WARIN.ME
เครื่องมือและนวัตกรรมการสอน
เครื่องมือสะท้อนการสอน ห้องทดลอง และระบบทดลองเพื่อทำความเข้าใจผู้เรียน ผู้สอน เนื้อหา และการตัดสินใจทางการศึกษา
จัดกลุ่มตามรายวิชา
เริ่มจากรายวิชาที่กำลังเรียน
ห้องทดลองแต่ละรายการด้านล่างมีรายวิชาหลักที่ชัดเจน
รายวิชา 07
วิทยาการข้อมูลและวิศวกรรมข้อมูล
ระบบข้อมูล Machine Learning และ Feature Engineering
VIEW สำหรับ Data Engineering
เริ่มจาก semantic ที่ใช้ซ้ำได้ governance และรอยต่อระหว่างทีม application กับ analytics
เปิดบทเรียน →Bulk UPDATE เทียบกับการสร้างตารางใหม่
เห็นว่าเมื่อใด row version, log, index และ random write ทำให้ read–transform–new table น่าทดลองกว่า
เปิดบทเรียน →จากข้อมูลธุรกรรมสู่ Feature
เห็นว่าเหตุใดข้อมูลแบบ row-oriented จึงจำเป็น แต่แพงเมื่อคำนวณเชิงวิเคราะห์ซ้ำ
เปิดบทเรียน →OLAP, Feature Engineering และ Storage
ย้าย window และ aggregate ที่ใช้ซ้ำไปสู่โครงสร้างเชิงวิเคราะห์
เปิดบทเรียน →ห้องทดลอง Feature Store
จัดรุ่น ใช้ร่วม และเสิร์ฟ feature โดยควบคุม training-serving skew
เปิดบทเรียน →ห้องทดลอง Airflow
จัด dependency, retry, schedule และการสังเกต data pipeline
เปิดบทเรียน →แล็ปสถาปัตยกรรมระบบข้อมูล
เปรียบเทียบ OLTP, embedded/columnar OLAP, materialization และ IVM ภายใต้ data contract เดียวกัน
เปิดบทเรียน →ส่งข้อมูลจาก PostgreSQL สู่ DuckDB เพื่อการวิเคราะห์
ส่งออก snapshot รายเดือน ทดลอง dual write และเปรียบเทียบ query วิเคราะห์ที่เทียบเคียงกันบนทั้งสอง engine
เปิดบทเรียน →ห้องทดลอง Screen Scraping ด้วยสามเครื่องมือ
เรียน XPath, BeautifulSoup และ Selenium ทีละขั้นจากโจทย์แหล่งข้อมูลที่น่าเชื่อถือเดียวกัน
เปิดบทเรียน →จากสูตร Machine Learning สู่ MariaDB SQL
ไล่สูตร kNN, Naive Bayes, regression, k-means และ Z-score ก่อนแปลง operator เป็น SQL
เปิดบทเรียน →สร้าง Machine Learning ด้วย SQL ล้วน
เปิดกล่องดำของโมเดลหกตระกูลและเปรียบเทียบ DuckDB กับ MariaDB
เปิดบทเรียน →ระบบแนะนำด้วย SQL
สร้าง popularity, co-occurrence, collaborative, content, temporal และ hybrid ranking
เปิดบทเรียน →NextGenEd · รากฐานข้อมูลระบบแนะนำรายวิชา
ออกแบบแบบสอบถาม ความยินยอม CRUD สมมุติฐานการจำลอง และ ERD ก่อนเริ่มสร้างโมเดล
เปิดบทเรียน →Declarative Machine Learning
แยก SQL-native algorithm ออกจาก SQL-callable service และ commercial platform
เปิดบทเรียน →In-Database ML ด้วย MADlib
ใช้ library ที่เติบโตแล้วหลังจากเข้าใจสิ่งที่ SQL interface ซ่อนไว้
เปิดบทเรียน →แล็ป Declarative ML แบบรันจริง
เปรียบเทียบขอบเขตการรันของ embedded และ server OLAP
เปิดบทเรียน →Online ML 3 รูปแบบที่ใช้จริง
แยก online inference, online feature และ true online learning รวม delayed label และ drift
เปิดบทเรียน →Composite Feature และ Shared Computation
