the first nida business analytics and data sciences contest conference 1- 2 september 2016

Career Track: Statistics @NIDA

The First NIDA Business Analytics and Data Sciences Contest/Conference วนท 1-2 กนยายน 2559 ณ อาคารนวมนทราธราช สถาบนบณฑตพฒนบรหารศาสตร

-เรยนสถตอยางไร –เรยนจบสถตแลวท างานอะไร -เรยนสถตแลวมงานและรายไดดหรอไม -เรยนสถตตองเกงคณตศาสตรและนงพสจนทงวนหรอไม

https://businessanalyticsnida.wordpress.com https://www.facebook.com/BusinessAnalyticsNIDA/

รศ. ดร. จราวลย จตรถเวช หวหนาสาขาวชาสถต คณะสถตประยกต NIDA

นวมนทราธราช หอง 4001, 1 กนยายน 2559 เวลา 9.00-9.30 น.

https://businessanalyticsnida.wordpress.com/

https://www.facebook.com/BusinessAnalyticsNIDA/

Electricity Load Forecasting in Thailand


-ประเทศไทยตองการก าลงไฟฟาเทาไหร -จะตองสรางโรงงานไฟฟาหรอเขอนแคไหน -แบบจ าลอง Autoregressive Integrated Moving Average Model (ARIMA) และ Cointegration ทประเทศไทยใชในการพยากรณก าลงไฟฟาของประเทศไทยหนาตาเปนอยางไร สรางแบบจ าลองดงกลาวไดอยางไร -แบบจ าลองดงกลาวเกยวของกบคา FT หรอไม และสงผลอยางไรกบคาไฟฟาทเราตองจาย?


รศ. ดร.วชต หลอจระชณหกล สาขาวชา สถต คณะสถตประยกต NIDA วศวกรไฟฟา นกวชาการสถต




เรยนสถตประยกตอยางไรจะใหรง?


-เรยนสถตประยกตอยางไรจะใหรง –เรยนสถตอยางไรใหไดดและเขาใจ -จบสถตไปท างานอะไรไดบาง -จบสถตไปแลวรายไดดแคไหน อยางไร


นางสาวเพยรจต สงหโทราช กรรมการผจดการ CA International Information Co., Ltd.

วทม. (NIDA)

นวมนทราธราช หอง 4001 , 1 กนยายน 2559 เวลา 9.30-10.00 น.



สถตทางการกบการพฒนาประเทศ บทบาทของส านกงานสถตแหงชาต



-Official Statistics ส าคญอยางไรกบการพฒนาประเทศ -จะพฒนาระบบ Official Statistics ของประเทศไดอยางไร

-บทบาทของส านกงานสถตแหงชาตกบระบบ Official Statistics -บทบาทของ Official Statistics กบการก าหนดนโยบายของประเทศไทย

ดร. บงกช วบลยธนานนต Ph.D.(NIDA) ส านกงานสถตแหงชาต

นางหทยชนก พรรคเจรญ วทม. (NIDA)

ส านกงานสถตแหงชาต




วชาการสถตเกยวของกบงานวจยเกษตรอยางไร โดย พฒนา รงระว วทม. (NIDA) ผอ านวยการกลมวจยและวเคราะหทางสถตงานวจยเกษตร กองแผนงานและวชาการ กรมวชาการเกษตร



-การเตรยมแปลงปลกในระดบไรนา -การใชเมลดพนธ การดแลรกษา การปองกนก าจดศตรพช -การเกบเกยว การบรรจ เพอสงขายใน และตางประเทศ -วชาการสถตมสวนชวยตดสนใจอยางไรบาง




Drawing your career for business analytics and data scientists


-อยากเปน Data Scientist/Business Analyst ตองเรยนรอะไรบาง -Data Scientist/Business Analyst มความกาวหนาในอาชพและผลตอบแทนเปนอยางไร - Data Scientist/Business Analyst มความทาทายและส าคญส าหรบธรกจและโลกในอนาคตอยางไร -จะทราบไดอยางไรวาตนเองเหมาะสมกบการเปน Data Scientist/Business Analyst


โกเมษ จนทวมล และ Data sciences Thailand

นวมนทราธราช 3001 วนท 1 กนยายน 2559 9.00-10.00 น.



Analytics of Hospital Clustering & Profiling as a Tool for Evidence-based Organization Development



รศ.ดร.จรประภา อครบวร อาจารย ดร.อานนท ศกดวรวชญ นายสมยศ ประจนบาล นายรตนศกด เจรญทรพย นายขรรคชย บญมาศ นางจารวรรณ ยอดระฆง นางสาวเยาวนช สมน

-จะพฒนาองคการตองประเมนและวนจฉยหรอไม? อยางไร? ท าไปเพออะไร? -บทบาทของ Analytics ในการพฒนาองคการ? -Engagement ของโรงพยาบาลในประเทศไทยเปนอยางไร? -โรงพยาบาลในประเทศไทยแบงกลมตาม Engagement ไดกกลม แตละกลมมโปรไฟลอยางไร




Conjoint analysis for job design and HR analytics



-ปกตเราใช Conjoint Analysis ศกษา Marketing Mix ไมใชหรอ? -วาแตวา Conjoint Analysis นวเคราะหยงไง ตองถามยงไง? - แลวจะเอา Conjoint Analysis มาใชใน HR Analytics ไดหรอ? - Conjoint Analysis เอามาใชในการออกแบบงานไดจรงหรอ ปกตใชแตการออกแบบผลตภณฑไมใชหรอ? - ตกลงจะท า Marketing Analytics หรอ HR Analytics เอาไงกนแน? Arnond Sakworawich, PhD.

Business Analytics and Intelligence Program Actuarial Sciences and Risk Management Program Graduate School of Applied Statistics, NIDA

ธณศพร พนธมณ วทม. (NIDA)




Factors Affecting The Engagement of LINE Customers in Bangkok: Structural Equation Modeling



-Structural Equation Model คออะไร สรางไดอยางไร ท าไปเพออะไร -Engagement เกดไดอยางไร ท าไมจงเกด Engagement -ผใชไลนในกรงเทพ ม engagement กบการใช Line หรอไม อยางไร เพราะอะไร นายวงศกร ยกจภต

นกศกษาปรญญาโท สาขาวชาการวเคราะหธรกจและการวจย นกวจยอาวโส บรษท เอมโอแคป จ ากด




Introduction to Big Data & Analytics



ดร.เอกสทธ พชรวงศศกดา อาจารยประจ าหลกสตรวศวกรรมขอมลขนาดใหญ (Big Data Engineering) วทยาลยนวตกรรมเทคโนโลยและวศวกรรมศาสตร มหาวทยาลยธรกจบณฑตย ผรวมกอตงหางหนสวนสามญ ดาตา ควบ (Data Cube)


แนะน า Big Data และตวอยางตางๆ แนะน า Internet of Things (IoT) แนะน าเทคนคการวเคราะหขอมลดวย Data Mining แนะน าการ Big Data Analytics เชน stream mining, text mining



Big Data Technologies



Big Data คออะไร สถาปตยกรรมส าหรบขอมลขนาดใหญเปนเชนไร จะจดการกบขอมลขนาดใหญไดอยางไร การประมวลผลขอมลขนาดใหญจะท าเชนไร Unstructured data ตางจาก Relational Database Management System หรอไม เทคโนโลยลาสดของขอมลขนาดใหญมอะไรบาง

ทมงาน Data Science Thailand




Big Data Analytics to Enhance Security Anapat Pipatkitibodee

Technical Manager



ใช Big Data มาเพมความปลอดภยไดอยางไร Big Data Analytics Security Trends

Example Security Attack Integrated Security Analytics with Open Source

How to apply?




