directions_run

หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์

แบบรายงานการดำเนินงานฉบับสมบูรณ์

รายงานฉบับสมบูรณ์

มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี


“ หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์ ”



หัวหน้าโครงการ

ชื่อโครงการ หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์

ที่อยู่ จังหวัด

รหัสโครงการ FN64/0030 เลขที่ข้อตกลง

ระยะเวลาดำเนินงาน ตั้งแต่ ถึง


กิตติกรรมประกาศ

"หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์ จังหวัด" สำเร็จได้ด้วยดี ด้วยความร่วมมือจาก สมาชิกในชุมชน

คณะทำงานโครงการฯ ขอขอบคุณ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี ที่ให้การสนับสนุนงบประมาณในการดำเนินโครงการฯ รวมทั้ง ภาคีเครือข่ายที่สำคัญระดับพื้นที่ ที่ให้การสนับสนุน ช่วยเหลือ ชี้แนะ สุดท้ายขอขอบคุณผู้เกี่ยวข้องที่มิได้ระบุชื่อไว้ในที่นี้ ซึ่งมีส่วนสำคัญในการขับเคลื่อนการดำเนินงานให้มีความยั่งยืนในพื้นที่ต่อไป

คณะทำงานโครงการ
หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์



บทคัดย่อ

หลักสูตร “การประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์” โดย มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี ภายใต้โครงการ โครงการบัณฑิตพันธุ์ใหม่และกำลังคนที่มีสมรรถนะเพื่อตอบโจทย์ภาคการผลิตตามนโยบายการปฏิรูปการอุดมศึกษาไทย ประเภทประกาศนียบัตร (Non-Degree) กลุ่มอุตสาหกรรมยานยนต์สมัยใหม่ เป็นการพัฒนาและเสริมสร้างศักยภาพทรัพยากรมนุษย์ ซึ่งเป็นฟันเฟืองสำคัญในการปรับเปลี่ยนระบบเศรษฐกิจแบบเดิมไปสู่การขับเคลื่อนระบบเศรษฐกิจด้วยนวัตกรรม เปลี่ยนจากแรงงานทักษะต่ำไปสู่แรงงานที่มีความรู้ ความเชี่ยวชาญ และทักษะสูง เพื่อให้บรรลุตามวัตถุประสงค์ของ Thailand 4.0 โดยที่หัวใจสำคัญของหลักสูตรนี้คือ มุ่งเน้นการพัฒนาทรัพยากรบุคคลในกลุ่มอุตสาหกรรมเป้าหมายเพื่อยกระดับ/ปรับปรุงความรู้และทักษะ(Up-Skill/Re-Skill) ให้มีความรู้เชิงวิชาการ และมีทักษะในการปฏิบัติการเชิงลึกเพิ่มมากยิ่งขึ้น โดยในโครงการรุ่นที่ 1 นี้ ได้รับความร่วมมือจากสถานประกอบการเป้าหมายเข้าร่วมโครงการ 4 บริษัท ประกอบด้วย บริษัท เสถีนรพลาสติก แอนด์ไฟเบอร์ จำกัด บริษัท เสถียร เอ็นวีเอช จำกัด บริษัท เสถียรโมบิลิตี้ดีไซน์ จำกัด และบริษัท พอร์ทอลพอร์ลิส จำกัด มีผู้ที่สนใจเข้าร่วมอบรมในโครงการทั้งสิ้น 40 คน โครงการได้ดำเนินการจัดการเรียนการสอนรวมตลอดทั้งหลักสูตรเป็นเวลา 285 ชม. แบ่งเป็น ทฤษฎี 60 ชม. ปฏิบัติ 60 ชม. และปฏิบัติในสถานประกอบการ 165 ชม.) โดยเริ่มดำเนินการระหว่างเดือน พฤษภาคม 2565 ถึง กันยายน 2565 เริ่มตั้งแต่เดือนพฤษภาคม 2565 ถึง กันยายน 2565 เมื่อเสร็จสิ้นการดำเนินโครงการมีผู้ที่มีโดยผลการเรียนดีผ่านเกณฑ์ตามวัตถุประสงค์การเรียนรู้ครบถ้วน และจบหลักสูตรทั้งสิ้น 40 คน บรรลุผลตามเป้าหมายของโครงการ ทั้งนี้โครงการได้มุ่งเน้นการจัดรูปแบบการเรียนการสอนและการฝึกอบรมเชิงบูรณาการด้วยเทคนิค STEM + L(Leadership) บนฐานสมรรถนะในรูปแบบ Project-Based Learning ซึ่งเป็นการจัดการเรียนรู้ที่เหมาะสมในการเชื่อมโยงองค์ความรู้และประยุกต์ใช้ความรู้ ทักษะ และประสบการณ์ ตลอดจนคุณลักษณะและความสามารถอื่น ๆ ที่แฝงอยู่ในตัวบุคคล รวมถึงกระบวนการวิจัยเชิงพัฒนา (Research and Development) บนฐานการปฏิบัติงานในสภาพจริง (Experience Integrated Learning) ร่วมกับการพัฒนาสมรรถนะของผู้เข้าอบรมประยุกต์ใช้ความรู้ความสามารถ / ประสบการณ์และทรัพยากรที่มีในการแก้โจทย์ปัญหาเชิงบูรณาการ และสอดรับการเปลี่ยนแปลงของโลกยุคปัจจุบันและอนาคต เช่น การคิดวิเคราะห์ ทักษะการแก้ปัญหา ความคิดสร้างสรรค์ และการทำงานเป็นทีม ซึ่งใช้รูปแบบการอบรมเชิงปฏิบัติการแบบ Work on the place โดยมีพี่เลี้ยงจากสถานประกอบการร่วมกับทีมวิทยากรดำเนินการตรวจสอบและติดตามประเมินผลร่วมกัน ทั้งนี้หลักสูตรมีการจัดการเรียนการสอนโดยการแบ่งเป็นโมดูลจำนวน 5 โมดูล ประกอบด้วย 1. โมดูลที่ 1 ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 27 พฤษภาคม 2565 – 4 กรกฎาคม 2565 2. โมดูลที่ 2 ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 8 กรกฎาคม 2565 ถึง 1 สิงหาคม 2565 3. โมดูลที่ 3 เหมืองข้อมูล และ Big Data ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 5 สิงหาคม 2565 ถึง 29 สิงหาคม 2565 4. โมดูลที่ 4 Advanced Analytics และปัญญาประดิษฐ์ ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 27 สิงหาคม 2565 ถึง 5 กันยายน 2565 5. โมดูลที่ 5 โครงงานและปัญหาพิเศษ ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 9 กันยายน 2565 ถึง 26 กันยายน 2565 ผลจากการจัดการเรียนการสอนการวัดผลประเมินผลทั้งในห้องเรียน การฝึกปฏิบัติ และการประมวลความรู้โดยการอภิปรายเพื่อให้ผู้เรียนได้นำเสนอโครงงานและปัญหาพิเศษ(Project based) แก่คณะกรรมการซึ่งประกอบด้วยคณาจารย์ วิทยากร ผู้บริหารของบริษัทที่เข้าร่วมโครงการพบว่า ผู้เรียนสามารถประยุกต์ใช้ความรู้ที่ได้มาทำการแยกแยะและวิเคระห์ปัญหาของธุรกิจ สามารถนำเสนอแนวคิดรวมถึงสร้างต้นแบบชิ้นงาน/นวัตกรรมในการนำมาใช้เพื่อแก้ไขปัญหาต่างๆได้ในระดับดีถึงดีมาก ซึ่งสามารถนำไปขยายผลปฏิบัติจริงในภาคธุรกิจได้ จำนวน 4 ชิ้นงานรวมถึงการนำแนวคิดและหลักการวิเคระห์ข้อมูลขั้นสูงไปใช้ในการปรับปรุงการทำงานปัจจุบันในหลากหลายมิติ ทั้งนี้หากได้รับการสนับสนุนแนวคิดและพัฒนาการจัดการศึกษาอย่างต่อเนื่องคาดว่าจะเป็นประโยชน์ต่อกลุ่มอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และชิ้นส่วนยานยนต์เป็นอย่างมาก ในแง่ของการพัฒนาระบบเทคโนโลยีสมองกลเพื่อการควบคุม และสั่งการการทำงานของยานยนต์ไฟฟ้า หุ่นยนต์อัตโนมัติสำหรับอุตสาหกรรม อุปกรณ์และเทคโนโลยีอัตโนมัติในการตรวจติดตามและแจ้งเตือน ระบบรวบรวมและวิเคราะห์ข้อมูลขั้นสูงสำหรับอุตสาหกรรม เป็นต้น รวมถึงหากได้รับการขยายผลไปยังกลุ่มอุตสาหกรรมอื่นโดยส่งเสริมจะสามารถทำให้เกิดการสร้างสรรนวัตกรรม และเทคโนโลยีใหม่ๆที่สอดคล้องกับความต้องการของประเทศต่อไป

