คอร์สนี้ออกแบบมาเพื่อเสริมสร้างพื้นฐานด้านสถิติที่จำเป็นต่อการวิเคราะห์ข้อมูลในสายงาน Data Science โดยเริ่มจากการปูพื้นฐานเกี่ยวกับข้อมูล (Data Fundamentals) เช่น ประเภทของข้อมูลทั้ง 4 แบบ ค่าสถิติเบื้องต้น และการเลือกใช้กราฟหรือเครื่องมือ Visualization ที่เหมาะสมกับลักษณะข้อมูลแต่ละประเภท ผู้เรียนจะได้ทำความเข้าใจหลักการสุ่มตัวอย่างแบบความน่าจะเป็น (Probability Sampling) เพื่อให้ได้ข้อมูลตัวอย่างที่มีความน่าเชื่อถือสำหรับการวิเคราะห์ รวมถึงการวัดค่ากลางและการกระจายของข้อมูลในหลากหลายรูปแบบ เพื่อสื่อถึงลักษณะของข้อมูลได้อย่างมีประสิทธิภาพ

คอร์สยังครอบคลุมทักษะการตรวจสอบข้อมูลเบื้องต้น (Data Exploration) เพื่อเข้าใจแนวโน้มโดยรวมของข้อมูล และการตรวจจับค่าผิดปกติ (Outlier Detection) ที่อาจส่งผลต่อคุณภาพการวิเคราะห์ ผู้เรียนจะได้ฝึกฝนเทคนิคการจัดเตรียมและแปลงข้อมูล (Data Preparation & Transformation) เพื่อให้ข้อมูลพร้อมสำหรับการนำเข้าโมเดลขั้นต่อไป และเรียนรู้การวัดความสัมพันธ์ของข้อมูลด้วยค่าสหสัมพันธ์ (Correlation) ที่เหมาะสมกับประเภทของตัวแปร สอนผ่านตัวอย่างจริง พร้อมลงมือทำด้วย Microsoft Excel เพื่อเสริมความเข้าใจอย่างเป็นรูปธรรม และสามารถนำไปประยุกต์ใช้ได้จริงในทุกงาน

ประโยชน์ที่ผู้เรียนได้รับ
- เข้าใจประเภทข้อมูลทั้ง 4 แบบ และสามารถเลือกใช้ค่าสถิติเบื้องต้นและกราฟในการนำเสนอข้อมูลได้อย่างเหมาะสม
- สามารถใช้หลักการสุ่มตัวอย่างแบบความน่าจะเป็นเพื่อให้ได้ข้อมูลตัวอย่างที่มีความน่าเชื่อถือสำหรับการวิเคราะห์
- เข้าใจการวัดค่ากลางและการกระจายของข้อมูลในหลายรูปแบบ เพื่ออธิบายลักษณะของข้อมูลได้อย่างถูกต้อง
- มีทักษะในการตรวจสอบข้อมูลเบื้องต้น (Data Exploration) เพื่อวิเคราะห์แนวโน้มและคุณภาพของข้อมูล
- สามารถตรวจจับค่าผิดปกติ (Outlier) ได้อย่างเหมาะสม เพื่อปรับปรุงคุณภาพของข้อมูล
- เรียนรู้การจัดเตรียมและแปลงข้อมูล (Data Preparation & Transformation) เพื่อให้เหมาะสมต่อการวิเคราะห์ในขั้นถัดไป
- เข้าใจและสามารถเลือกใช้ค่าสหสัมพันธ์ (Correlation) ที่เหมาะกับประเภทของข้อมูล เพื่อวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร
- ฝึกลงมือทำจริงผ่าน Microsoft Excel เพื่อเสริมความเข้าใจเชิงปฏิบัติและสามารถนำความรู้ไปประยุกต์ใช้ได้จริงในงานวิเคราะห์ข้อมูล

คอร์สนี้เหมาะสำหรับ
- ผู้เริ่มต้นในสาย Data Science ที่ต้องการวางรากฐานความเข้าใจด้านสถิติก่อนต่อยอดสู่ Machine Learning หรือ AI
- นักเรียนหรือนักศึกษา ในสาขาวิทยาศาสตร์ คอมพิวเตอร์ วิศวกรรม เศรษฐศาสตร์ หรือบริหาร ที่ต้องการนำสถิติไปใช้ในการวิเคราะห์ข้อมูล
- บุคลากรในสายงานข้อมูล เช่น Data Analyst, Business Analyst, Marketing Analyst ที่ต้องการเพิ่มความเข้าใจด้านสถิติและประยุกต์ใช้กับงานจริง
- อาจารย์ นักวิชาการ หรือนักวิจัย ที่ต้องการทบทวนเนื้อหาสถิติเพื่อใช้ในการสอนหรือการวิเคราะห์ข้อมูลโดยใช้ Excel
- ผู้สนใจทั่วไป ที่ต้องการเรียนรู้สถิติเพื่อการวิเคราะห์ข้อมูลเบื้องต้น หรือการตัดสินใจจากข้อมูลใน