How data science connect to innovation!



ดร. นพนษกรณ ไวยวฒธนาภม open innovation specialist

โกเมษ จนทวมล Data Science Thailand

สรางนวตกรรมจาก Data Science ไดอยางไร นวตกรรมทเกดจาก Data Sciences มกรปแบบ ใช Open Data สรางนวตกรรมและจะมอตลกษณไดจรงหรอ ตวอยางนวตกรรมทเกดจาก Data Sciences




Career Track: Computer Sciences @NIDA



ประเทศไทยตองการนกคอมพวเตอรหรอโปรแกรมเมอรหรอไม? ตกลงเราขาดแคลนนกคอมพวเตอรหรอโปรแกรมเมอรหรอไม? เราเรยนวทยาการคอมพวเตอรไปเพออะไร? เรยนวทยาการคอมพวเตอรจบแลวจะมงานรอเราหรอไม? เรยนวทยาการคอมพวเตอรไมเปนโปรแกรมเมอรไดหรอไม? ผศ.ดร.สเทพ ทองงาม

หวหนาสาขาวชาวทยาการคอมพวเตอร คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




Multi-Touch Authentication: New Method of Biometric Authentication



การยนยนตวตน ดวยวธ Multi-Touch และ Rhythm บนอปกรณประเภท Laptop และ Smartphone ท าไมตองยนยนตวตน? ท าไมตองใช Multi-touch? ท าไม Biometric จงเปนวธทดส าหรบ Security? ปลอดภยสกแคไหน?

นคนทร วงษนฤเคนทร Senior Head Developer at Hi-Q Food & Roza Food Doctoral student in Computer Science, NIDA




Cybersecurity Regulation for Thai Capital Market.



ดร.ก าพล ศรธนะรตน วทม. (NIDA) Ph.D. ผอ านวยการฝายเทคโนโลยสารสนเทศ

ส านกงานคณะกรรมการก ากบหลกทรพยและตลาดหลกทรพย




ระบบการเรยนการสอนระยะไกลโดยใชเทคโนโลยคลาวด



-ระยะทางไมเปนอปสรรคตอการเรยนร -เทคโนโลยท าใหโตตอบกนไดโดยตรงทงออนไลนและออฟไลน -พรมแดนแหงความรกวางขวางและสะดวกกวาเดม มทง ระบบลงทะเบยน ระบบจายเงน ระบบการเรยนการสอน การทดสอบและประเมน -สถาบนการศกษา โรงเรยนกวดวชามระบบบญช ระบบลกคาสมพนธ ไมตองลงทนฮารดแวรไมตองพฒนาโปรแกรมเอง รศ. ดร. พพฒน หรณยวณชชากร

สาขาวชาวทยาการคอมพวเตอร คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร คงฤทธ บญหนก ภทรพล อรณ




Career Track: Software Architecture @NIDA



-สถาปตยกรรมซอฟทแวรเรยนอะไร -เวลาออกแบบตองค านงถงอะไรบาง -ท าไมตองเรยนสถาปตยกรรมซอฟทแวร เรยนแลวไดอะไร -เรยนเขยนโปรแกรมเปนหลกใชหรอไม? -เรยนแลวพฒนาซอฟทแวรเอง เปน Startup เองไดหรอไม?

ผศ.ดร.รฐกร พลทรพย สาขาวชาวทยาการคอมพวเตอร คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




Agile Development for Startup



-Agile development คออะไร? -มขอดอะไรบางทเหนอกวาการพฒนาซอฟทแวรแบบดงเดม -ท าไม Agile development เหมาะสมกบ Startup

ผศ.ดร.รฐกร พลทรพย สาขาวชาวทยาการคอมพวเตอร คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team Services


-การดแลเรองประสทธภาพและการควบคมคณภาพโปรแกรม - การควบคมการท างานรวมกนและการจดการ Source Code ส าหรบ Team Collaboration and Development) - การควบคมคณภาพ และทดสอบโปรแกรมแบบตางๆ (Software Quality and Testing) - Measure and Analyze Application Performance and Load Testing - Build Automation and Release Management


เฉลมวงศ วจตรปยะกล ศษยเกาสาขาวทยาการคอมพวเตอร คณะสถตประยกต NIDA

Microsoft Most Valuable Professional (MVP)




น าเสนอขาย RMF อยางไรใหไดผล: การศกษาเชงทดลอง โดย ดนพล ทองค า วทม. (NIDA), นพพล อตตสนทอง วทม. (NIDA),

อาจารย ดร. อานนท ศกดวรวชญ



-เวลาขาย RMF ตองท าใหลกคารสกมนใจวาตนเองมความรหรอไม -เวลาขาย RMF ตองท าใหลกคามความรจรงๆ ในเรองของ RMF หรอไม - รสกวาตวเองร กบ รจรง อยางไหนจะท าใหอยากลงทน -มตวเลอกเยอะๆ ดหรอไมในการน าเสนอขาย RMF -บอกขอมลใหครบถวนหรอไมครบถวน แบบไหนจะท าใหขายไดงายกวากน -ทงหมดนหาค าตอบไดดวยศาสตร Behavioral Finance และ Experiment




ออกแบบกรมธรรมประกนชวตใหเขาใจงายและดงดดใจคนซอ: การศกษาตวแปรสงผานดวย Bootstrapping

โดย ตรยคณ โชประการ บญชย สนทรวฒไกร อาจารย ดร. อานนท ศกดวรวชญ



-ถาสญญากรมธรรมใชภาษาชาวบานอานเขาใจไดงายหมดจดจะท าใหลกคาเปาหมายรสกวาตนเองมความรเพมขนหรอไม และจะมความรเพมขนจรงหรอไม -กรมธรรมใสรายละเอยดครบกบการยอกรมธรรมใหสน มรายละเอยดนอยลงอยางไหนจะท าใหขายไดงายกวากน -การคดวาตวเองรเปนตวแปรสอสงผานระหวางความรจรง กบความตงใจจะซอหรอไม -จะทดสอบตวแปรสอไดอยางไร?