หมายเหตุ : รายละเอียดของบทสรุปคัดย่อการดำเนินงาน ให้ผู้รับผิดชอบโครงการเป็นผู้เขียนสรุปภาพรวมของโครงการใน "ผลลัพธ์โครงการ"


สารบัญ

กิตติกรรมประกาศ»
บทคัดย่อ»
   ความเป็นมา/หลักการเหตุผล»
   วัตถุประสงค์โครงการ»
   กิจกรรม/การดำเนินงาน»
   กลุ่มเป้าหมาย»
   ผลลัพธ์ที่ได้»
   การประเมินผล»
   ปัญหาและอุปสรรค»
   ข้อเสนอแนะ»
   เอกสารประกอบอื่นๆ»

ความเป็นมา/หลักการเหตุผล

 

สถานการณ์

วัตถุประสงค์โครงการ

 

กิจกรรม/การดำเนินงาน

  1. โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  2. โมดูล 2: ระบบสมองกลฝังตัวและระบบอินเทอร์เน็ตของสรรพสิ่ง
  3. โมดูล 3: เหมืองข้อมูล และ Big Data
  4. โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  5. โมดูล 5: โครงงานและปัญหาพิเศษ
  6. จัดซื้อวัสดุในการฝึกอบรม
  7. จัดซื้อวัสดุในการฝึกอบรม
  8. ปฐมนิเทศ/เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  9. บรรยาย โมดูล 1: บทบาทการทำงานยุคดิจิทัลกับการบูรณาการข้อมูล
  10. ติดตามวัดผล โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  11. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  12. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  13. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ
  14. เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  15. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  16. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  17. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ
  18. เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  19. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  20. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  21. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  22. อภิปราย โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล
  23. ปฐมนิเทศ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  24. บรรยาย โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  25. ทดสอบ/ประเมินผล โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  26. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  27. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  28. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ โมดูล 2
  29. ติดตาม/วัดผล โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  30. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  31. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ โมดูล 2
  32. ฝึกปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  33. ฝึกปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  34. อภิปราย โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง
  35. เตรียมงาน โมดูล 3 : เหมืองข้อมูล และ Big Data
  36. บรรยาย โมดูล 3 : เหมืองข้อมูล และ Big Data
  37. บรรยายและปฏิบัติการ โมดูล 3 : เหมืองข้อมูล และ Big Data
  38. ติดตาม/วัดผล โมดูล 3 : เหมืองข้อมูล และ Big Data
  39. เตรียมความพร้อม โมดูล 3 : เหมืองข้อมูล และ Big Data
  40. บรรยายและปฎิบัติ โมดูล 3 : เหมืองข้อมูล และ Big Data
  41. ติดตาม/วัดผล โมดูล 3 : เหมืองข้อมูล และ Big Data
  42. เตรียมความพร้อม โมดูล 3 : เหมืองข้อมูล และ Big Data
  43. บรรยายและปฎิบัติ โมดูล 3 : เหมืองข้อมูล และ Big Data
  44. บรรยาย โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  45. อภิปราย โมดูล 3 : เหมืองข้อมูล และ Big Data
  46. ติดตาม/วัดผล โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  47. เตรียมความพร้อม โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  48. บรรยายและปฎิบัติ โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  49. ติดตาม/วัดผล โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  50. อภิปราย โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์
  51. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ
  52. บรรยาย โมดูล 5 : โครงงานและปัญหาพิเศษ
  53. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ
  54. ติดตาม/วัดผล โมดูล 5 : โครงงานและปัญหาพิเศษ
  55. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ
  56. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ
  57. ติดตาม/วัดผล โมดูล 5 : โครงงานและปัญหาพิเศษ
  58. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ
  59. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ
  60. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ
  61. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ
  62. อภิปราย โมดูล 5 : โครงงานและปัญหาพิเศษ

กลุ่มเป้าหมาย

กลุ่มเป้าหมายจำนวนที่วางไว้

ผลที่คาดว่าจะได้รับ

 


ส่วนที่ 1 ผลการดำเนินงาน

วัตถุประสงค์ที่ตั้งไว้
ผลลัพธ์และตัวชี้วัดผลลัพธ์**
กิจกรรมของโครงการ
ผลผลิต*
ผลผลิตที่ตั้งไว้ผลผลิตที่เกิดขึ้นจริง

1. จัดซื้อวัสดุในการฝึกอบรม

วันที่ 26 พฤษภาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

2. จัดซื้อวัสดุในการฝึกอบรม

วันที่ 26 พฤษภาคม 2565 เวลา 07:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

3. ปฐมนิเทศ/เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 26 พฤษภาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

4. บรรยาย โมดูล 1: บทบาทการทำงานยุคดิจิทัลกับการบูรณาการข้อมูล

วันที่ 27 พฤษภาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: บรรยาย หัวข้อ “ที่มาและวัตถุประสงค์ของโครงการการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์” โมดูล 1: บทบาทการทำงานยุคดิจิทัลกับการบูรณาการข้อมูล *ความสำคัญของข้อมูลกับการบริหารงานเพื่อเพิ่มประสิทธิภาพการทำงาน โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล - แนวคิดการวิเคราะห์ข้อมูลเพื่อเพิ่มมูลค่าองค์กรในโลกยุคดิจิทัล - กรณีศึกษาการประยุกต์ใช้การบูรณาการข้อมูลเพื่อแก้ปัญหาเชิงธุรกิจ

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัตื - ยกตัวอย่างกรณีศึกษา

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนทราบถึงภาพรวมของอุตสาหกรรม เทคโนโลยีที่เกี่ยวข้อง ความสำคัญและที่มาและวัตถุประสงค์ของโครงการ 2. ผู้เรียนมีความรู้ความเข้าใจเกี่ยวกับข้อมูล การบริหารจัดการข้อมูล และการประยุกต์ใช้ข้อมูลในการทำงานและการตัดสินใจ 3.ผู้เรียนเข้าใจถึงกระบวนการและขั้นตอนในในการวิเคราะห์ข้อมูล ฝึกปฏิบัตื และศึกษาจากกรณีศึกษา

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. การเชื่อมโยงความรู้ 6. การสืบค้นข้อมูล 7. การคิดเชิงระบบ และเหตุผล

 

40 0

5. ติดตามวัดผล โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 9 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

6. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 10 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล *กระบวนการในการวิเคราะห์ ออกแบบ และพัฒนาระบบสารสนเทศ โดยเริ่มตั้งแต่ การศึกษาวิเคราะห์ความต้องการ การออกแบบระบบงาน *พื้นฐานการใช้งาน Microsoft Excel 365 - การใช้งานแท็บเมนูและเครื่องมือ - การจัดการแผ่นงาน และสมุดงาน การสร้างสูตรและพื้นฐานการคำนวณ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล - การใช้งานฟังก์ชันพื้นฐาน

รูปแบบการเรียนการสอน: - บรรยาย - ยกตัวอย่างกรณีศึกษา - ปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. มีความรู้ความเข้าใจในการจัดการข้อมูล และการวิเคราะห์ข้อมูลพื้นฐาน ด้วยเครื่องมือ MS Excel 2. ฝึกปฏิบัติการ การใช้งานฟังชั่นพื้นฐานการวิเคราะห์ข้อมูล

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการใช้คอมพิวเตอร์ในการวิเคราะห์ข้อมูล 2. ทักษะการใช้งานโปรแกรมในการวิเคาะห์ข้อมูล

 

