หน่วยสมรรถนะ

หน่วยสมรรถนะ

สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน (Build Model for Supervised learning)

สาขาวิชาชีพอุตสาหกรรมดิจิทัล


รายละเอียดหน่วยสมรรถนะ


1. รหัสหน่วยสมรรถนะ ICT-VBQX-394B

2. ชื่อหน่วยสมรรถนะ สร้างแบบจำลองสำหรับเทคนิคการวิเคราะห์แบบมีผู้สอน (Build Model for Supervised learning)

3. ทบทวนครั้งที่ 1 / 2566

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 179872
70403.01 กำหนดขั้นตอนต่าง ๆ ของแบบจำลอง 2. กำหนดขั้นตอน กระบวนการ ในการทดสอบแบบจำลองได้ 179873
70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) 1. ระบุวิธีการแบ่งข้อมูลเพื่อทําการทดสอบแบบจำลองได้ 179874
70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) 2. อธิบายความแตกต่างของวิธีการแบ่งข้อมูลเพื่อทำการทดสอบแบบ Self Consistency Test, Split Test และ Cross-validation Test ได้ 179875
70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) 3. กำหนดขั้นตอนการแบ่งข้อมูลเพื่อทำการทดสอบแบบจำลองโดยวิธี Self Consistency Test, Split Test และ Cross-validation Test ได้ 179876
70403.02 แบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) 4. สามารถเลือกใช้วิธีการแบ่งข้อมูลเพื่อทําการทดสอบแบบจำลองกับข้อมูลได้ 179877
70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) 1. ใช้เครื่องมือช่วย (Tools) เพื่อสร้างแบบจำลองได้ 179878
70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือช่วย (Tools) สำหรับเทคนิค การจำแนกข้อมูล (Classification) ที่เลือกใช้ได้ 179879
70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ 179880
70403.03 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) 4. สามารถดำเนินการฝึกการเรียนรู้ (Training) กับข้อมูลที่เลือกได้ 179881
70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) 1. สามารถดำเนินการตรวจสอบประสิทธิภาพ (Validation) เทคนิคที่เลือกได้ 179882
70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) 2. สามารถดำเนินการทดสอบแบบจำลอง (Testing) เทคนิคที่เลือกได้ 179883
70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) 3. สามารถตรวจสอบสถานะแบบจำลองที่เกิดจากการปรับแก้ปัญหา Overfitting หรือ Underfitting ได้ 179884
70403.04 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) 4. สามารถปรับค่าตัวแปรของแบบจำลอง (regularization) ได้ 179885
70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 1. ใช้เครื่องมือช่วย (Tools) เพื่อสร้างแบบจำลองได้ 179886
70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 2. สามารถกำหนดค่าตัวแปรสำหรับในเครื่องมือช่วย (Tools) สำหรับเทคนิคการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ที่เลือกใช้ได้ 179887
70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 3. จัดทำเอกสารรายงานประกอบการกำหนดค่าตัวแปรได้ 179888
70403.05 สร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 4. สามารถดำเนินการฝึกการเรียนรู้ (Training) กับข้อมูลที่เลือกได้ 179889
70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 1. สามารถดำเนินการตรวจสอบประสิทธิภาพ (Validation) เทคนิคที่เลือกได้ 179890
70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 2. สามารถดำเนินการทดสอบแบบจำลอง (Testing) เทคนิคที่เลือกได้ 179891
70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 3. สามารถตรวจสอบสถานะแบบจำลองที่เกิดจากการปรับแก้ปัญหา Overfitting หรือ Underfitting ได้ 179892
70403.06 ทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) 4. สามารถปรับค่าตัวแปรของแบบจำลอง (regularization) ได้ 179893
70403.07 สรุปแบบจำลอง 1. บันทึกการตั้งค่าตัวแปรสำหรับเทคนิคที่เลือกใช้ได้ 179894
70403.07 สรุปแบบจำลอง 2. อธิบายคุณลักษณะเฉพาะของแบบจำลองเพื่อใช้ต่อไปได้ 179895
70403.07 สรุปแบบจำลอง 3. สามารถสรุปผลการใช้แบบจำลองกับข้อมูล และผลลัพธ์ที่ได้ 179896

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)

18.1 เครื่องมือประเมินการกำหนดขั้นตอนต่าง ๆ ของแบบจำลองตามข้อกำหนดมาตรฐาน

1. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.2 เครื่องมือประเมินการแบ่งข้อมูลสำหรับชุดฝึกการเรียนรู้ (Training set, Validation and Test set) ตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.3 เครื่องมือประเมินการสร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบการจำแนกข้อมูล (Classification) ตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.4 เครื่องมือประเมินการทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการจำแนกข้อมูล (Classification) ตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.5 เครื่องมือประเมินการสร้างแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.6 เครื่องมือประเมินการทดสอบแบบจำลองโดยใช้เครื่องมือ (Tools) สำหรับการวิเคราะห์แบบมีผู้สอนแบบการวิเคราะห์ถดถอย (Regression) ตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

18.7 เครื่องมือประเมินการสรุปผลแบบจำลองตามข้อกำหนดมาตรฐาน

1. แบบฟอร์มประเมินผลการสาธิตการปฏิบัติงาน

2. ผลข้อสอบข้อเขียน

ดูรายละเอียดจากคู่มือประเมิน

กลับ

ยินดีต้อนรับ