Actuarial Sciences and Risk Management @NIDA



-วทยาการประกนภยและการบรหารความเสยงเรยนอะไรกนแน? -ตองเกงคณตศาสตรเทานนใชหรอไมจงเรยนไดด -เรยนวชาอะไรบาง -จบไปตองสอบ license เชน SOA หรอ CAS หรอไม? -จบไปแลวท างานอะไรไดบาง -รายไดและความกาวหนาดมากเพยงใด ห

ผศ.ดร.ปรชา วจตรธรรมรส หวหนาสาขาวชาวทยาการประกนภยและการบรหารความเสยง คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




Proportional Hazard Model for Predicting Stroke Mortality



พมพชนก พฒขาว วทม. (NIDA) นกศกษาปรญญาเอก สาขาวชาประชากรกบการพฒนา

นกวชาการสถตช านาญการ ศนยวจยสถาบนประสาทวทยา สถาบนประสาทวทยา กรมการแพทย กระทรวงสาธารณสข รศ.ดร.เดอนเพญ ธรวรรณววฒน

สาขาวชาประชากรกบการพฒนา คณะสถตประยกต

การน า Proportional Hazards Model มาใชในวเคราะหขอมลปจจยทมผลตอภาวะการตายดวยโรคหลอดเลอดสมองในประเทศไทย ภายใตการด าเนนโครงการวจยขนาดใหญ ทมอาสาสมครประชากรไทย อาย 45-80 ป จากทวทกภมภาค ของประเทศไทย เขารวมโครงการ จ านวน 20,347 คน และมลกษณะเปนการศกษาชนดตดตามไปขางหนาระยะยาวในชมชน (community-based cohort study) เพอใหไดมาซงขอมลทางดานระบาดวทยาทส าคญส าหรบใชในการวางแผนทางการแพทยและสาธารณสขเพอปองกนและควบคมโรคหลอดเลอดสมอง ซงในประเทศไทยยงไมเคยมขอมลทเชอถอได จากการศกษาวจยในลกษณะนมากอน




การประกนภยรถภาคบงคบและการค านวณคาสนไหมสมบรณ



-ความรเกยวกบการประกนภยรถภาคบงคบ (พรบ.) -ความรดานคณตศาสตรประกนภย (Actuarial Science) -การค านวณคาสนไหมสมบรณ (Ultimate Loss) เพอหาอตราความสญเสย (Loss Ratio)

ดวงพร ศรวองไทย วทบ. (พยาบาลศาสตร เกยรตนยมอนดบหนง ม. มหดล) MBA (Monash University, Australia) วทม. (NIDA) เกยรตนยม ผอ านวยการส านกบรหารอตราและการรกษาพยาบาล บรษทกลางคมครองผประสบภยจากรถจ ากด




โดย อาจารย ดร. อานนท ศกดวรวชญ รศ.ดร.เดอนเพญ ธรวรรณววฒน ผศ. ดร. ปรชา วจตรธรรมรส ผศ. วณา ฉายศลปรงเรอง รศ. ดร. โอม ศรนล รศ. ดร. พาชตชนต ศรพานช วศน แกวชาญคา วทม. (NIDA)



-สรางตารางชพไดอยางไร -น าตารางชพไปใชอะไรไดบาง -การฉายภาพประชากร (Demographic Projection) ท าอยางไร -รหรอไมวาอก 30 ปขางหนา อายเฉลยขาราชการไทยจะสงถง 55 ป -รหรอไมวาอก 30 ปขางหนา รฐบาลตองดแลขาราชเกษยณและผมสทธเบกจายคารกษาพยาบาลกคนตอขาราชการทยงรบราชการหนงคน -สงคมขาราชการไทยก าลงจะเปนสงคมผสงอายอยางเตมวย?

การฉายภาพประชากรขาราชการไทยใน 30 ปขางหนา นวมนทราธราช หอง 4001, 1 กนยายน 2559 เวลา 13.30-14.30 น.



เสถยรภาพและความมนคงของกองทนการออมแหงชาต: การประเมนทางคณตศาสตรประกนภย



• สงคมไทยก าลงจะเขาสสงคมผสงวย กองทนบ านาญทมภาระผกพนตองช าระผลประโยชนใหแกผเกษยณอาย อาจเกดสถานะขาดสภาพคลอง หรอเงนทนไมเพยงพอ •รายละเอยดผลประโยชนของกองทน •ความมนคงของกองทน •อตราผลตอบแทนของกองทน •ศกษาและเปรยบเทยบปจจยส าคญทมผลตอสถานภาพกองทน

รฐรกษ สวสดเกยรต วทม. (NIDA) ฝายคณตศาสตรประกนภย(Corporate Actuarial)

บรษท เอฟดบบลวด ประกนชวต จ ากด(มหาชน)

ผศ. วณา ฉายศลปะรงเรอง, ASA อาจารยพเศษ สาขาวทยาการประกนภยและการบรหารความเสยง คณะสถตประยกต NIDA




Introduction to Financial Time Series Analysis with R



-ขอมลอนกรมเวลาทางการเงน เชน SET index จากตลาดหลกทรพยแหงประเทศไทย -การวเคราะหขอมลอนกรมเวลาทางการเงนขนสง ทงทใชในการพยากรณและการประมาณคา Volatility ไดแก -autoregressive moving average model (ARMA model) -Autoregressive conditional heteroskedasticity (ARCH) -Generalized autoregressive conditional heteroscedasticity(GARCH)

อ.ดร.ชยณรงค เกษามล ภาควชาคณตศาสตรและสถต คณะวทยาศาสตรและเทคโนโลย มหาวทยาลยธรรมศาสตร และ Data Science Thailand

นวมนทราธราช หอง 4001 เวลา 16.00-17.00.