40 0

7. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 11 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล การใช้งานฟังก์ชันพื้นฐาน - การเรียกใช้งานฟังก์ชันทางด้านอุตสาหกรรม - การตรวจสอบฟังก์ชัน/สูตรการคำนวณ - การใช้ฟังก์ชันขั้นสูง - การติดตามฟังก์ชัน/สูตรการคำนวณ - การประยุกต์ใช้ฟังก์ชันกับแก้ปัญหาของหน่วยงาน

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. เรียนรู้และฝึกปฏิบัติการด้านข้อมูล การใช้ฟังชั่น และการคำนวณขั้นสูงเพื่อวิเคราะห์ข้อมูล 2. สามารถมารถประยุกต์ใช้ฟังชั่นในการแก้ไขปัญหาของหน่วยงานได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการวิเคราะห์ข้อมูล 2. การจัดกลุ่ม และการเรียงลำดับ 3. ทักษะการใช้งานคอมพิวเตอร์

 

40 0

8. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ

วันที่ 14 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 1

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

9. เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 16 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

10. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 17 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล การใช้งานสร้างแผนภูมิเพื่อนำเสนอข้อมูล - การสร้าง Column Chart, Line Chart, Bar Chart
- การสร้าง Sparkline
- การปรับแต่งกราฟให้เหมาะสำหรับการใช้งาน โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล การใช้งาน PIVOT TABLE
- ข้อมูลดิบที่เหมาะสมสำหรับสร้าง PivotTable เพื่อใช้วิเคราะห์ข้อมูล - วิธีทำความเข้าใจ กับ ข้อมูลดิบ ก่อนสร้าง PivotTable - ข้อมูลดิบที่เหมาะสมสำหรับสร้าง PivotTable เพื่อใช้วิเคราะห์ข้อมูล - วิธีทำความเข้าใจ กับ ข้อมูลดิบ ก่อนสร้าง PivotTable

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. มีความรู้ความเข้าใจในการจัดเรียงและแสดงผลข้อมูลในรูปแบบกราฟเพื่อการตัดสินใจได้ 2. ฝึกปฏิบัติการในการสร้างและนพเสนอข้อมูลเพื่อการวิเคระห์และตัดสินใจได้ 3. จัดเตรียมข้อมูลให้อยู่ในรูปแบบที่เหมาะสมเพื่อใช้งานในองค์กร

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. การอภิปรายผล 3. และการนำเสนอข้อมูล 4. ทักษะการจำแนก และจัดหกลุ่มข้อมูล 5. ทักษะการจัดเรียงและจัดเตรียมข้อมูล

 

40 0

11. บรรยายและปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 18 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล - การวิเคราะห์ข้อมูลขั้นสูงกับกรณีศึกษาทางด้านธุรกิจ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล การใช้งาน PIVOT TABLE (ต่อ) - ข้อมูลดิบที่เหมาะสมสำหรับสร้าง PivotTable เพื่อใช้วิเคราะห์ข้อมูล - วิธีทำความเข้าใจ กับ ข้อมูลดิบ ก่อนสร้าง PivotTable

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: ผู้เรียนมีความรู้และเข้าใจถึงแนวคิดและกระบวนการในการวิเคระห์ข้อมูลขั้นสุงทางธุรกิจ สามารถปฏิบัติการข้อมูลด้วยการใช้งาน การใช้งาน PIVOT TABLE เพื่อใช้วิเคราะห์ข้อมูล

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการวิเคราะห์ข้อมูล 2. ทักษะการสืบค้นข้อมูล 3. ทักษะการอภิปราย 4. มีทักษะในการใช้ PIVOT TABLE เพื่อใช้วิเคราะห์ข้อมูลสำหรับหน่วยงานได้

 

40 0

12. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ

วันที่ 22 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 2

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

13. เตรียมความพร้อม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 23 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

14. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 24 มิถุนายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล ฐานข้อมูลเบื้องต้น การสร้างและการออกแบบฐานข้อมูล - คำสั่งการปฏิบัติการกับฐานข้อมูล ฝึกปฏิบัติการ ออกแบบระบบฐานข้อมูล การสร้างฐานข้อมูลสำหรับธุรกิจ การการเขียนโปรแกรมเชื่อมต่อทำงานกับฐานข้อมูลสำหรับธุรกิจ

รูปแบบการเรียนการสอน: - ปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. มีความรู้ความเข้าใจในระบบฐานข้อมูล 2. สามารถออกแบบใช้งานฐานข้อมูลได้ 3. สามารถออกแบบระบบฐานข้อมูลได้ 4. สร้างฐานข้อมูลได้ตามที่ออกแบบ

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการประยุกต์ใช้เครื่องมือเพื่อวิเคราะห์ข้อมูล และสร้างฐานข้อมูลสำหรับหน่วยงานได้ 2. ทักษะในการประยุกต์ใช้เครื่องมือเพื่อวิเคราะห์ข้อมูลสำหรับหน่วยงานได้

 

40 0

15. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 1 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: แบ่งกลุ่มปฏิบัติการจำนวน 4 กลุ่ม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล การใช้งานใช้งานคำสั่งในการสร้างตารางข้อมูล เพิ่ม ลบ แก้ไข และเรียกใชข้อมูล

รูปแบบการเรียนการสอน: - ปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. บริหารจัดการฐานข้อมูล การเรียหใช้ข้อมูล การใช้งานคำสั่งต่างๆในการจัดการฐานข้อมูลได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการทำงานเป็นทีม 2. ทักษะการวิเคระห์ข้อมูล 3. ทักษะการสืบค้นข้อมูล

 

40 0

16. ปฎิบัติ โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 2 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: แบ่งกลุ่มปฏิบัติการจำนวน 4 กลุ่ม โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล ฝึกปฏิบัติการในการนำเข้าชุดข้อมูล และส่งออกข้อมูล และการสำรองข้อมูลสำหรับธุรกิจ การรวบรวมข้อมูลจากฐานข้อมูลหลายแหล่งเพื่อการตัดสินใจ

รูปแบบการเรียนการสอน: - ปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนสารมารถที่จะนำเข้าชุดข้อมูล และส่งออกชุดช้อมูล และสำรองข้อมูลได้ 2. ผู้เรียนสามารถรวบรวมข้อมูลจากฐานข้อมูลหลายแหล่งงเพื่อการตัดสินจทางธุรกิจได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการทำงานเป็นทีม 2. ทักษะการวิเคระห์ข้อมูล 3. ทักษะการสืบค้นข้อมูล

 

40 0

17. อภิปราย โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล

วันที่ 4 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: อภิปราย โมดูล 1: ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล ผู้เข้าอบรมนำเสนอโครงงาน หรือการประยุกต์ใช้องค์ความรู้ที่เรียนมาในการแก้ปัญหาการปฏิบัติงานในองค์กร

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

18. ปฐมนิเทศ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 7 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

19. บรรยาย โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 8 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง หลักการและความสำคัญระบบสมองกลฝังตัว ทฤษฏีระบบสมองกล การประยุกต์ใช้ระบบสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง วงจรไฟฟ้า และอิเลคทรอนิกส์เบื้องต้น ระบบข้อมูลแบบดิจิตอล และอนาล็อก สัญญาณและการสื่อสารข้อมูล ฝึกปฏิบัติการระบบสมองกลฝังตัว แนะนำการทำงานและส่วนประกอบของบอร์ดสมองกลฝังตัว ทดลองเชื่อมวงจรไฟฟ้าและอิเลคทรอนิกส์เบื้องต้น การใช้งานบอร์ดทดลองเพื่อต่อวงจร แหล่งจ่ายไฟ และความปลอดภัยเบื้องต้น

รูปแบบการเรียนการสอน: บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับหลักการและความสำคัญระบบสมองกลฝังตัว 2. ทฤษฏีระบบสมองกล 3. การประยุกต์ใช้ระบบสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง 4. วงจรไฟฟ้า และอิเลคทรอนิกส์เบื้องต้น 5. ระบบข้อมูลแบบดิจิตอล และอนาล็อก 6. สัญญาณและการสื่อสารข้อมูล 7. ผู้เรียนมีความรู้ความเข้าใจและสามารถปฏิบัติการระบบวงจรไฟฟ้า และอิเลคทรอนิกส์เบื้องต้นได้ 8. ทำความเข้าใจส่วนประกอบและการทำงานของบอร์ดสมองกลเบื้องต้นได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. การคิดวิเคราะห์ 6. การเชื่อมโยงความรู้ 7. การสืบค้นข้อมูล 8. ทักษะด้านวงจรไฟฟ้าและอิเลคทรอนิกส์เบื้องต้น

