Rizz D-Sci – เปิดโลก Data Science แบบ 360 องศา

“ถ้า Data Analytics คือกิ่งของต้นไม้
Data Science คือก็คงจะเป็นรากขนาดใหญ่ของต้นไม้นั้น
คอร์สนี้เป็นคอร์สที่จะพาทุกคนไปรู้จักกับสิ่งที่เรียกว่า Data Science(วิทยาศาสตร์) แบบครบทุกมุม เน้นๆแน่นๆทุกจุดสำคัญ”

Data Analytics ก็แค่ส่วนหนึ่งของ Data Science เท่านั้น — คอร์สนี้พาไปรู้จัก “วิชาแม่” ของสาย Data ทั้งหมด ตั้งแต่พื้นฐานสถิติ ไปจนถึง Machine Learning แบบเต็มระบบ

เขียนแบบ Text-based อ่านเนื้อหาล้วนๆ ไม่มี Quiz มาคั่นจังหวะ อ่านต่อเนื่องได้ลื่นไม่สะดุด (เตือนไว้ก่อน: เริ่มอ่านแล้วอาจหยุดไม่ได้นะ 😅)

เหมาะกับใคร ?

• คนที่อยากเข้าใจภาพรวม Data Science ทั้งระบบ ไม่ใช่แค่มุมของ Data Analytics
• คนที่เรียนคอร์สสาย Data Analytics มาแล้ว อยากรู้ว่า “ฝั่ง Data Science” ลึกกว่านั้นแค่ไหน
• คนที่อยากได้พื้นฐาน Machine Learning ทั้ง Supervised และ Unsupervised แบบเข้าใจได้โดยไม่ต้องท่องสูตร

ต่างจาก Analytics Marvel ยังไง? Marvel เน้นฝั่ง Data Analytics เชิงธุรกิจ (BI Tools, Dashboard, การใช้ข้อมูลตัดสินใจ) ส่วน Rizz D-Sci เน้นฐานรากของ Data Science เอง ตั้งแต่สถิติจนถึง Machine Learning เต็มระบบ — ถ้าอยากได้ทั้งสองมุม เรียนคู่กันได้เลย

เรียนแล้วได้อะไร ?

กว่า 60 บทเรียน แน่นทุกหมวด ครอบคลุมตั้งแต่ Mindset จนถึงทำโปรเจกต์จริง:

• Data Science Landscape — DS คืออะไร, เทียบ Data Scientist vs Analyst vs Engineer, ใช้ทำอะไรได้บ้าง, ตั้ง Roadmap การเรียนของตัวเอง
• Data Fundamentals — Structured/Unstructured Data, Data Types, แหล่งที่มาของข้อมูล, คุณภาพข้อมูล, Metadata
• คณิตและสถิติพื้นฐาน — Mean/Median/Mode, Variance & SD, Probability, Distribution, Correlation vs Causation
• Python + SQL Toolkit — Python พื้นฐาน, NumPy, Pandas, Jupyter Notebook, SQL ตั้งแต่ SELECT ถึง Subquery/CTE, ใช้ SQL คู่กับ Python
• Data Cleaning & EDA — จัดการ Missing Values, Outlier Detection, Data Transformation, Univariate ถึง Multivariate Analysis, Visualize ด้วย Matplotlib/Seaborn
• Machine Learning แบบเต็มระบบ — ทั้ง Supervised (Linear/Logistic Regression, Decision Tree, Random Forest, Evaluation Metrics, Cross Validation) และ Unsupervised (Clustering, K-Means, Hierarchical, PCA) เข้าใจได้โดยไม่ต้องเก่งคณิตศาสตร์มาก่อน
• Data Visualization & Storytelling — เลือก Chart ให้ถูกกับข้อมูล, ออกแบบ Dashboard, เล่า Insight ให้คน Non-Tech เข้าใจ
• 🏆 End-to-End Data Science Project — เลือกโจทย์และ Dataset เอง ลงมือทำตั้งแต่ EDA, Data Cleaning, Build & Evaluate Model จนถึง Visualize ผลลัพธ์ จบแล้วได้ Portfolio-ready Project ติดตัว

จบคอร์สแล้วได้ Certificate พร้อมความเข้าใจ Data Science แบบครบวงจร ไม่ใช่แค่เศษเสี้ยว

ผู้สอน

Nut Khuannaen ผู้ก่อตั้ง common•learn จบ 2 ปริญญา (เศรษฐศาสตร์ มช. + นิติศาสตร์ ม.รามคำแหง) กำลังศึกษาต่อปริญญาโท Applied Data Science ที่ ม.ธรรมศาสตร์ ผ่านงาน Freelance Data Analyst ให้ลูกค้าต่างชาติ 3 บริษัท และ FP&A ในธุรกิจ Retail มากว่า 4 ปี — คอร์สนี้รวบรวมความรู้จากหลายแขนงมาไว้ในที่เดียว เพื่อฉลองครบรอบ 1 ปีของ common-learn

ทำไมถึงคุ้ม ?

• เนื้อหากว่า 60 บทเรียน ครอบคลุมตั้งแต่พื้นฐานจนถึง Machine Learning เต็มระบบ ไม่มีคอร์สไหนในระบบลึกเท่านี้
• มี End-to-End Project ที่ได้ผลงานจริงติดพอร์ต เหมือน Capstone
• ซื้อครั้งเดียว เรียนได้ตลอดชีพ พร้อม Certificate เมื่อเรียนจบ
• ลองอ่านฟรีได้เลย ก่อนตัดสินใจซื้อ

ราคา ฿1,999 — ตลอดชีพ

Course Instructor

Nut Khuannaen Author