Anomaly detection and anti-money laundering



อาจารย ดร.อานนท ศกดวรวชญ สาขาวชา Business Analytics and Intelligence สาขาวชาวทยาการประกนภยและการบรหารความเสยง คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร


ปณณวชญ วศลยาวฒน วทม. (NIDA)

-หลกการในการตรวจสอบความผดปกต -การตรวจจบ pattern ของความผดปกต -การตรวจจบ Outlier ตวแปรเดยว สองตวแปร และหลายตวแปร -การวเคราะหสวนเหลอ (Residual) ส าหรบการตรวจสอบความผดปกต -การวเคราะห outlier เพอตรวจจบการฟอกเงนในการซอประกนภย -เราจะเชอไดแคไหนวาหลกสถตใชในการตรวจสอบการทจรตไดจรง



Fraud detection in gas station



-การตรวจสอบการทจรตบตรสมาชกในปมน ามน -เราจะรไดอยางไรเมอเราถกพนกงานโกง? -เราใชหลกสถตอะไรในการตรวจจบการทจรตบตรสมาชกในปมน ามน

ขจรศกด พชญานรกษ วทม. (NIDA) MIS Manager PTG Energy Group




From fraudulence to adversarial learning



-- Fraudulent detection (ID Theft) approach & process - Evolution of fraudulence to sophisticated actor - adversarial learning

จรล งามวโรจนเจรญ Current chief data scientist and VP of Data Innovation Lab at Sertis, Former lead data scientist of Booz Allen Hamilton




Credit scoring model



-การพฒนาแบบจ าลองความเสยงดานเครดต (Credit Scoring) ส าหรบการพจารณาอนมตสนเชอ เพอจดการความเสยงในการใหบรการสนเชอ -A-Score, B-Score, C-Score ?

สมสวสด เตชพลฤทธนนท วทม. (NIDA) ฝายบรหารความเสยง (Scoring Team) อยธยาแคปปตอลเซอรวสเซส (Krungsri Consumer)




Career Track: Data Sciences @NIDA



โดย รศ. ดร. โอม ศรนล สาขาวชาวทยาการขอมล คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร

Data Sciences เรยนอะไร ตองมความรทางสถตและคณตศาสตรดมากกอนเรยนหรอไม?

ตองเขยนโปรแกรมคอมพวเตอรเกงไหม จบไปท างานอะไรไดบาง มความกาวหนาไดดแคไหน

เรยนแบบ Computer Sciences หรอเรยนแบบสถตประยกต เนอหาเนนหนกไปดานใด

อาจารยมความเชยวชาญดานใดบาง






โดย รศ. ดร. โอม ศรนล สาขาวชาวทยาการขอมล คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร

Text Mining in Business Intelligence

การท าเหมองขอความท าไดอยางไร มหลกการอยางไร ท าเหมองขอความภาษาไทยไดหรอไม

เราจะประยกตใชการท าเหมองขอความกบธรกจไดอยางไร ตองเขยนโปรแกรมเปนหรอไมหากจะท าเหมองขอความ

ท าเหมองขอความแลวจะไดความรอะไรบาง






โดย รศ.ดร.สรพงค เออวฒนามงคล สาขาวชาวทยาการขอมล

คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร

Machine Learning: An introduction

เครองจกรเรยนรไดอยางไร? เครองจกรเรยนรอะไรไดบาง การเรยนรของเครองจกรเอาไปประยกตใชงานใดไดบาง ตองใชคณตศาสตรขนสงในการเรยนรเรองการเรยนรของเครองจกร? ม software อะไรบางทใชส าหรบการเรยนรของเครองจกร ประเภทของการเรยนรของเครองจกรมกประเภท แตละประเภทเอาไปประยกตใชอะไร




Connected cities: Unlocking Innovation from Open Data



โดย ดร.พณชต กตตปญญางาม ผอ านวยการฝายนวตกรรม (นว.) ส านกงานรฐบาล

อเลกทรอนกส (องคการมหาชน)(สรอ.)

เมองเชอมโยงกนไดดวยเทคโนโลยอะไร เมองเชอมโยงกนท าใหเกดขอมลมากขนาดไหน ภาครฐสงเสรมการเขาถงขอมลเปดเพยงใด

นวตกรรมเกดขนไดจากขอมลเปดจรงหรอ ภาครฐสงเสรมการเขาถงและการใชงานขอมลเปดสกแคไหน ภาครฐสงเสรมนวตกรรมจากขอมลเปดดวยนโยบายใด




Data Analytics in your IoT Solution Fukiat Julnual, Technical Evangelist, Microsoft (Thailand) Limited



How we can feed our data stores from IoT Data for Data Analytic?

นวมนทราธราช 3003 1 กนยายน 2559 14.45-15.45 น.



Career Track: Information Technology Management @NIDA



โดย ผศ. ดร. ปราโมทย ลอนาม ผอ านวนการหลกสตร Information Technology Management

คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร

-ITM เปนสาขาวชาทาง Information Technology หรอทางการจดการ -จะเปน Chief Information Officer ตองเรยน ITM ใชหรอไม -การเรยน ITM จะเอาไปประยกตใชในการท างานไดอยางไรบาง -Information Technology Management ตางจาก Information System Management และ Computer Sciences อยางไรบาง




Internet of Things and Complex event processing (CEP)/Data fusion



โดย ปรญญา หรญปณฑาพร Data Analytics/Advanced Analytics ท Allianz Ayudhya

วทม (NIDA)

-Internet of Things (IoT) -เทคนค data fusion เชน Joint Directors of Laboratories (JDL) -ตวอยาง Spatial-temporal analysis เชน Population movement

นวมนทราธราช 3003 วนท 1 กนยายน 2559 16.-0-17.00 น.



Microsoft R server for distributed computing


-แนะน า Microsoft R Server -Distributed Computing มวธการอยางไร และมประโยชนอยางไร -แนะน าวธการ Configuration ส าหรบ Distributed Computing


กฤษฏ ค าตอ, Technical Evangelist, Microsoft (Thailand)

-Distributed computing กบ Big Data -Analytics บน R server -สาธตและสอนในลกษณะ workshop

Computer Lab 2 ชน 10 อาคารสยามบรมราชกมาร 1 กนยายน 2559 เวลา 9.00-12.30



R Tool for Visual Studio และการท างานรวมกนเปนทม


-ท าความรจกกบ R Technologies จาก Microsoft ทงแบบสวนบคคลหรอเปนทม ไดอยางมประสทธภาพ

- เครองมอท างานกบ R -การจดการและท างานเปนทมของ R

- R Version Control - จดการแผนงาน และการตดตามงานบน R


เฉลมวงศ วจตรปยะกล ศษยเกาสาขาวทยาการคอมพวเตอร คณะสถตประยกต NIDA Microsoft Most Valuable Professional (MVP)




Analytics in Modern Times: Powered by SAS


1. Introduction and Data Preparation using SAS Enterprise Guide 2. Introduction to Statistical Analysis using SAS Enterprise Guide 3. Advanced Machine Learning Models using SAS Enterprise Miner (Neural Networks, Decision Trees etc.) 4. Know more about “Advanced tools by SAS” 5. SAS Global Certification, Invest in yourself today and reap the benefits tomorrow 6. SAS Academy for Data Science, sharpen your skills and validate your expertise

Dr. Peerapon Vateekul SAS Certified Base Programmer for SAS 9 SAS Certified Predictive Modeler using SAS Enterprise Miner 13 Credential