 

40 0

20. ทดสอบ/ประเมินผล โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 14 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

21. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 15 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง ประเภทของบอร์ดสมองกลฝังตัว ระบบ Input และ Output
ระบบประมวลผลและการทำงานของสมองกล พลังงานและแหล่งจ่ายพลังงานสำหรับสมองกล รูปแบบและภาษาในการเขียนโปรแกรมสั่งงานสมองกล ฝึกปฏิบัติการ การเชื่อมต่อบอร์ดสมองกลฝังตัวกับคอมพิวเตอร์เพื่อเขียนโปรแกรมสั่งงาน ติดตั้งโปรแกรม Editor สำหรับเชียนโปรแกรมกับบอร์ดสมองกลฝังตัว เขียนโปรแกรมด้วยคำสั่งพื้นฐานเพื่อแสดงผลข้อมูล และการประมวลผลข้อมูลเบื้องต้น การ Debug โปรแกรม

รูปแบบการเรียนการสอน: - บรรยาย - ยกตัวอย่างกรณีศึกษา - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับประเภทของบอร์ดสมองกลฝังตัว 2. ระบบ Input และ Output
3. ระบบประมวลผลและการทำงานของสมองกล 4. พลังงานและแหล่งจ่ายพลังงานสำหรับสมองกล 5. รูปแบบและภาษาในการเขียนโปรแกรมสั่งงานสมองกล 6. ผู้เรียนสามารถฝึกปฏิบัติในการการเชื่อมต่อบอร์ดสมองกลฝังตัวกับคอมพิวเตอร์เพื่อเขียนโปรแกรมสั่งงาน 7. ติดตั้งโปรแกรม Editor สำหรับเชียนโปรแกรมกับบอร์ดสมองกลฝังตัว 8. เขียนโปรแกรมด้วยคำสั่งพื้นฐานเพื่อแสดงผลข้อมูล และการประมวลผลข้อมูลเบื้องต้น 9. การ Debug โปรแกรมได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การเชื่อมโยงความรู้ 3. การสืบค้นข้อมูล 4. ทักษะการใช้คอมพิวเตอร์และระบบสมองกล 5. ทักษะการเขียนโปรแกรมเบื้องต้น 6. ทักษะการคิดวิเคราะห์ 7. การเชื่อมโยงความรู้ 8. การสืบค้นข้อมูล 9. ทักษะการใช้คอมพิวเตอร์และระบบสมองกล 10. ทักษะการเขียนโปรแกรมเบื้องต้น

 

40 0

22. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 16 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง การเขียนโปรแกรมประมวลผลทางคิณตศาสตร์ การเขียนโปรแกรมด้วยคำสั่งเงื่อนไขทางตรรกะ การเปรียบเทียบเงื่อนไขการทำงาน และการตัดสินใจของระบบ ฝึกปฏิบัติการเขียนโปรแกรมสำหรับสมองกลฝังตัวในการประมวลผลทางคณิตศาสตร์ และเงื่อนไขทางตรรกะ การเปรียบเทียบเงื่อนไข และการตัดสินใจของระบบ

รูปแบบการเรียนการสอน: -- บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. มีความรู้ในการเขียนโปรแกรมประมวลผลทางคณิตศาสตร์ 2. คำสั่งเงื่อนไขทางตรรกะ การเปรียบเทียบเงื่อนไขการทำงานของระบบ 3. ฝึกปฏิบัติการเขียนโปรแกรมสั่งงานสมองกลฝังตัวในการประมวลผลทางคณิตศาสตร์ และเงื่อนไขทางตรรกะ การเปรียบเทียบเงื่อนไข และการตัดสินใจของระบบ

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการใช้คอมพิวเตอร์และระบบสมองกล 2. ทักษะการเขียนโปรแกรมเบื้องต้น 3. ทักษะการเขียนโปรแกรมสั่งงานสมองกลฝังตัว 4. ทักษะการคิดเชิงตรรกะ 5. ทักษะการคิดวิเคราะห์แก้ไขปัญหา

 

40 0

23. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ โมดูล 2

วันที่ 19 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 3

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

24. ติดตาม/วัดผล โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 21 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

25. บรรยายและปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 22 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง ระบบตรวจจับ(Sensor)สภาพแวดล้อม เช่น เซ็นเซอร์ตรวจวัดระดับแสง เซ็นเซอร์ตรวจวัดอุณหภูมิ เซ็นเซอร์ตรวจวัดความชื้น เซ็นเซอร์ตรวจจับความเคลื่อนไหว เซ็นเซอร์ตรวจวัดความชื้นในดิน เซ็นเซอร์ตรวจจับวัตถุและโลหะ โฟโตอิเลคทริกเซ็นเซอร์ เซ็นเซอร์ตรวจวัดระดับน้ำแบบไร้สัมผัส เซ็นเซอร์ตรวจจับเปลวไฟ ควัน และสารพิษ ฝึกปฏิบัติ – เชื่อมต่อและสั่งการทำงานเพื่อรวบรวมข้อมูลจากเซ็นเซอร์ตรวจวัดสภาพแวดล้อมแต่ละประเภท แล้วสร้างเงื่อนไขการตัดสินใจตามที่กำหนด เซ็นเซอร์ตรวจวัดระดับแสง เซ็นเซอร์ตรวจวัดอุณหภูมิ เซ็นเซอร์ตรวจวัดความชื้น เซ็นเซอร์ตรวจจับความเคลื่อนไหว เซ็นเซอร์ตรวจวัดความชื้นในดิน เซ็นเซอร์ตรวจจับวัตถุและโลหะ โฟโตอิเลคทริกเซ็นเซอร์ เซ็นเซอร์ตรวจวัดระดับน้ำแบบไร้สัมผัส เซ็นเซอร์ตรวจจับเปลวไฟ ควัน และสารพิษ

รูปแบบการเรียนการสอน: -- บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนได้ทราบถึงหลักการทำงานของเซ็นเซอร์ตรวจจับสภาพแวดล้อมประเภทต่างๆ 2. ฝึกปฏิบัติ – เชื่อมต่อและสั่งการทำงานเพื่อรวบรวมข้อมูลจากเซ็นเซอร์ตรวจวัดสภาพแวดล้อมแต่ละประเภท แล้วสร้างเงื่อนไขการตัดสินใจตามที่กำหนด 3. เซ็นเซอร์ตรวจวัดระดับแสง 4. เซ็นเซอร์ตรวจวัดอุณหภูมิ 5. เซ็นเซอร์ตรวจวัดความชื้น 6. เซ็นเซอร์ตรวจจับความเคลื่อนไหว 7. เซ็นเซอร์ตรวจวัดความชื้นในดิน 8. เซ็นเซอร์ตรวจจับวัตถุและโลหะ 9. โฟโตอิเลคทริกเซ็นเซอร์ 10. เซ็นเซอร์ตรวจวัดระดับน้ำแบบไร้สัมผัส 11. เซ็นเซอร์ตรวจจับเปลวไฟ ควัน และสารพิษ

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน 4. ทักษะการเขียนโปรแกรมสั่งงานสมองกลฝังตัว 5. ทักษะการคิดเชิงตรรกะ 6. ทักษะการคิดวิเคราะห์แก้ไขปัญหา

 

40 0

26. ฝึกปฎิบัติด้วยตนเอง ณ สถานประกอบการ โมดูล 2

วันที่ 26 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 4

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

27. ฝึกปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 29 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง - กระบวนการรวบรวมข้อมูล การสื่อสารข้อมูลระหว่างอุปกรณ์ผ่านระบบเครือข่าย การจัดการพลังงานสำหรับอุปกรณ์ อีกทั้งการประยุกต์ใช้งานร่วมกับเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่ง ฝึกปฎิบัติการ – เชื่อมต่อระบบสมองกลฝังตัวเข้าสู่ระบบเครือข่าย รวบรวมและส่งผ่านข้อมูล บันทึกเข้าสู่ระบบ Cloud สร้างระบบการแจ้งเตือนและสั่งการผ่านเครือข่ายอินเทอร์เน็ต

