หลักสูตร  แสดงข้อมูล    โครงสร้างหลักสูตร     แผนการเรียน  ระดับการศึกษา  : ปริญญาโท แบบ 2 ภาคการศึกษา (ภาคปกติ)  คณะ  : บัณฑิตวิทยาลัย  หลักสูตร  : วิทยาการข้อมูลและการเรียนรู้ของเครื่อง - (แผน 1 ว. 2) (หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาวิทยาการข้อมูลและการเรียนรู้ของเครื่อง)  1.   งานรายวิชา หน่วยกิตต่ำสุด : 24  1.1   วิชาบังคับ หน่วยกิตต่ำสุด : 15 รหัสวิชา รายวิชา หน่วยกิต 279532-1  Data Science and Machine Learning Project  โครงงานวิทยาการข้อมูลและการเรียนรู้ของเครื่อง 3 (2-2-5) 279531-1  Principles of Machine Learning  หลักการของการเรียนรู้ของเครื่อง 3 (2-2-5) 279522-1  Optimization Algorithms for Machine Learning  อัลกอริทึมค่าเหมาะที่สุดสำหรับการเรียนรู้ของเครื่อง 3 (2-2-5) 279511-1  Principles of Big Data Programing and Management  หลักการเขียนโปรแกรมและการจัดการสำหรับข้อมูลขนาดใหญ่ 3 (2-2-5) 279521-1  Probability and Statistics for Data Science  ความน่าจะเป็นและสถิติสำหรับวิทยาการข้อมูล 3 (2-2-5)  1.2   วิชาเลือก หน่วยกิตต่ำสุด : 9  1.2.1   กลุ่มวิชาทฤษฎีด้านวิทยาการข้อมูลและการเรียนรู้ของเครื่อง หน่วยกิตต่ำสุด : - รหัสวิชา รายวิชา หน่วยกิต 279535-1  Current Trends in Machine Learning  แนวโน้มปัจจุบันในการเรียนรู้ของเครื่อง 3 (2-2-5) 279533-1  Foundations of Machine Learning  รากฐานของการเรียนรู้ของเครื่อง 3 (2-2-5) 279534-1  Advanced Topics in Machine Learning  หัวข้อขั้นสูงในการเรียนรู้ของเครื่อง 3 (2-2-5)  1.2.2   กลุ่มวิชาทฤษฎีด้านการเรียนรู้เชิงลึก หน่วยกิตต่ำสุด : - รหัสวิชา รายวิชา หน่วยกิต 279541-1  Deep Learning and Applications  การเรียนรู้เชิงลึกและบทประยุกต์ 3 (2-2-5)  1.2.3   กลุ่มวิชาด้านอินเทอร์เน็ตของสรรพสิ่ง หน่วยกิตต่ำสุด : - รหัสวิชา รายวิชา หน่วยกิต 279551-1  IoT Programming  การโปรแกรมอินเทอร์เน็ตของสรรพสิ่ง 3 (2-2-5) 279553-1  Machine Learning Engineering  วิศวกรรมการเรียนรู้ของเครื่อง 3 (2-2-5) 279552-1  IoT and Edge Computing  อินเทอร์เน็ตของสรรพสิ่งและการประมวลผลที่ขอบของเครือข่าย 3 (2-2-5)  1.2.4   กลุ่มวิชาทฤษฎีด้านการประยุกต์วิทยาการข้อมูลและการเรียนรู้ของเครื่อง หน่วยกิตต่ำสุด : - รหัสวิชา รายวิชา หน่วยกิต 279568-1  Applications of Machine Learning in Emissions  การประยุกต์ใช้การเรียนรู้ของเครื่องในงานด้านการปล่อยมลพิษ 3 (2-2-5) 279561-1  Computer Vision and Pattern Recognition  คอมพิวเตอร์วิทัศน์และการรู้จำรูปแบบ 3 (2-2-5) 279562-1  Theoretical Foundation of Multimedia  พื้นฐานเชิงทฤษฎีสำหรับมัลติมีเดีย 3 (2-2-5) 279563-1  Visual Data Processing and Interpretation  การประมวลผลและการตีความหมายข้อมูลด้วยภาพ 3 (2-2-5) 279564-1  Advanced Data Visualization  การแสดงข้อมูลด้วยภาพขั้นสูง 3 (2-2-5) 279566-1  Applications of Machine Learning in Quantitative Finance  การประยุกต์ใช้การเรียนรู้ของเครื่องในงานด้านการเงินเชิงปริมาณ 3 (2-2-5) 279565-1  Numerical Methods in Quantitative Finance  วิธีการเชิงตัวเลขในการเงินเชิงปริมาณ 3 (2-2-5) 279567-1  Applications of Machine Learning in Healthcare  การประยุกต์ใช้การเรียนรู้ของเครื่องในงานด้านการดูแลสุขภาพ 3 (2-2-5)  2.   วิทยานิพนธ์ หน่วยกิตต่ำสุด : 12 รหัสวิชา รายวิชา หน่วยกิต 279582-1  Thesis 2, Type A 2  วิทยานิพนธ์ 2 แผน 1 ว. 2 3 (0-9-4) 279581-1  Thesis 1, Type A 2  วิทยานิพนธ์ 1 แผน 1 ว. 2 3 (0-9-4) 279583-1  Thesis 3, Type A 2  วิทยานิพนธ์ 3 แผน 1 ว. 2 6 (0-18-9)  3.   รายวิชาบังคับไม่นับหน่วยกิต หน่วยกิตต่ำสุด : - รหัสวิชา รายวิชา หน่วยกิต 279571-1  Research Methodology in Data Science and Machine Learning  ระเบียบวิธีวิจัยในวิทยาการข้อมูลและการเรียนรู้ของเครื่อง 3 (2-2-5) 279572-1  Seminar in Data Science and Machine Learning  สัมมนาด้านวิทยาการข้อมูลและการเรียนรู้ของเครื่อง 1 (0-2-1)
		- การแสดงผลที่เหมาะสมแนะนำให้ใช้ browser เป็น Internet Explorer Version 5.0 ขึ้นไป       และขนาดความกว้างหน้าจอ (Screen Area) เป็น 1024x768 pixels
		งานทะเบียนนิสิตและประมวลผล กองบริการการศึกษา มหาวิทยาลัยนเรศวร เลขที่ 99 หมู่ 9 ตำบลท่าโพธิ์ อำเภอเมือง จังหวัดพิษณุโลก 65000 โทรศัพท์ 055-968-310 ถึง 11 (ฝ่ายระบบทะเบียนออนไลน์) 055-968-312 (ฝ่ายจัดตารางเรียน/สอน) 055-968-314 ถึง 15 (ฝ่ายทะเบียนนิสิต) 055-968-324 (เคาน์เตอร์)