§ A Deputy Head of Department in Academic Affairs § Department of Computer Engineering, Faculty of Engineering, Chulalongkorn University

§ Special Instructor at SAS Software Thailand


Computer Lab คณะสถตประยกต ชน 12 อาคารนวมนทราธราช 1 กนยายน 2559 เวลา 13.30-17.00



ARENA for Simulation


- ท าไมตอง Simulation - ใช Simulation ตอบโจทยอะไรไดบาง - ท า Simulation ดวย ARENA เพราะอะไร - รน Simulation บน ARENA ไดอยางไร





Implementing Virtual Private Network (VPN) workshop



-Virtual Private Network คออะไร -VPN มประโยชนอยางไร -สอนการ implement VPN

ผศ. ดร. ปราโมทย กวเจรญ สาขาวชา Information Security คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




Tableau for statistical graphic and data visualization



-Introduction for Data Visualization -Tableau use cases

-Product Demonstration

Somkiat Kraikriangsri – Enterprise Sales Marut Veerawatyotin – Sales Consultant




วทยากรจาก ORACLE ท Singapore แตบรรยายภาษาไทย



ORACLE and Enterprise Resource Planning Business Intelligence with ORACLE Analytics through ORACLE

ORACLE for Analytics Computer Lab 5 ชน 10 อาคารสยามบรมราชกมาร

1 กนยายน 2559 เวลา 13.30-17.00 น.





Microsoft R Open (MRO): Open platform for data scientists

กฤษฏ ค าตอ Technical Evangelist Microsoft (Thailand)

-MRO แกปญหา single core processing ไดหรอไม -MRO ตางจาก R อยางไร -สามารถใช MRO กบ Visual Studio ไดหรอไม -MRO เหมาะกบ Data Scientists เพราะเหตใด -ท าไมตองเรยนภาษา R -ทดลองเขยนโปรแกรมดวยภาษา R

Computer Lab 2 ชน 10 อาคารสยามบรมราชกมาร 2 กนยายน 2559 เวลา 9.00-12.30 น.





1. Introduction and Data Preparation using SAS Enterprise Guide 2. Business analysis by using SAS Visual Statistics & Business reporting by using SAS Visual Analytics 3. Advanced Machine Learning Models using SAS Enterprise Miner 4. SAS Academy for Data Science, sharpen your skills and validate your expertise

1) Dr. Thanapat Kangkachit § Special Instructor at SAS Software Thailand

§ PhD. Computer Engineering, Kasetsart University 2) Khun Pichamon Varnodyana

§ Analytics Presales, SAS Software Thailand

Business Analytics, practice sharing by SAS,

Computer Lab 5 ชน 10 อาคารสยามบรมราชกมาร 2 กนยายน 2559 เวลา 9.00-12.30 น.





The First Business Analytics and Data Sciences Contest The best seven presentation

การน าเสนอผลการวเคราะหธรกจและแผนธรกจ ของเจดทม ทผานการคดเลอกจาก 20 ทม

ทมละ 15 นาท พรอมความคดเหนจาก Commentator

รวมกนสราง Future Business Analysts and Young Data Scientists ส าหรบ Thailand 4.0 เพออนาคตของประเทศไทย

หอง 3001 ชน 3 อาคารนวมนทราธราช 2 กนยายน 2559 เวลา 15.00-17.00 น.





The First Business Analytics and Data Sciences Contest

7.00-8.00 ลงทะเบยนเขารวมการแขงขน 8.00-11.30 รบมอบโจทย/กตกา วเคราะหขอมล ท า powerpoint เพอน าเสนอผลการวเคราะหขอมล 11.30-13.00 น าเสนอผลการวเคราะห ทมละไมเกน 5 นาท/ รบประทานอาหารกลางวน 11.30-14.30 น าผลการวเคราะหมาเขยนแผนธรกจ จดท า powerpoint เพอน าเสนอแผนธรกจ สงแผนธรกจ 14.30-15.00 Coffee break/ กรรมการคดเลอกทมทเขารอบ 7 ทม 15.00-17.00 ทม 7 ทมท เขารอบน าเสนอผลการวเคราะหและแผนธรกจ ไมเกน 15 นาท 17.00-17.30 ประกาศผลการแขงขน รบมองรางวล พธปด

หอง 1303 ชน 12A อาคารนวมนทราธราช 2 กนยายน 2559 เวลา 7.00-17.30 น.





กตกาการแขงขน The First Business Analytics and Data Sciences Contest

1. ใหน า laptop มาเองทมละ 3 เครอง และใหตดตง Software ทตองการใชงานมาใหครบถวนและพรอมใชงาน ไมจ ากด Software ทตองการใชงาน แตจะไมสามารถอพเดทหรอเรยกขอความชวยเหลอดาน Software ใดๆ ไดอกในระหวางการแขงขน 2. Software ทควรตดตงใหเรยบรอยไวบนเครองเพอใหพรอมแขงขนไดแก Microsoft Powerpoint (เนองจากตองใชท า presentation) Microsoft Excel (เนองจากขอมลจะสงใหเปน Excel) และโปรแกรมส าเรจรปทางสถต/Data Mining/ Machine Learning ทถนดและตองการใชงาน







3. หามน าอปกรณสอสารและอปกรณอเลคโทรนคสใดๆ ไปใชในระหวางการแขงขนโดยเดดขาด มฉะนนจะปรบตกถอวาทจรต กรรมการจะหาถงพลาสตกสขาวไวใหผเขารวมแขงขนใสอปกรณดงกลาวทปดเครองเรยบรอยแลวพรอมใสปายชอกระดาษลงไป วางไวหนาหองแขงขน หากมการพบวาผเขาแขงขนคนใดในกลมกตามใชอปกรณสอสารอเลคทรอนคสใดๆ กตามนอกเหนอไปจาก laptop ทใชในระหวางการแขงขนจะปรบตกทงกลมทนท โดยถอวาทจรตทงกลม


4. ผเขารวมการแขงขนสามารถน าต าราหนงสอ หรอวสดการศกษาอนๆ เขาหองแขงขนได แตหามหยบยมหรอสงใหกนขามกลมโดยเดดขาดไมวาจะดวยวธการใดกตาม มฉะนนจะปรบตกถอวาทจรตทงสองกลม






5. ผเขารวมแขงขนทกคนตอง Disable WIFI และ Blue Tooth connection ในระหวางการแขงขนใหเรยบรอย กรรมการจะเดนตรวจเครองคอมพวเตอรทละเครอง และเดนตรวจสอบเปนระยะๆ ทงนหากเครอง laptop เครองใดเครองหนง ตอเขากบ internet ไมวาจะดวยเหตผลใดกตาม กรรมการจะปรบทงกลมตกรอบทนท โดยถอวาทจรตทงกลม 6. หามปรกษาหารอ/สงสญญาณ/รหส ขามกลมโดยเดดขาด หากกรรมการพบเหนจะปรบตกถอวาทจรตทงสองกลม เชนเดยวกนกบการสอบโดยทวไป ทงนวนจฉยของประธาน (ผศ. ดร. ปราโมทย ลอนาม) ใหถอวาเปนทสนสด