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ฝึกปฏิบัติการในการสร้างรวบรวมข้อมูล การสื่อสารข้อมูลระหว่างอุปกรณ์ผ่านระบบเครือข่าย 2. การจัดการพลังงานสำหรับอุปกรณ์ อีกทั้งการประยุกต์ใช้งานร่วมกับเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่ง 3. ผู้เรียนสามารถปฏิบัติการเชื่อมต่อระบบสมองกลฝังตัวเข้าสู่ระบบเครือข่าย 4. รวบรวมและส่งผ่านข้อมูล บันทึกเข้าสู่ระบบ Cloud 5. สร้างระบบการแจ้งเตือนและสั่งการผ่านเครือข่ายอินเทอร์เน็ต

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการจำแนก และจัดกลุ่มข้อมูล รวบรวมข้อมูล 2. ทักษะการจัดเรียงและจัดเตรียมข้อมูล 3. ทักษะการสื่อสารข้อมูลผ่านเครือข่ายอินเทอร์เน็ต 4. ทักษะการเชื่อมต่อระบบเข้ากับเครือข่าย 5. ทักษะในการออกแบบระบบเพื่อรวบรสมข้อมูล

 

40 0

28. ฝึกปฎิบัติ โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 30 กรกฎาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ออกแบบและสร้างระบบอัตโนมัติ ด้วยบอร์ดสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง ในการทำงาน และตัดสินใจ รวมถึงรวบรวมข้อมูลเพื่อการวิเคราะห์ข้อมูลขั้นสูง แบ่งกลุ่มปฏิบัติการจำนวน 4 กลุ่ม ฝึกปฏิบัติการ - ออกแบบและสร้างระบบอัตโนมัติ ด้วยบอร์ดสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง ในการทำงาน และตัดสินใจ รวมถึงรวบรวมข้อมูลเพื่อการวิเคราะห์ข้อมูลขั้นสูง

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. สามารถออกแบบระบบอัตโนมัติ ด้วยบอร์ดสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง ในการทำงาน และตัดสินใจ รวมถึงรวบรวมข้อมูลเพื่อการวิเคราะห์ข้อมูลขั้นสูง 2. สามารถปฏิบัติการออกแบบและสร้างระบบอัตโนมัติ ด้วยบอร์ดสมองกลฝังตัว และอินเทอร์เน็ตของสรรพสิ่ง ในการทำงาน และตัดสินใจ รวมถึงรวบรวมข้อมูลเพื่อการวิเคราะห์ข้อมูลขั้นสูง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการประยุกต์ใช้เครื่องมือเพื่อรวบรวมข้อมูลสำหรับการวิเคราะห์ข้อมูลของหน่วยงานได้ 2. ทักษะการทำงานเป็นทีม 3. ทักษะการวิเคระห์ข้อมูล

 

40 0

29. อภิปราย โมดูล 2 : ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง

วันที่ 1 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: อภิปราย โมดูล 2: ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง ผู้เข้าอบรมนำเสนอโครงงาน หรือการประยุกต์ใช้องค์ความรู้ที่เรียนมาในการแก้ปัญหาการปฏิบัติงานในองค์กร

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

30. เตรียมงาน โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 4 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

31. บรรยาย โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 5 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 3: เหมืองข้อมูล และ Big Data ความหมายและความสำคัญของเหมืองข้อมูล หลักการ และทฤษฏีเหมืองข้อมูล กระบวนการในการดำเนินการการทำเหมืองข้อมูล

การวิเคราะห์ข้อมูลด้วยเทคนิค Data Mining การหากฎความสัมพันธ์ (Association Rule) การแบ่งกลุ่มข้อมูล(Classifying)
ฝึกปฏิบัติการ - การติดตั้งเครื่องมือ เพื่อการดำเนินการจัดทำเหมืองข้อมูล การทดลองปฏิบัติการกฎความสัมพันธ์ (Association Rule)
การแบ่งกลุ่มข้อมูล(Classifying)

รูปแบบการเรียนการสอน: บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับหลักการ และทฤษฏีเหมืองข้อมูล 2. กระบวนการในการดำเนินการการทำเหมืองข้อมูล การวิเคราะห์ข้อมูลด้วยเทคนิค Data Mining
3. กฎความสัมพันธ์ (Association Rule) การแบ่งกลุ่มข้อมูล(Classifying) 4. ผู้เรียนสามารถปฏิบัติการติดตั้งเครื่องมือ เพื่อการดำเนินการจัดทำเหมืองข้อมูล 5. การทดลองปฏิบัติการกฎความสัมพันธ์ (Association Rule)
6. การแบ่งกลุ่มข้อมูล(Classifying)

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. การคิดวิเคราะห์ 6. การเชื่อมโยงความรู้ 7. การสืบค้นข้อมูล 8. ทักษะด้านการทำเหมืองข้อมูล

 

40 0

32. บรรยายและปฏิบัติการ โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 8 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ทฤษฏี
หลักการจัดเตรียมข้อมูล และการ Cleansing Data กระบวนการในการจัดกลุ่มข้อมูล (Clustering)
ฝึกปฏิบัติการ -
การจัดเตรียมข้อมูล และการ Cleansing Data กระบวนการในการจัดกลุ่มข้อมูล (Clustering)

รูปแบบการเรียนการสอน: - บรรยาย - ยกตัวอย่างกรณีศึกษา - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับหลักการจัดเตรียมข้อมูล และการ Cleansing Data 2. กระบวนการในการจัดกลุ่มข้อมูล (Clustering)
3. ผู้เรียนสามารถฝึกปฏิบัติในการการจัดเตรียมข้อมูล และการ Cleansing Data 4. กระบวนการในการจัดกลุ่มข้อมูล (Clustering)


ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การเชื่อมโยงความรู้ 3. การสืบค้นข้อมูล 4. ทักษะการคิดวิเคราะห์ 5. การเชื่อมโยงความรู้ 6. การสืบค้นข้อมูล 7. ทักษะการใช้คอมพิวเตอร์และระบบสมองกล 8. ทักษะการเขียนโปรแกรมเบื้องต้น

 

40 0

33. ติดตาม/วัดผล โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 9 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 5

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

34. เตรียมความพร้อม โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 18 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

35. บรรยายและปฎิบัติ โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 19 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 3: เหมืองข้อมูล และ Big Data กระบวนการวิเคราะห์ข้อมูลด้วย CRISP-DM
การวิเคราะห์และพยากรณ์ด้วย Data Mining ฝึกปฏิบัติการ - กระบวนการวิเคราะห์ข้อมูลด้วย CRISP-DM o การแบ่งกลุ่มข้อมูล (Clustering) o การหากฏความสัมพันธ์ (Association Rules) o การจำแนกประเภทข้อมูล (Classification) ตัวอย่างเข่น o เทคนิค Decision Tree o เทคนิค Naive Bayes o เทคนิค Neural Network o เทคนิค Support Vector Machines (SVM)
การวิเคราะห์และพยากรณ์ด้วย Data Mining

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. มีความรู้ในกระบวนการวิเคราะห์ข้อมูลด้วย CRISP-DM
2. การวิเคราะห์และพยากรณ์ด้วย Data Mining 3. ฝึกปฏิบัติการเขียนโปรแกรมกระบวนการวิเคราะห์ข้อมูลด้วย CRISP-DM 4. การแบ่งกลุ่มข้อมูล (Clustering) 5. การหากฏความสัมพันธ์ (Association Rules) 6. การจำแนกประเภทข้อมูล (Classification) ตัวอย่างเข่น 7. เทคนิค Decision Tree 8. เทคนิค Naive Bayes 9. เทคนิค Neural Network 10. เทคนิค Support Vector Machines (SVM)
11. การวิเคราะห์และพยากรณ์ด้วย Data Mining

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการใช้คอมพิวเตอร์และระบบสมองกล 2. ทักษะการเขียนโปรแกรมเบื้องต้น 3. ทักษะการเขียนโปรแกรมสั่งงานสมองกลฝังตัว 4. ทักษะการคิดเชิงตรรกะ 5. ทักษะการคิดวิเคราะห์แก้ไขปัญหา

