Exploratory Data Analysis and Data Preparation
Learn-AI
รายละเอียดการรับรองสมรรถนะ
ผู้ที่สนใจควรเตรียมพร้อมและทบทวนหัวข้อต่อไปนี้ก่อนเริ่มทำแบบทดสอบ
ทฤษฎีเบื้องต้นและการใช้งานไลบรารี Python อาทิ pandas, numpy, matplotlib, seaborn สำหรับ
- การแจกแจงข้อมูล การวิเคราะห์ข้อมูลเชิงสถิติ การทดสอบสมมุติฐานด้วย t-test
- การอ่านข้อมูล การปรับรูปแบบหรือแปลงข้อมูล การคัดเลือกฟีเจอร์
- การเลือกและสร้างแผนภาพข้อมูล
การรับรองสมรรถนะนี้เหมาะสำหรับ
ผู้ที่มีความรู้ความเข้าใจเกี่ยวกับการวิเคราะห์ข้อมูลเบื้องต้น การเตรียมชุดข้อมูลเพื่อการวิเคราะห์และสถิติพื้นฐาน และมีทักษะการใช้โปรแกรมภาษา Python เพื่อแก้โจทย์ที่เกี่ยวข้อง
เกณฑ์การวัดผล
**กรุณาอ่านรายละเอียดอย่างถี่ถ้วนก่อนที่จะเริ่มทำการทดสอบ**
1. ข้อตกลงในการสอบท่านสามารถเข้าทำการทดสอบได้เพียง 1 ครั้งเท่านั้น และข้อสอบมีการจับเวลา ถ้าท่านทำเสร็จก่อนเวลาสามารถกดส่งข้อสอบได้ทันที แต่กรณีที่เวลาหมดก่อนที่ท่านจะทำเสร็จ ระบบจะคำนวณคะแนนเฉพาะข้อที่ท่านได้ส่งคำตอบเข้าไปแล้วเท่านั้น ทั้งนี้ระบบจะออกใบประกาศนียบัตรรับรองความสำเร็จของท่านในกรณีที่ท่านทำข้อสอบผ่านเกณฑ์ 80% ของคะแนนรวม (ได้คะแนนรวม 44 คะแนนขึ้นไป จาก 55 คะแนนเต็ม) 2. ลักษณะการสอบ
ข้อสอบแบ่งออกเป็น 2 พาร์ท คือ ข้อสอบตัวเลือก และข้อสอบเขียนโปรแกรม โดยท่านไม่จำเป็นต้องทำ 2 พาร์ทในคราวเดียว สามารถเลือกทำทีละ 1 พาร์ทได้ แต่เมื่อเริ่มทำแต่ละพาร์ทแล้วจำเป็นต้องทำข้อสอบพาร์ทนั้นให้จบเนื่องจากเป็นข้อสอบจับเวลา
- ข้อสอบตัวเลือก ท่านจะมีเวลา 60 นาที ในการทำข้อสอบ 40 ข้อ (40 คะแนน)
- ข้อสอบเขียนโปรแกรม ท่านจะมีเวลา 30 นาทีในการทำและส่งข้อสอบเพื่อให้ระบบตรวจอัตโนมัติ (15 คะแนน) 3. เนื้อหาแบบทดสอบ
ชุดข้อสอบภายใต้หัวข้อ Exploratory Data Analysis and Data Preparation (EDP3) ถูกจัดทำขึ้นเพื่อวัดความเข้าใจและทักษะการวิเคราะห์ข้อมูลเบื้องต้น รวมถึงการเตรียมชุดข้อมูลเพื่อการวิเคราะห์และสถิติพื้นฐานที่เกี่ยวข้อง โดยผู้ทำการทดสอบต้องรู้ภาษา Python และสามารถใช้งานไลบรารี Python ในการแก้โจทย์ปัญหาเกี่ยวกับ Exploratory Data Analysis and Data Preparation ได้อย่างเชี่ยวชาญ อนึ่งภาพรวมของข้อสอบถูกออกแบบให้มีความสอดคล้องกับทักษะภายใต้มาตรฐานอาชีพ Data Analyst (ระดับ 3) 4. ติดต่อทีมงาน
หากมีข้อสงสัยเกี่ยวกับข้อสอบหรือการวัดประเมิน ส่งคำถามหรือติดต่อเข้ามาได้ที่ [email protected]
หลักสูตรที่เกี่ยวข้อง
ชุดข้อสอบ EDP3 อาจมีการอ้างอิงเนื้อหาบางส่วนที่คาบเกี่ยวกับหลักสูตรที่ถูกพัฒนาและจัดทำขึ้นโดย learn-ai.in.th ซึ่งผู้เรียนที่ต้องการเตรียมตัวก่อนเข้าทำการทดสอบสามารถเข้าชมบทเรียนได้ตามเห็นสมควร
- หลักสูตร ‘เริ่มต้นเรียนรู้ปัญญาประดิษฐ์และการเขียนโปรแกรม’ วิชาที่ 3 สถิติและการวิเคราะห์ข้อมูลเชิงสำรวจ- หลักสูตร ‘การนำเสนอด้วยภาพ และการเตรียมความพร้อมของข้อมูล’ วิชาที่ 2 การนำเสนอแผนภาพข้อมูล
- หลักสูตร ‘การนำเสนอด้วยภาพ และการเตรียมความพร้อมของข้อมูล’ วิชาที่ 3 กระบวนการสร้างฟีเจอร์
- หลักสูตร 'การใช้ภาษาไพธอนแปลงข้อมูลให้พร้อมใช้งานและสร้างโมเดลการเรียนรู้ของเครื่อง' วิชาที่ 1 การใช้ภาษาไพธอนในการจัดการข้อมูลให้อยู่ในรูปแบบพร้อมใช้งาน