7. หากผเขารวมการแขงขนตองการเขาหองน า ใหแจงประธาน และประธานจะใหเจาหนาทพาไปเขาหองน าทละหนงคนเทานน 6. ผเขารวมการแขงขนสามารถรบประทานอาหาร/ขนม/น า/เครองดม ทจดไวใหไดอยางเตมทตลอดระยะเวลาทแขงขน 8. การ backup ขอมลและงานระหวางท าเปนภาระของผเขาแขงขน หากเกดอบตเหต เชน ไฟดบ หรอ เครองคอมพวเตอรเสยกลางคน ใหถอวาเปนความรบผดชอบของผเขาแขงขนและถอวาเปนทสนสด







9. แตละทมจะไดรบ USB flash drive ใหใช Flash Drive ดงกลาวสงงาน เชน ผลการวเคราะหในรปแบบของ Powerpoint และ แผนธรกจ ในรปแบบ Powerpoint ใหกบกรรมการ ใหตงชอไฟลเปนชอ ทม เชน ทม baiผลวเคราะห.ppt 10. หามสง Flash drive ขามกลม หามหยบยม Flash drive ขามกลม มเชนนนจะถอวาทจรตทงสองกลม และปรบตกรอบทงสองกลม 11. การน าเสนอใหรกษาเวลา กรรมการรกษาเวลาอยางเครงครด และไมอนญาตใหน าเสนอตอทนทหลงจากหมดเวลาในทกรอบ







12. หลงจากรบมอบโจทยและขอมลเพอการวเคราะหในเวลา 8.00 น. ผเขาแขงขนแตละทมจะตองจบฉลากวาจะไดน าเสนอผมการวเคราะหตอคณะกรรมการทละทมเปนล าดบทเทาใด โดยเรมน าเสนอผลการวเคราะหตงแต เวลา 11.30 น. และทกทมตองสง powerpoint ส าหรบการน าเสนอภายในเวลา 11.30 น. เทานน หากสงหลงจากนคณะกรรมการจะถอวาทานสละสทธในการแขงขน 13. แตละทมจะมเวลาในการน าเสนอผลการวเคราะหทมละไมเกน 5 นาท กรรมการจะรบฟงอยางเดยว ไมให feedback ใดๆ และไมแจงคะแนนใหทราบ โดยเจาหนาทจะมาเรยกทมไปน าเสนอตามล าดบทไดจากการจบสลากในขอ 11 ทละทม และน าเสนอในหองตดกน







14. น าผลการวเคราะหมาเขยนแผนธรกจ จดท า powerpoint เพอน าเสนอแผนธรกจ สงpowerpoint เพอน าเสนอ แผนธรกจภายในเวลา 14.30 น. 15. คณะกรรมการตดสนจะคดเลอกทมทเขารอบจ านวน 7 ทม จากผลคะแนนการน าเสนอผลการวเคราะหรวมกบคะแนน powerpoint แผนธรกจ และประกาศผลในเวลา 15.00 วาทมใดทผานเขารอบบาง ผลการตดสนของคณะกรรมการใหถอวาเปนทสนสด 16. ทมทงเจดทผานการคดเลอกมเวลาน าเสนอผลการวเคราะหและแผนธรกจทมละ 15 นาท และ Commentators อาจจะให feedback ไดตามสมควร แต Commentator ไมมสทธใหคะแนนใดๆ ทงสน







17. คณะกรรมการจะใหคะแนนจากการน าเสนอรอบหลงทมละ 15 นาทน และใชน าคะแนนรวมจาก (1 ใน 3 จากการน าเสนอผลการวเคราะหในรอบแรก+1 ใน 3 จาก powerpoint แผนธรกจ+1 ใน 3 จากการน าเสนอผลการวเคราะหและแผนธรกจรอบสดทาย) เพอตดสนวาทมใดจะไดรบรางวลชนะเลศ รางวลรองชนะเลศอนดบหนง รางวลรองชนะเลศอนดบสอง ผลการตดสนของคณะกรรมการใหถอวาเปนทสนสดเชนกน




Career Track: Information Security @NIDA



-Information Security เรยนอะไรบาง -งานส าหรบคนทจบดาน information security -ประเภทของ Information security





Current trends in information security



แนวโนมปจจบนของ information security จะไปทางใด





Cyber Security



- สถานการณการใชงานและทศทางอนเทอรเนต สอสงคมออนไลน ของประเทศไทย - ลกษณะภยคกคามทางไซเบอร สงทอาจไมคาดคด - สอสงคมออนไลนกบความปลอดภย - กรณศกษาดานภยคกคามทางไซเบอร

ณฐ พยงคศร นกวชาการคอมพวเตอรช านาญการ พนกงานเจาหนาทตามพระราชบญญตวาดวยการกระท าความผดเกยวกบคอมพวเตอร พ.ศ. 2550




-จดกลมครวเรอนไทยตามรายได คาใชจาย หนสน การออม และความเปนอยของครวเรอน ไดกกลม? -การจดกลมตวแปรทเปนทงตวแปรตอเนองและตวแปรจดประเภทท าไดอยางไร? -ระดบการศกษาและอาชพมความสมพนธกบกลมครวเรอนและความเหลอมล าหรอไม?



ความเหลอมล าระหวางกลมครวเรอนไทยตามสถานะทางเศรษฐกจ: การวเคราะหจดกลม

ประภาศร เลศเลอเกยรต วทม (NIDA) สวนงานเทคนคพฒนาและสนบสนนระบบปฏบตการรบประกน บรษท ไทยประกนชวต จ ากด

อาจารย ดร.อานนท ศกดวรวชญ สาขาวชา Business Analytics and Intelligence

สาขาวชาวทยาการประกนภยและการบรหารความเสยง คณะสถตประยกต สถาบนบณฑตพฒนบรหารศาสตร




-การใชจายของครวเรอนเปนขอมลพนฐานทส าคญสดของธรกจและการตลาด -ในรอบหลายปทผานมาครวเรอนไทยมการเปลยนแปลงคาใชจายอยางไรบาง -ปจจยในทมอทธพลตอการเปลยนแปลงการใชจายของครวเรอนไทย