ค้นหาโครงสร้างราคาแพงที่ใช้ร่วมกันและไม่คำนวณซ้ำ
เปิดบทเรียน →RFM Analysis และ Churn Signal
เลือกลูกค้า คำนวณ RFM snapshot และตีความ slope หลายช่วงโดยไม่เข้าใจผิดว่า heuristic คือ probability
เปิดบทเรียน →Representation ในฐานะ Feature
เปรียบเทียบ PCA, SVD, NMF, projection, embedding และ model-derived score พร้อมควบคุม leakage
เปิดบทเรียน →Feature Engineering ทาง Bioinformatics
ไล่ feature จาก sequence และ structure พร้อม complexity และประโยชน์ของการเก็บผล
เปิดบทเรียน →Feature Engineering ทางการเงิน
ตีความ trend, momentum, volatility, volume, liquidity และ risk โดยไม่เปลี่ยน indicator เป็นคำแนะนำ
เปิดบทเรียน →แผนที่ Feature Engineering 12 สาขา
เปรียบเทียบความหมาย ต้นทุน และการตีความ feature ในสิบสองสาขา
เปิดบทเรียน →Deep Learning เปลี่ยนขอบเขต Feature Engineering
เข้าใจสิ่งที่ representation learning ทำแทนได้และข้อมูลที่มันสร้างคืนไม่ได้
เปิดบทเรียน →รายวิชา 01
การประมวลผลบนเครือข่าย / เครือข่ายคอมพิวเตอร์
การหาเส้นทางและโครงสร้างเครือข่ายที่ไม่มีวงวน
รายวิชา 04
ระบบขนานและระบบกระจาย
การค้นหาแบบขนานและการสื่อสารระหว่างหน่วยประมวลผล
รายวิชา 05
โครงสร้างข้อมูลและขั้นตอนวิธี
ดัชนี การค้นหา การให้คะแนน และ heuristic ที่อธิบายได้
รายวิชา 06
ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
AI ประยุกต์ Bioinformatics และ Online Learning ที่ย้อนกลับได้
ห้องทดลอง PlantLoc PSO
ปรับน้ำหนักหลักฐานจากตัวจำแนกสำหรับตำแหน่งโปรตีนพืช
เปิดบทเรียน →ห้องทดลอง HumanLoc PSO
เรียนตำแหน่งแบบ multilabel และ ensemble voting ที่ตรวจสอบได้
เปิดบทเรียน →ห้องทดลอง Online Psychosegment
Learn, unlearn และ relabel พร้อม revision audit
เปิดบทเรียน →ห้องทดลอง Fiction Gene
ตรวจ story certificate และ reversible online learning ข้าม model version
เปิดบทเรียน →ห้องทดลอง Admission Reaction
กู้โมเดลจำแนก reaction หกชนิดจากงานตีพิมพ์ แล้ว Learn, Unlearn, Restore และ Relabel พร้อม revision audit
เปิดบทเรียน →เครื่องมือที่ไม่ผูกกับรายวิชาเดียว
ใช้ร่วมกันได้ในหลายรายวิชาและหลายบริบทการสอน
เครื่องมือกลุ่มนี้สนับสนุนการตัดสินใจ การสะท้อนการสอน และการประเมินผล จึงไม่จำกัดอยู่ในรายวิชาใดรายวิชาหนึ่ง
เครื่องมือการสอนทั่วไป
เปลี่ยนวิจารณญาณการสอนให้เป็นหลักฐานที่ตรวจสอบได้
เครื่องมือสำหรับความเชื่อทางการศึกษา การตัดสินใจสอน และการประเมินหลายวัตถุประสงค์
EBI · Educational Belief Explorer
สำรวจความเชื่อที่อยู่เบื้องหลังการเลือกวิธีสอน
เปิดบทเรียน →TDI · Teaching Decision Inventory
ตรวจรูปแบบการตัดสินใจของผู้สอนในสถานการณ์จริง
เปิดบทเรียน →การวัดผลการเรียนรู้หลายวัตถุประสงค์
ตรวจ trade-off ระหว่างผลลัพธ์ Data Science, Data Engineering และ Online ML
เปิดบทเรียน →