 

40 0

36. ติดตาม/วัดผล โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 22 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัตืการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 6

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

37. เตรียมความพร้อม โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 25 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

38. บรรยายและปฎิบัติ โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 26 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 3: เหมืองข้อมูล และ Big Data เทคโนโลยี Big Data เครื่องมือบริหารข้อมูลอัจฉริยะ การวิเคราะห์ข้อมูล เทคนิคการวิเคราะห์ข้อมูล การเพิ่มประสิทธิภาพการตัดสินใจทางธุรกิจ ฝึกปฏิบัติการ – การใช้เครื่องมือบริหารข้อมูลอัจฉริยะในการวิเคราะห์ข้อมูล การทำ Data Visualization เพื่อการตัดสินใจ ด้วย Power BI

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้ความเข้าใจเกี่ยวกับ เทคโนโลยี Big Data เครื่องมือบริหารข้อมูลอัจฉริยะ การวิเคราะห์ข้อมูล เทคนิคการวิเคราะห์ข้อมูล การเพิ่มประสิทธิภาพการตัดสินใจทางธุรกิจ 2. ฝึกปฏิบัติการใช้เครื่องมือบริหารข้อมูลอัจฉริยะในการวิเคราะห์ข้อมูล 3. การทำ Data Visualization เพื่อการตัดสินใจ

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน 4. ทักษะในการคิดวิเคราะห์ 5. ทักษะในการแก้ไขปัญหา 6. ทักษะในการนำเสนองาน

 

40 0

39. บรรยาย โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 27 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์ หลักการและวิธีการทำ Advanced Analytics ด้วย Deep Learning และแนวคิดด้าน Neural Network ฝึกปฏิบัติ - การเตรียมข้อมูล ให้อยู่ในรูปแบบที่เหมาะกับการนำไปวิเคราะห์ แนะนำเครื่องมือ Power Query - การนำเข้าข้อมูลจากไฟล์ workbook
การกรองข้อมูล และการปรับแต่งโครงสร้างและรูปแบบข้อมูล การวิเคราะห์ข้อมูลขั้นสูงด้วย Solver  กรณีศึกษาปัญหาการขนส่ง การประยุกใช้ Solver กับปัญหากรขนส่ง - ปัญหาการตัดสินใจเลือกตามมูลค่าที่ดีที่สุด การประยุกใช้ Solver กับปัญหาการตัดสินใจเลือกตามมูลค่าที่ดีที่สุด

รูปแบบการเรียนการสอน: บรรยาย

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับ 2. หลักการและวิธีการทำ Advanced Analytics ด้วย Deep Learning และแนวคิดด้าน Neural Network 3. ผู้เรียนได้เพิ่มพูลทักษะในการเตรียมข้อมูล ให้อยู่ในรูปแบบที่เหมาะกับการนำไปวิเคราะห์ แนะนำเครื่องมือ Power Query 4. เพิ่มพูลทักษะการการกรองข้อมูล และการปรับแต่งโครงสร้างและรูปแบบข้อมูล 5. การวิเคราะห์ข้อมูลขั้นสูงด้วย Solver

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. ทักษะการคิดวิเคราะห์ 6. ทักษะการประยุกต์ใช้เครื่องมือและเทคโนโลยีในการวิเคระห์ข้อมูลขั้นสูง

 

40 0

40. อภิปราย โมดูล 3 : เหมืองข้อมูล และ Big Data

วันที่ 29 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: อภิปราย โมดูล 3: เหมืองข้อมูล และ Big Data ผู้เข้าอบรมนำเสนอโครงงาน หรือการประยุกต์ใช้องค์ความรู้ที่เรียนมาในการแก้ปัญหาการปฏิบัติงานในองค์กร

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

41. ติดตาม/วัดผล โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 30 สิงหาคม 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัติการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 7

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

42. เตรียมความพร้อม โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 1 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

43. บรรยายและปฎิบัติ โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 2 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์ การออกแบบและประยุกต์ใช้ Machine Learning และ Artificial Intelligence (AI) สำหรับธุรกิจ ฝึกปฏิบัติการ -
- ปัญหาการหาเส้นทางเดินทางของนักขาย( Travelling Sales man) การประยุกใช้ Solver กับปัญหาการหาเส้นทางเดินทางของนักขาย(Travelling Sales man) ปัญหาการหาเส้นทางที่สั้นที่สุด(Shortest path)

รูปแบบการเรียนการสอน: - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้ความเข้าใจสามารถออกแบบและประยุกต์ใช้ Machine Learning และ Artificial Intelligence (AI) สำหรับธุรกิจได้ 2. ผู้เรียนสามารถปฏิบัติการติดตั้งเครื่องมือ เพื่อการดำเนินการจัดทำเหมืองข้อมูล 3. การทดลองปฏิบัติการกฎความสัมพันธ์ (Association Rule)
4. การแบ่งกลุ่มข้อมูล(Classifying)

ทักษะและสมรรถนะที่พัฒนา: 1. การคิดวิเคราะห์ 2. การเชื่อมโยงความรู้ 3. การสืบค้นข้อมูล 4. ทักษะด้านการทำเหมืองข้อมูล 5. การคิดวิเคราะห์ 6. การเชื่อมโยงความรู้ 7. การสืบค้นข้อมูล 8. ทักษะด้านการทำเหมืองข้อมูล

 

40 0

44. ติดตาม/วัดผล โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 3 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัติการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 8 รูปแบบการเรียนการสอน: - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

45. อภิปราย โมดูล 4: Advanced Analytics และปัญญาประดิษฐ์

วันที่ 5 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: อภิปราย โมดูล 4 : Advanced Analytics และปัญญาประดิษฐ์ ผู้เข้าอบรมนำเสนอโครงงาน หรือการประยุกต์ใช้องค์ความรู้ที่เรียนมาในการแก้ปัญหาการปฏิบัติงานในองค์กร

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

46. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 5 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

47. บรรยาย โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 9 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 5: โครงงานและปัญหาพิเศษ แนวทางการทำโครงงาน และปัญหาพิเศษ การกำหนดประเด็นและความสำคัญของโครงงาน เพื่อเป็นแนวทางในการแก้ปัญหาได้อย่างมีประสิทธิภาพ อาทิ การทำแผนงาน (Action plan) การวิเคราะห์ความเสี่ยง การประมาณการต้นทุน การจัดทำงบประมาณ เป็นต้น ฝึกปฏิบัติ - การร่างข้อเสนอโครงการ การกำหนดประเด็นและความสำคัญของโครงงาน
การทำแผนงาน (Action plan)

รูปแบบการเรียนการสอน: บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับ 2. แนวทางการทำโครงงาน และปัญหาพิเศษ 3. ผู้เรียนสามารถฝึกปฏิบัติการร่างข้อเสนอโครงการ 4. การกำหนดประเด็นและความสำคัญของโครงงาน
5. การทำแผนงาน (Action plan)

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. ทักษะการเขียนข้อเสนอโครงการ 6. ทักษะการคิดวิเคราะห์ 7. ทักษะการนำเสนอ

 

40 0

48. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 10 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: การวิเคราะห์และการจัดการความเสี่ยง สำหรับโครงการ การประมาณการต้นทุนสำหรับโครงการ การจัดทำงบประมาณสำหรับโครงการ
ฝึกปฏิบัติ -
การทำแผนงาน (Action plan) การวิเคราะห์ความเสี่ยง และการพะฒนาแผนจัดการความเสี่ยงสำหรับโครงการ
การประมาณการต้นทุนสำหรับโครงการ การจัดทำงบประมาณสำหรับโครงการ

รูปแบบการเรียนการสอน: บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับ 2. การวิเคราะห์และการจัดการความเสี่ยง สำหรับโครงการ 3. การประมาณการต้นทุนสำหรับโครงการ 4. การจัดทำงบประมาณสำหรับโครงการ 5. ผู้เรียนสามารถฝึกปฏิบัติการการทำแผนงาน (Action plan) การวิเคราะห์ความเสี่ยง และการพัฒนาแผนจัดการความเสี่ยงสำหรับโครงการ
6. การประมาณการต้นทุนสำหรับโครงการ 7. การจัดทำงบประมาณสำหรับโครงการ