ปจจยทมอทธพลตอการเปลยนแปลงการใชจายของครวเรอนไทย

สมยศ ประจนบาล วทม. (NIDA) เกยรตนยม ส านกงานสถตแหงชาต

รศ.ดร.เดอนเพญ ธรวรรณววฒน สาขาวชาประชากรกบการพฒนา

สาขาวชา Business Analytics and Intelligence คณะสถตประยกต






-ผลเลอกตงจะออกมาเปนเชนไร หากรฐธรรมนญผาน -ท านายผลการเลอกตงดวย Data Sciences ไดหรอไม -ปจจยดานสงคมเศรษฐกจ ภมศาสตร ประชากรศาสตร พฤตกรรมศาสตร ปจจยใดทท านายผลการเลอกตงไดด -พนทเขตเลอกตงแบบใดมแนวโนมทจะมบตรเสย Vote No และ No Vote เพอไทย หรอประชาธปตย -แบบจ าลองแบบไหนทใชท านายผลเลอกตง สรางไดอยางไร

Spatial regression model predicting Thailand’s election อาจารย ดร. อานนท ศกดวรวชญ

นางสาวรชนพร จนทรสา คณะสถตประยกต NIDA นวมนทราธราช 4001 วนท 2 กนยายน 2559 13.30-14.00 น.





การเกอหนนบดามารดาสงอายวยปลายจากบตรวยผใหญ

รศ.ดร.เดอนเพญ ธรวรรณววฒน สาขาวชาประชากรกบการพฒนา

สาขาวชา Business Analytics and Intelligence คณะสถตประยกต ร.ท.กนกกร ศกดแหลมเงน วทม (NIDA)

นายทหารกรรมวธขอมล กองสถตและประเมนผล โรงเรยนนายเรออากาศนวมนทกษตรยาธราช

ผสงอายวยปลายในสงคมไทยมมากแคไหน มลกษณะเชนไรบาง ผสงอายวยปลายตองการการเกอกลในลกษณะใด

ความรดาน analytics ชวยตอบโจทยสงคมไดหรอไม






1.คณวชรงค แปนปลม บรษท เอไอจ ประกนภย (ประเทศไทย) จ ากด (มหาชน)

2. คณกมลลกษณ พรประสงคสข บรษท อาคเนยประกนภย จ ากด (มหาชน) ธรกจประกนวนาศภย

3. Weeraphun Phooyaphat บรษท ไทยอนเตอรแมท จ ากด


Information System Management: The Practical Stories

เรยน Information System Management แลวน าไปใชงานอะไรไดบาง?



Image analytics and its application


1. อะไรคอ Image (and Video) Analytics 2. Image Analytics เรองงาย ๆ ทไมงายส าหรบคอมพวเตอร 3. ท าไม Image Analytics ถงส าคญกบ Business และ Data Science 4. แอปพลเคชนทนาสนใจทางดาน Image Analytics


ผศ.ดร.ฐตรตน ศรบวรรตนกล อาจารยประจ าสาขาวชา Interactive Media Sciences คณะสถตประยกต NIDA




Career Track: Interactive Media Sciences @NIDA


I-AM ชอนมนใจมาก ตกลง I-AM เรยนอะไร เรยนเพอไปวาดรปกราฟฟค? เรยนเพอท า ANIMATION? เรยนสราง 3D? เรยนสราง Game? เรยนสราง Virtual Reality? เรยนสราง Augmented Reality? ตกลงเรยนศลปะหรอเรยนวทยาศาสตร?


ผศ. ดร.ธนาสย สคนธพนธ สาขาวชา Interactive Media Sciences คณะสถตประยกต NIDA




Facial Recognition and Modeling


การสรางหนาคน เชน ใชในการสรางหนาคน 3 มต พรอม Texture จากภาพวาด sketch ทเปน 2 มต รวมทงงานทเนนการสรางหนาการตน 3 มต โดยใหมอตลกษณของคนทตองการไปผสมในหนาการตน -เทคนค Facial Recognition โดยทวไป -เทคนค การสรางหนา 3 มต -เทคนคการน า Facial Recognition มาใชรวมกน


ผศ. ดร.ธนาสย สคนธพนธ อาจารยประจ าสาขาวชา Interactive Media Sciences คณะสถตประยกต NIDA




Face recognition and deep learning



ดร.สรรพฤทธ มฤคทต นกวจย หองปฏบตการเทคโนโลยภาพหรอ IMG ศนยเทคโนโลยอเลกทรอนกสและคอมพวเตอรแหงชาต (NECTEC)

การรจ าใบหนานบเปนเทคโนโลยพนฐานในหลายๆ งานทเกยวของกบการรกษาความปลอดภย ในการบรรยายนเราจะกลาวถงพนฐานของงานวจยตางๆ ทเกยวของโดยเฉพาะการประยกตใชเทคนค deep learning กบงานน ซงน าไปสระบบทมประสทธภาพเทยบเคยงกบมนษยได




Introduction to graph mining and its application



ผชวยศาสตราจารย ดร.วรพล พงษเพชร มหาวทยาลยธรกจบณฑตย

Graph เปน Visualization ทเราใชกนอยางแพรหลาย โดยเฉพาะใน Social Network Analysis

การท าเหมองกราฟคออะไร มเทคนคและวธการอยางไรบาง มงานวจยอะไรทนาสนใจ มใครน ามาประยกตใชในธรกจอยางไร ถาจะเรมท าเหมองกราฟควรจะเตรยมอยางไร




Career Track: Logistic Management @NIDA


-Logistic Management เรยนวชาอะไรบาง -เรยน Logistic management ตองใชคณตศาสตรมากหรอไม -อนาคตของ Logistic management ของไทยเปนอยางไร -การไดงานท าและความกาวหนาของผทจบดาน logistic management เปนอยางไร


อ. ดร. สราวธ จนทรสวรรณ สาขาวชา Logistic Management คณะสถตประยกต NIDA




Revenue Management for Airline Industry


•What is Revenue Management? •Revenue Management in Airline Industry -Market segmentation -Capacity allocation/Booking control -Overbooking - Forecasting •Research topics & Future trends


รศ.ดร.กาญจนภา อมรชกลสาขาวชา Logistic Management คณะสถตประยกต NIDA




Decision Support System Tool for Assessing Vulnerability of Transportation Networks: Case of Mega Flood in Thailand


-Decision support system (DSS) คออะไร สรางไดอยางไร น าไปใชประโยชนอะไรไดบาง -Transportation network บอกอะไรเรา เราน าไปใชอะไรไดบาง -มหาอทกภยในป 2554 ใหบทเรยนอะไรแกเราบางในดานเครอขายการขนสง


อ. ดร. สราวธ จนทรสวรรณ สาขาวชา Logistic Management คณะสถตประยกต NIDA




Prescriptive Analytics for Logistics Management


•What is Prescriptive Analytics? •Prescriptive Analytics & Competitive advantage •Case study: Making “Better” Decisions in Logistics Management using Prescriptive Analytics


