบบจำลองเพื่อใช้ต่อไปได้ | 70403.07.05 | 121013 |
| 70403.07 สรุปแบบจำลอง | 3. สามารถสรุปผลการใช้แบบจำลองกับข้อมูล และผลลัพธ์ที่ได้ | 70403.07.06 | 121014 |
| 12. ความรู้และทักษะก่อนหน้าที่จำเป็น (Pre-requisite Skill & Knowledge) | |
|
N/A |
|
| 13. ทักษะและความรู้ที่ต้องการ (Required Skills and Knowledge) | |
|
(ก) ความต้องการด้านทักษะ 1. สามารถใช้วิธีการวิเคราะห์และวิธีทางสถิติเพื่อช่วยเตรียมข้อมูลและเลือกข้อมูลได้ 2. สามารถใช้เทคนิคและเครื่องมือสำหรับประมวลผลข้อมูลขนาดใหญ่ได้ 3. สามารถใช้เทคนิคและเครื่องมือสำหรับประมวลผล SQL หรือ NoSQL หรือที่เกี่ยวข้องได้ (ข) ความต้องการด้านความรู้ 1. เข้าใจธุรกิจและวิเคราะห์ข้อมูลให้สอดคล้องกับวัตถุประสงค์ธุรกิจ |
|
| 14. หลักฐานที่ต้องการ (Evidence Guide) | |
|
(ก) หลักฐานการปฏิบัติงาน (Performance Evidence) 1. ใบรับรองการปฏิบัติงานจากสถานประกอบการ (ข) หลักฐานความรู้ (Knowledge Evidence) 1. ใบรับรองการเข้ารับการฝึกอบรม 2. ใบประกาศนียบัตรวุฒิการศึกษา (ค) คำแนะนำในการประเมิน 1. ผู้ประเมินตรวจประเมินเกี่ยวกับการสร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน โดยพิจารณาจากร่องรอยหลักฐานที่เกี่ยวข้องทั้งหลักฐานการปฏิบัติงาน และหลักฐานความรู้ (ง) วิธีการประเมิน 1. พิจารณาตามหลักฐานการปฏิบัติงาน 2. พิจารณาตามหลักฐานความรู้ |
|
| 15. ขอบเขต (Range Statement) | |
|
(ก) คำแนะนำ หน่วยสมรรถนะนี้เป็นการเลือกและออกแบบเพื่อการแบ่งชุดข้อมูล ให้เหมาะสมกับเทคนิคแบบจำลองที่เลือกและจำนวนข้อมูลตัวอย่างที่มีสำหรับการเรียนรู้แบบมีผู้สอน (ข) คำอธิบายรายละเอียด 1. เข้าใจและบอกข้อดี ข้อเสียของการแบ่งข้อมูลแบบต่าง ๆ เพื่อนำทดสอบประสิทธิภาพของแบบจำลอง ในการทดสอบประสิทธิภาพของแบบจำลอง เพื่อให้ทราบถึงความน่าเชื่อถือ การวัดประสิทธิภาพ ก่อนนำแบบจำลองไปใช้ทางธุรกิจถือว่ามีความจำเป็น โดยทั่วไปเป็นการแบ่งข้อมูลออกเป็นชุดเพื่อการทดสอบ ทั้งนี้การแบ่งข้อมูลเพื่อทําการทดสอบมี 3 วิธีที่นิยม ดังนี้ 1) วิธี Self Consistency หรือบางครั้งเรียกว่า Use Training Set นี้เป็นวิธีการที่ง่ายที่สุด 2) วิธี Split Test การแบ่งข้อมูลด้วยการสุ่มออกเป็น 2 ส่วน เช่น 70% ต่อ 30% หรือ 80% ต่อ 20% โดยข้อมูลส่วนที่หนึ่ง (70% หรือ 80%) ใช้ในการสร้างแบบจำลอง และข้อมูลส่วนที่สอง (30% หรือ 20%) ใช้ใน การทดสอบประสิทธิภาพของแบบจำลอง 3) วิธี Cross-validation Test เป็นวิธีที่นิยมในการทำงานวิจัย เพื่อใช้ในการทดสอบประสิทธิภาพของแบบจำลองเนื่องจากผลที่ได้มีความน่าเชื่อถือ 2. การวัด error ของ model คือการทดสอบประสิทธิภาพของแบบจำลองก่อนการทดสอบ 3. การสอน model ด้วย Training set โดยใช้ Training set 4. การเข้าใจเครื่องมือช่วย (Tools) สำหรับทดสอบแบบจำลอง โดยสามารถบอกวิธีใช้เครื่องมือช่วย รวมทั้งตั้งค่าเริ่มต้นได้ 5. การใช้เครื่องมือช่วย สำหรับการ โดยสามารถใช้เครื่องมือช่วย รวมทั้งตั้งค่าเริ่มต้น และทดสอบเครื่องมือช่วยกับแบบจำลองที่เลือกใช้ กับข้อมูลที่มีและได้รับการจัดการให้เหมาะสมกับแบบจำลองแล้ว โดยโปรแกรมเครื่องมือช่วยมีดังนี้ 1) โปรแกรม Weka, RapidMiner 2) ภาษา R, Python, Java |
|
| 16. หน่วยสมรรถนะร่วม (ถ้ามี) | |
| N/A | |
| 17. อุตสาหกรรมร่วม/กลุ่มอาชีพร่วม (ถ้ามี) | |
| N/A | |
| 18. รายละเอียดกระบวนการและวิธีการประเมิน (Assessment Description and Procedure) | |
|
1 เครื่องมือประเมินการกำหนดขั้นตอนต่าง ๆ ของแบบจำลองตามข้อกำหนดมาตรฐาน 1. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน 2 เครื่องมือประเมินการแบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) ตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน 3 เครื่องมือประเมินการสร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) ตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน 4 เครื่องมือประเมินการทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) ตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน 5 เครื่องมือประเมินการสร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน .6 เครื่องมือประเมินการทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน 7 เครื่องมือประเมินการสรุปผลแบบจำลองตามข้อกำหนดมาตรฐาน 1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน 2. ผลข้อสอบข้อเขียน ดูรายละเอียดจากคู่มือประเมิน
|
|