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะการคิดวิเคราะห์ 2. การมองภาพองค์รวม 3. การเข้าใจถึงผลกระทบ 4. ทักษะการอภิปราย 5. ทักษะการเขียนแผนงาน 6. ทักษะการวิเคราะห์ความเสี่ยง 7. ทักษะการวางแผนงบประมาณ

 

40 0

49. ติดตาม/วัดผล โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 13 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัติการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 9 รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

50. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 15 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

51. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 16 กันยายน 2565 เวลา 07:30 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 5: โครงงานและปัญหาพิเศษ หลักเกณฑ์และวิธีการที่ดีในการรองรับเข้าสู่มาตรฐานวิชาชีพ รวมถึงกฎหมายและการจดสิทธิบัตร ฝึกปฏิบัติการ - อภิปราย - มาตรฐานวิชาชีพ รวมถึงกฎหมายและการจดสิทธิบัตร

รูปแบบการเรียนการสอน: บรรยาย ฝึกปฏิบัติการ - อภิปราย

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้และความเข้าใจเกี่ยวกับหลักเกณฑ์และวิธีการที่ดีในการรองรับเข้าสู่มาตรฐานวิชาชีพ รวมถึงกฎหมายและการจดสิทธิบัตร 2. ผู้เรียนสามารถอภิปรายมาตรฐานวิชาชีพ รวมถึงกฎหมายและการจดสิทธิบัตรได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการนำเสนองาน 3. ทักษะการสืบค้นข้อมูล 4. ทักษะในการคิดวิเคราะห์ 5. ทักษะในการนำเสนองาน

 

40 0

52. ติดตาม/วัดผล โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 20 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกปฏิบัติการในสถานประกอบการ – กิจกรรมตรวจติดตามผลการฝึกปฏิบัติการในสถานประกอบการ ครั้งที่ 10

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

0 0

53. เตรียมความพร้อม โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 22 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

-

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

-

 

40 0

54. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 23 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: โมดูล 5: โครงงานและปัญหาพิเศษ กระบวนการตรวจสอบ และทดสอบประสิทธิภาพของโครงงานและสิ่งประดิษฐ์ ฝึกปฏิบัติการ – ตรวจสอบ และทดสอบประสิทธิภาพของโครงงานและสิ่งประดิษฐ์

รูปแบบการเรียนการสอน: - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้ความเข้าใจกระบวนการตรวจสอบ และทดสอบประสิทธิภาพของโครงงานและสิ่งประดิษฐ์
2. ผู้เรียนสามารถกำหนดแนวทางในการตรวจสอบ และทดสอบประสิทธิภาพของโครงงานและสิ่งประดิษฐ์ได้

ทักษะและสมรรถนะที่พัฒนา: 1. การคิดวิเคราะห์ 2. การเชื่อมโยงความรู้ 3. การสืบค้นข้อมูล 4. ทักษะด้านการทำเหมืองข้อมูล 5. ทักษะในการวางแผนงาน 6. ทักษะการตรวจ และทดสอบ ควบคุม

 

40 0

55. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 24 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกอบรมเชิงปฏิบัติการ การพัฒนากลยุทธองค์กร และการจัดการองค์กรบนฐานของการวิเคราะห์ข้อมูลขั้นสูง สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้ความเข้าใจในการนำการวอเคราะห์ข้อมูลขั้นสูงมาช่วยในการพัฒนากลยุทธสำหรับองค์กร

ทักษะและสมรรถนะที่พัฒนา: 1. การคิดวิเคราะห์ 2. การเชื่อมโยงความรู้ 3. การสืบค้นข้อมูล

 

40 0

56. บรรยายและปฎิบัติ โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 25 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: ฝึกอบรมเชิงปฏิบัติการ การจัดการเชิงกลยุทธ และการเขียนแผนกลยุทธสำหรับองค์กร

รูปแบบการเรียนการสอน: - บรรยาย - ฝึกปฏิบัติ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนมีความรู้ความเข้าใจในการนำการการจัดการเชิงกลยุทธ สามารถฝึกปฏิบัติการในการเขียนแผนกลยุทธสำหรับองค์กรได้

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

57. อภิปราย โมดูล 5 : โครงงานและปัญหาพิเศษ

วันที่ 26 กันยายน 2565 เวลา 08:00 น.

กิจกรรมที่ทำ

การบรรยาย: อภิปราย โมดูล 5 : โครงงานและปัญหาพิเศษ ผู้เข้าอบรมนำเสนอโครงงาน และปัญหาพิเศษ โดยการประยุกต์ใช้องค์ความรู้ที่เรียนมาในการแก้ปัญหาการปฏิบัติงานในองค์กร

รูปแบบการเรียนการสอน: คณะวิทยากร และผู้เชี่ยวชาญ ดำเนินการตรวจติดตามผลร่วมกันพี่เลี้ยงในสถานประกอบการ

ผลผลิต/ผลลัพธ์ที่เกิดขึ้น

ผลลัพธ์: 1. ผู้เรียนนำความรู้ที่ได้มาฝึกปฏิบัติการ และใช้งานในสถานประกอบการด้วยตนเอง

ทักษะและสมรรถนะที่พัฒนา: 1. ทักษะในการคิดวิเคราะห์ 2. ทักษะในการแก้ไขปัญหา 3. ทักษะในการนำเสนองาน

 

40 0

* ผลผลิต หมายถึง ผลที่เกิดขึ้นเชิงปริมาณจากการทำกิจกรรม เช่น จำนวนผู้เข้าร่วมประชุม จำนวนผู้ผ่านการอบรม จำนวนครัวเรือนที่ปลูกผักสวนครัว เป็นต้น
** ผลลัพธ์ หมายถึง การเปลี่ยนแปลงที่นำไปสู่การแก้ปัญหา เช่น หลังอบรมมีผู้ปรับเปลี่ยนพฤติกรรมจำนวนกี่คน มีข้อบังคับหรือมาตรการของชุมชนที่นำไปสู่การปรับเปลี่ยนพฤติกรรมหรือสภาพแวดล้อม เป็นต้น ทั้งนี้ต้องมีข้อมูลอ้างอิงประกอบการรายงาน เช่น ข้อมูลรายชื่อแกนนำ , แบบสรุปการประเมินความรู้ , รูปภาพกิจกรรมพร้อมคำอธิบายใต้ภาพ เป็นต้น


ส่วนที่ 2 ประเมินความพึงพอใจต่อความสำเร็จและปัญหาอุปสรรคในการดำเนินโครงการในภาพรวม

ผลการดำเนินโครงการ

สรุปผลการดำเนินโครงการ

ผลการดำเนินโครงการ/กิจกรรม:
บรรลุตามวัตถุประสงค์ของโครงการ
บรรลุตามวัตถุประสงค์บางส่วนของโครงการ
ไม่บรรลุตามวัตถุประสงค์ของโครงการ

 

ผลผลิตโครงการ

วัตถุประสงค์สถานการณ์เป้าหมายผลผลิตอธิบาย

ผู้เข้าร่วมโครงการ

กลุ่มเป้าหมายจำนวนที่วางไว้(คน)จำนวนที่เข้าร่วม(คน)
จำนวนกลุ่มเป้าหมายทั้งหมด 40
กลุ่มเป้าหมายจำนวนที่วางไว้(คน)จำนวนที่เข้าร่วม(คน)

