ในกระบวนการ Data Science อีกหนึ่งขั้นตอนที่มีความสำคัญไม่แพ้กันคือ Data Preparation ซึ่งเป็นกระบวนการที่สำคัญมากอย่างหนึ่งในงาน Data Science หากการเตรียมข้อมูลทำได้ไม่ดี มีโอกาสสูงที่จะก่อให้เกิดความเสียหายในขั้นตอนอื่นๆ ที่ตามมาได้ อย่างน้อยที่สุดก็อาจทาให้เสียเวลา ต้องทำใหม่ หรือถ้าแย่กว่านั้น อาจส่งผลให้ผลการวิเคราะห์ หรือการตีความจากการนำข้อมูลไปใช้ ผิดเพี้ยนไปจากที่ควรจะเป็น ในหลักสูตรนี้จะแนะนำการทำ Data Preparation โดยใช้เครื่องมือ KNIME ในการเตรียมข้อมูล

เพื่อทำความเข้าใจการวิเคราะห์ข้อมูลเบื้องต้น โดยมีภาคทฤษฎีตอนเช้า และ มีภาคปฏิบัติตอนบ่ายด้วยโปรแกรม KNIME เพื่อให้ผู้เข้าอบรมเข้าใจการใช้เครื่องมือเบื้องต้นทางด้านการวิเคราะห์ข้อมูลและสามารถนำไปประยุกต์ใช้ในงานจริงได้ โดยไม่ต้องมีความรู้เรื่องการเขียนโปรแกรมมาก่อน

• Introduction to data science concepts 
• Exploratory data analysis (EDA)
  - What is the Exploratory data analysis?
  - EDA Recipes
  - Identify problems
  - Investigate summary statistics
  - Select analytical tools
  - Evaluation
  - Interpretation

• KNIME Data Science Workflow#1: classification 
• KNIME Data Science Workflow#2: Statistics
• KNIME Data Science Workflow#3: Linear regression
• KNIME Data Science Workflow#4: Principal component analysis & clustering
• KNIME Data Science Workflow#5 KNIME with Python
• KNIME Data Science Workflow#6: Special analysis

• มีความรู้ความเข้าใจเกี่ยวกับการทำมาตรฐานเหมืองข้อมูล
• มีความรู้ความเข้าใจในการใช้เครื่องมือต่างๆ ของโปรแกรม KNIME
• ใช้เครื่องมือ Filter, Group, Sort, Calculation, Union, join, Pivot ได้

• ผู้บริหารศูนย์ข้อมูล
• นักวิจัยหรือนักวิชาการ
• ผู้ที่จะก้าวไปเป็นนักวิทยาศาสตร์ข้อมูล

ความรู้พื้นฐานทางคอมพิวเตอร์ ข้อมูลที่เกิดจากระบบคอมพิวเตอร์ และอินเตอร์เน็ต