รศ.ดร.กาญจนภา อมรชกลสาขาวชา Logistic Management คณะสถตประยกต NIDA




Business Advantages through Logistics Management



อ.ดร.ศวกา ดษฎโหนด สาขาวชา Logistic Management คณะสถตประยกต NIDA

-Logistic Management ท าใหเกดความไดเปรยบในการแขงขนทางธรกจไดอยางไร -Logistic Management ท าใหเกด Cost leadership ไดอยางไร -Showcase ในการใชความรทาง Logistic Management ใหเกด Business Competitive Advantage




แนวทางการจดเสนทางเดนรถกรณศกษาการประยกตใช Vehicle Routing Problem (VRP) เพอปรบปรง การขนสงชนสวนรถยนต



ลกษณพเชษฐ คชวตร นกศกษาปรญญาโทสาขาวชา Logistic Management

คณะสถตประยกต NIDA

-จะจดเสนทางเดนรถเพอรบและสงสนคาดวยระยะทางทสน ในเวลาทก าหนด ประหยด ทามกลางขอจ ากดเนองจากภาชนะทน ามาบรรจสนคามขนาดแตกตางกน และน าไปปฏบตไดจรงไดอยางไร -VRP คออะไร มก Algorithm Saving Algorithm และ Sweep Algorithm ตางกนอยางไร อยางใดเหมาะสมทสดในสถานการณใดบาง




ตวแบบสนคาคงคลงแบบพลวต (Dynamic Lot Sizing Inventory Model) เพอก าหนดจดสงซอและปรมาณการสงซอ:

กรณศกษาการสงซอถานหนส าหรบอตสาหกรรมปนซเมนต



นรชร วะชม นกศกษาปรญญาโทสาขาวชา Logistic Management คณะสถตประยกต NIDA

•สนคาคงคลงในอตสาหกรรมปนซเมนต •การพยากรณแนวโนมราคาถานหน •การค านวณ safety stock โดยทมความไมแนนอนของระยะเวลาน าสง (lead time) •การสรางตวแบบทางคณตศาสตร และการหาผลลพธโดยใช Microsoft Excel Premium Solver Pro •ผลลพธทได/ประโยชนตอธรกจ: ลดคาใชจายได 372.85 ลานบาทตอป (ประมาณ 22% ของ spending)




Airline Overbooking



มรต สมบรณ นกศกษาปรญญาเอกสาขาวชาสถต คณะสถตประยกต NIDA

•การจองเกนทนงของสายการบน •สทธของผโดยสาย เมอถกสายการบนปฏเสธการเดนทาง •ตวแบบการตดสนใจของสายการบน เพอหาจ านวนทใหจองเกนทเหมาะสม




Subscriber Churn Prediction Model Using Social Network Analysis in Telecommunication Industry


-Basic Social Network Analysis concept. -Social Network Analysis with R.

-Visualizing Social Network - Using Social Network Analysis to Predict

Subscriber Churn in Telecommunication Industry.


Chettapong Punyachonkool, B.Eng., MSc. (NIDA) Data Engineer, Business Intelligence Strategy The Siam Commercial Bank.

Arnond Sakworawich, BBA., MBA., MA., PhD. Business Analytics and Intelligence Program Actuarial Sciences and Risk Management Program Graduate School of Applied Statistics, NIDA




Career Track: Business Analytics and Intelligence @NIDA


นายวงศกร ยกจภต นกศกษาปรญญาโท

สาขาวชาการวเคราะหธรกจและการวจย นกวจยอาวโส บรษท เอมโอแคป จ ากด

https://businessanalyticsnida.wordpress.com


Arnond Sakworawich, BBA., MBA., MA., PhD. Business Analytics and Intelligence Program Actuarial Sciences and Risk Management Program Graduate School of Applied Statistics, NIDA

-BA&I เรยนอะไรบาง -BA&I ตองใชคณตศาสตรและสถต? -BA&I ตองเขยนโปรแกรมหรอไม? -ตลาดแรงงานของ BA&I เปนอยางไร -อนาคตของ BA&I -BA&I ตางจาก Data Sciences อยางไร

-BA&I เปน Startup ไดหรอไม?






อาจารย ดร. อานนท ศกดวรวชญ Business Analytics and Intelligence Program คณะสถตประยกต NIDA

การจดกลมนกลงทนไทยตามพฤตกรรมการลงทน

อาจารย ดร. ธนากร ลขตาภวฒน ภาควชาการธนาคารและการเงน คณะพาณชยศาสตรและการบญช จฬาลงกรณมหาวทยาลย

นางสาว ธญญฉตร รงศรสวสด วทม. (NIDA) เกยรตนยม ธนาคารแหงประเทศไทย

นกลงทนไทยก าหนดสดสวนในการลงทนประเภทตางๆ อยางไร มกลมนกลงทนไทยแบงออกเปนกกลม แตละกลมมพฤตกรรมการลงทนอยางไร การวเคราะหจดกลมกบการแบงสวนตลาด (Market Segmentation) กลมนกลงทนไทยมความแตกฉานทางการเงน ระดบรายได การศกษาแตกตางกนหรอไม






Customers are the center of telecoms business. Understanding customers through the data they produce and how we provide customers “relevant” information and offers across digital channels are the key factors of success in today's telecoms. This talk will present our recent development of real-time data analytics with the real used cases.

Towards Real-time Data Analytics in Telecoms Danai Laksameethanasan,

D.Sc.. Lead Data Scientist, DTAC, Telenor Group






กววฒน สนเจรญ วทม. (NIDA) Head of Marketing Intelligence King, Power International

Analytics in Real Life

ใครจะคดวา Analytics ค าทฟงดเขาใจยาก แตจรงๆแลว อยใกลชดกบเราตลอดทงวน ตงแตตนเชา จนถงตอนทเรานอนหลบ วนเวยนแบบนไปเรอยๆ ทกกจกรรมในชวตประจ าวนของเรา เพยงแคมการจดเกบขอมลทถกตองเหมาะสม กระบวนการวเคราะหเพอน าไปใชประโยชนดานตางๆ สามารถท าไดทนท






ตวเลอกทมมากไมท าใหอยากซอ: การวเคราะหตวแปรปรบดวยการวเคราะหถดถอยเชงชน

วศน แกวชาญคา วทม. (NIDA) เกยรตนยม อาจารย ดร. อานนท ศกดวรวชญ

คณะสถตประยกต NIDA

-ตวแปรปรบ (Moderator variable) คออะไร -จะวเคราะหตวแปรปรบไดอยางไร -การวเคราะหถดถอยเชงชนท าอยางไร แปลผลอยางไร -ในกรณใดทการมตวเลอกมากท าใหผบรโภคไมอยากซอ




the first nida business analytics and data sciences contest conference 1- 2 september 2016

Education