หน่วยสมรรถนะ

หน่วยสมรรถนะ

สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบไม่มีผู้สอน

สาขาวิชาชีพอุตสาหกรรมดิจิทัล


รายละเอียดหน่วยสมรรถนะ


1. รหัสหน่วยสมรรถนะ ICT-EXDM-257B

2. ชื่อหน่วยสมรรถนะ สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบไม่มีผู้สอน

3. ทบทวนครั้งที่ - / -

4. สร้างใหม่ ปรับปรุง

5. สำหรับชื่ออาชีพและรหัสอาชีพ (Occupational Classification)

นักวิทยาศาสตร์ข้อมูล (Data Scientist)



6. คำอธิบายหน่วยสมรรถนะ (Description of Unit of Competency)
    ผู้ที่ผ่านสมรรถนะนี้จะมีความรู้เกี่ยวกับแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบไม่มีผู้สอน โดยสามารถวางแผน กำหนดขั้นตอนการทดสอบแบบจำลอง การแบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set) และชุดทดสอบ (Test set) หรือวิธีอื่นที่เหมาะสมกับเทคนิคที่เลือก พร้อมทั้งสร้างและทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับเทคนิคการวิเคราะห์แบบไม่มีผู้สอน 

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)
70404.01 กำหนดขั้นตอนต่าง ๆ ของแบบจำลอง 1. ระบุวิธีการสร้างและทดสอบแบบจำลองได้ 70404.01.03 121015
70404.01 กำหนดขั้นตอนต่าง ๆ ของแบบจำลอง 2. กำหนดขั้นตอน กระบวนการ ในการทดสอบแบบจำลองได้ 70404.01.04 121016
70404.02 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 1. ใช้เครื่องมือ (Tools) เพื่อสร้างและทดสอบแบบจำลองได้ 70404.02.05 121017
70404.02 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือ (Tools) สำหรับเทคนิคการแบ่งกลุ่มข้อมูล (Clustering) ที่เลือกใช้ได้ 70404.02.06 121018
70404.02 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ 70404.02.07 121019
70404.02 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 4. สามารถดำเนินการสร้างแบบจำลองการแบ่งกลุ่มข้อมูลได้ 70404.02.08 121020
70404.03 ทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 1. สามารถตรวจสอบประสิทธิภาพแบบจำลอง ได้ 70404.03.03 121021
70404.03 ทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) 2. สามารถปรับค่าตัวแปรของแบบจำลองได้ 70404.03.04 121022
70404.04 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 1. ใช้เครื่องมือ (Tools) เพื่อสร้างและทดสอบแบบจำลองได้ 70404.04.05 121023
70404.04 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือ (Tools) สำหรับเทคนิคการค้นหากฎความสัมพันธ์ (Association) ที่เลือกใช้ได้ 70404.04.06 121024
70404.04 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ 70404.04.07 121025
70404.04 สร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 4. สามารถดำเนินการสร้างการค้นหากฎความสัมพันธ์ข้อมูลได้ 70404.04.08 121026
70404.05 ทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 1. สามารถตรวจสอบประสิทธิภาพแบบจำลองได้ 70404.05.03 121027
70404.05 ทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) 2. สามารถปรับค่าตัวแปรของแบบจำลองได้ 70404.05.04 121028
70404.06 สรุปผลแบบจำลอง 1. บันทึกการตั้งค่าตัวแปรสำหรับเทคนิคที่เลือกใช้ได้ 70404.06.05 121029
70404.06 สรุปผลแบบจำลอง 2. อธิบายและรายงานคุณลักษณะเฉพาะของแบบจำลองเพื่อใช้ต่อไปได้ 70404.06.06 121030
70404.06 สรุปผลแบบจำลอง 3. อธิบายพฤติกรรมของแบบจำลองที่เลือกใช้ได้ 70404.06.07 121031
70404.06 สรุปผลแบบจำลอง 4. สามารถวิเคราะห์ผลการใช้แบบจำลองกับข้อมูล และผลลัพธ์ที่ได้ 70404.06.08 121032

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. ผู้ประเมินตรวจประเมินเกี่ยวกับการสร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบไม่มีผู้สอน โดยพิจารณาจากร่องรอยหลักฐานที่เกี่ยวข้องทั้งหลักฐานการปฏิบัติงาน และหลักฐานความรู้



(ง) วิธีการประเมิน



    1. พิจารณาตามหลักฐานการปฏิบัติงาน



    2. พิจารณาตามหลักฐานความรู้



 

15. ขอบเขต (Range Statement)

(ก) คำแนะนำ



    หน่วยสมรรถนะนี้เป็นการเลือกและออกแบบเพื่อการแบ่งชุดข้อมูล ให้เหมาะสมกับเทคนิคแบบจำลองที่เลือกและจำนวนข้อมูลตัวอย่างที่มีสำหรับการเรียนรู้แบบมีผู้สอน



 (ข) คำอธิบายรายละเอียด



    1. การสร้างแบบจำลองแบบไม่มีผู้สอน และการวัด error ของ model คือการทดสอบประสิทธิภาพของแบบจำลองก่อนการ



    2. การเข้าใจเครื่องมือช่วย (Tools) สำหรับทดสอบแบบจำลอง โดยสามารถบอกวิธีใช้เครื่องมือช่วย รวมทั้งตั้งค่าเริ่มต้นได้ 



    3. 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. เครื่องมือประเมินการสร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) ตามข้อกำหนดมาตรฐาน



   1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน



   2. ผลข้อสอบข้อเขียน



     ดูรายละเอียดจากคู่มือประเมิน



3 เครื่องมือประเมินการทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการแบ่งกลุ่มข้อมูล (Clustering) ตามข้อกำหนดมาตรฐาน



  1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน



  2. ผลข้อสอบข้อเขียน



    ดูรายละเอียดจากคู่มือประเมิน



4 เครื่องมือประเมินการสร้างแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) ตามข้อกำหนดมาตรฐาน



   1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน



   2. ผลข้อสอบข้อเขียน



     ดูรายละเอียดจากคู่มือประเมิน



5 เครื่องมือประเมินการทดสอบแบบจำลองด้วยเครื่องมือ (Tools) สำหรับการค้นหากฎความสัมพันธ์ (Association) ตามข้อกำหนดมาตรฐาน



  1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน



  2. ผลข้อสอบข้อเขียน



     ดูรายละเอียดจากคู่มือประเมิน



6 เครื่องมือประเมินการสรุปผลแบบจำลองตามข้อกำหนดมาตรฐาน



  1. ผลข้อสอบข้อเขียน



    ดูรายละเอียดจากคู่มือประเมิน



 



ยินดีต้อนรับ