บทคัดย่อ*

หลักสูตร “การประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์” โดย มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี ภายใต้โครงการ โครงการบัณฑิตพันธุ์ใหม่และกำลังคนที่มีสมรรถนะเพื่อตอบโจทย์ภาคการผลิตตามนโยบายการปฏิรูปการอุดมศึกษาไทย ประเภทประกาศนียบัตร (Non-Degree) กลุ่มอุตสาหกรรมยานยนต์สมัยใหม่ เป็นการพัฒนาและเสริมสร้างศักยภาพทรัพยากรมนุษย์ ซึ่งเป็นฟันเฟืองสำคัญในการปรับเปลี่ยนระบบเศรษฐกิจแบบเดิมไปสู่การขับเคลื่อนระบบเศรษฐกิจด้วยนวัตกรรม เปลี่ยนจากแรงงานทักษะต่ำไปสู่แรงงานที่มีความรู้ ความเชี่ยวชาญ และทักษะสูง เพื่อให้บรรลุตามวัตถุประสงค์ของ Thailand 4.0 โดยที่หัวใจสำคัญของหลักสูตรนี้คือ มุ่งเน้นการพัฒนาทรัพยากรบุคคลในกลุ่มอุตสาหกรรมเป้าหมายเพื่อยกระดับ/ปรับปรุงความรู้และทักษะ(Up-Skill/Re-Skill) ให้มีความรู้เชิงวิชาการ และมีทักษะในการปฏิบัติการเชิงลึกเพิ่มมากยิ่งขึ้น โดยในโครงการรุ่นที่ 1 นี้ ได้รับความร่วมมือจากสถานประกอบการเป้าหมายเข้าร่วมโครงการ 4 บริษัท ประกอบด้วย บริษัท เสถีนรพลาสติก แอนด์ไฟเบอร์ จำกัด บริษัท เสถียร เอ็นวีเอช จำกัด บริษัท เสถียรโมบิลิตี้ดีไซน์ จำกัด และบริษัท พอร์ทอลพอร์ลิส จำกัด มีผู้ที่สนใจเข้าร่วมอบรมในโครงการทั้งสิ้น 40 คน โครงการได้ดำเนินการจัดการเรียนการสอนรวมตลอดทั้งหลักสูตรเป็นเวลา 285 ชม. แบ่งเป็น ทฤษฎี 60 ชม. ปฏิบัติ 60 ชม. และปฏิบัติในสถานประกอบการ 165 ชม.) โดยเริ่มดำเนินการระหว่างเดือน พฤษภาคม 2565 ถึง กันยายน 2565 เริ่มตั้งแต่เดือนพฤษภาคม 2565 ถึง กันยายน 2565 เมื่อเสร็จสิ้นการดำเนินโครงการมีผู้ที่มีโดยผลการเรียนดีผ่านเกณฑ์ตามวัตถุประสงค์การเรียนรู้ครบถ้วน และจบหลักสูตรทั้งสิ้น 40 คน บรรลุผลตามเป้าหมายของโครงการ ทั้งนี้โครงการได้มุ่งเน้นการจัดรูปแบบการเรียนการสอนและการฝึกอบรมเชิงบูรณาการด้วยเทคนิค STEM + L(Leadership) บนฐานสมรรถนะในรูปแบบ Project-Based Learning ซึ่งเป็นการจัดการเรียนรู้ที่เหมาะสมในการเชื่อมโยงองค์ความรู้และประยุกต์ใช้ความรู้ ทักษะ และประสบการณ์ ตลอดจนคุณลักษณะและความสามารถอื่น ๆ ที่แฝงอยู่ในตัวบุคคล รวมถึงกระบวนการวิจัยเชิงพัฒนา (Research and Development) บนฐานการปฏิบัติงานในสภาพจริง (Experience Integrated Learning) ร่วมกับการพัฒนาสมรรถนะของผู้เข้าอบรมประยุกต์ใช้ความรู้ความสามารถ / ประสบการณ์และทรัพยากรที่มีในการแก้โจทย์ปัญหาเชิงบูรณาการ และสอดรับการเปลี่ยนแปลงของโลกยุคปัจจุบันและอนาคต เช่น การคิดวิเคราะห์ ทักษะการแก้ปัญหา ความคิดสร้างสรรค์ และการทำงานเป็นทีม ซึ่งใช้รูปแบบการอบรมเชิงปฏิบัติการแบบ Work on the place โดยมีพี่เลี้ยงจากสถานประกอบการร่วมกับทีมวิทยากรดำเนินการตรวจสอบและติดตามประเมินผลร่วมกัน ทั้งนี้หลักสูตรมีการจัดการเรียนการสอนโดยการแบ่งเป็นโมดูลจำนวน 5 โมดูล ประกอบด้วย 1. โมดูลที่ 1 ระบบซอฟต์แวร์ และการจัดการฐานข้อมูล ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 27 พฤษภาคม 2565 – 4 กรกฎาคม 2565 2. โมดูลที่ 2 ระบบสมองกลฝังตัว และระบบอินเทอร์เน็ตของสรรพสิ่ง ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 8 กรกฎาคม 2565 ถึง 1 สิงหาคม 2565 3. โมดูลที่ 3 เหมืองข้อมูล และ Big Data ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 5 สิงหาคม 2565 ถึง 29 สิงหาคม 2565 4. โมดูลที่ 4 Advanced Analytics และปัญญาประดิษฐ์ ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 27 สิงหาคม 2565 ถึง 5 กันยายน 2565 5. โมดูลที่ 5 โครงงานและปัญหาพิเศษ ดำเนินการจัดการเรียนการสอนระหว่างวันที่ 9 กันยายน 2565 ถึง 26 กันยายน 2565 ผลจากการจัดการเรียนการสอนการวัดผลประเมินผลทั้งในห้องเรียน การฝึกปฏิบัติ และการประมวลความรู้โดยการอภิปรายเพื่อให้ผู้เรียนได้นำเสนอโครงงานและปัญหาพิเศษ(Project based) แก่คณะกรรมการซึ่งประกอบด้วยคณาจารย์ วิทยากร ผู้บริหารของบริษัทที่เข้าร่วมโครงการพบว่า ผู้เรียนสามารถประยุกต์ใช้ความรู้ที่ได้มาทำการแยกแยะและวิเคระห์ปัญหาของธุรกิจ สามารถนำเสนอแนวคิดรวมถึงสร้างต้นแบบชิ้นงาน/นวัตกรรมในการนำมาใช้เพื่อแก้ไขปัญหาต่างๆได้ในระดับดีถึงดีมาก ซึ่งสามารถนำไปขยายผลปฏิบัติจริงในภาคธุรกิจได้ จำนวน 4 ชิ้นงานรวมถึงการนำแนวคิดและหลักการวิเคระห์ข้อมูลขั้นสูงไปใช้ในการปรับปรุงการทำงานปัจจุบันในหลากหลายมิติ ทั้งนี้หากได้รับการสนับสนุนแนวคิดและพัฒนาการจัดการศึกษาอย่างต่อเนื่องคาดว่าจะเป็นประโยชน์ต่อกลุ่มอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และชิ้นส่วนยานยนต์เป็นอย่างมาก ในแง่ของการพัฒนาระบบเทคโนโลยีสมองกลเพื่อการควบคุม และสั่งการการทำงานของยานยนต์ไฟฟ้า หุ่นยนต์อัตโนมัติสำหรับอุตสาหกรรม อุปกรณ์และเทคโนโลยีอัตโนมัติในการตรวจติดตามและแจ้งเตือน ระบบรวบรวมและวิเคราะห์ข้อมูลขั้นสูงสำหรับอุตสาหกรรม เป็นต้น รวมถึงหากได้รับการขยายผลไปยังกลุ่มอุตสาหกรรมอื่นโดยส่งเสริมจะสามารถทำให้เกิดการสร้างสรรนวัตกรรม และเทคโนโลยีใหม่ๆที่สอดคล้องกับความต้องการของประเทศต่อไป

หมายเหตุ *

  • บทคัดย่อ จะนำไปใส่ในส่วนบทคัดย่อของรายงานฉบับสมบูรณ์
  • หากต้องการใช้ค่าเริ่มต้นของบทคัดย่อ ให้ลบข้อความในช่องบทคัดย่อ ทั้งหมด แล้วกดปุ่ม Refresh

ปัญหาอุปสรรคและข้อเสนอแนะ

ปัญหาและอุปสรรคสาเหตุข้อเสนอแนะ

 

 

 


หลักสูตรการประยุกต์ใช้ระบบสมองกลฝังตัว และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) สำหรับอุตสาหกรรมผลิตยานยนต์ไฟฟ้า และผลิตชิ้นส่วนยานยนต์ จังหวัด

รหัสโครงการ FN64/0030

ได้ดำเนินกิจกรรมตามที่เสนอไว้เสร็จสมบูรณ์เรียบร้อยแล้ว

................................
( )
ผู้รับผิดชอบโครงการ
......./............/.......

vertical_align_topไปบนสุด