Data Science (DS) · 40
- การทำความเข้าใจและเตรียมข้อมูลData Understanding & Preparation
- การวิเคราะห์และสร้างคุณลักษณะAnalysis & Feature Engineering
- การตีความและสื่อสารผลลัพธ์Interpretation & Visualization
- การใช้เหตุผลเชิงสถิติStatistical Reasoning
Class performance space
เลือกมุมมองที่เหมาะกับการสำรวจหรือใช้ในเอกสารการสอน
FrontierNear frontierDominatedSelected
Drag to rotate · scroll to zoom
ใช้ตารางด้านล่างเพื่อดูคะแนน Pareto rank และคำอธิบายรายคน
3D Depth ใช้ทั้ง DS, DE และ Online ML2D Projected Rank คำนวณใหม่จากสองแกนที่กำลังแสดง โดยไม่ใช้แกนที่สาม
2D Rank 12D Rank 22D Rank 32D Rank 4+
Suggested rubric
Use frontier status as evidence, not as the grade itself.
A
Frontier · balanced
Pareto-optimal and at least 70% of the class maximum on every axis. Broad, high-level capability.
A
Frontier · specialist
Pareto-optimal with a clear strength and a lower complementary axis. Excellent, but specialized.
B
Near frontier
Within 10 normalized percentage points of a frontier point. Strong work with a specific improvement path.
C
Developing
More than 10 points from the frontier. Review the axis gaps rather than applying a single generic penalty.
Select a point
—Data Science
—Data Engineering
—Online ML
Click or tap a point to inspect its rubric position.
Awards won
เลือกจุดเพื่อดูว่าใครครอบงำใครและเพราะเหตุใด
Data Engineering (DE) · 40
- การจัดเก็บและจัดการข้อมูลData Storage & Management
- การพัฒนา Data Pipeline / ETLData Pipeline & ETL
- คุณภาพข้อมูลและการขยายระบบData Quality & Scalability
- การนำระบบไปใช้งานจริงDeployment & Operations
Online Machine Learning · 40
- การออกแบบและเลือกแบบจำลองModel Design & Selection
- การเรียนรู้แบบออนไลน์และการปรับตัวOnline Learning & Adaptation
- การประเมินและติดตามประสิทธิภาพEvaluation & Monitoring
- ความทนทานและการลืมข้อมูลRobustness, Drift & Unlearning
Best of Awards · Hall of Excellence
ประกาศผู้ทำคะแนนสูงสุดรายเกณฑ์ย่อยและผู้โดดเด่นที่สุดในแต่ละแกนหลัก · คะแนนเท่ากันถือเป็นผู้ชนะร่วม
Sub-criteria marks
เกณฑ์ละ 0–10 คะแนน · ผลรวมแต่ละแกนและคะแนนรวม 120 คำนวณอัตโนมัติ
| Learner / team | Data Science | Data Engineering | Online ML | DS /40 | DE /40 | ML /40 | Overall /120 | Pareto depth | Rubric position | Remove | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| DS1Prepare | DS2Features | DS3Interpret | DS4Statistics | DE1Storage | DE2Pipeline | DE3Quality | DE4Deploy | ML1Model | ML2Adapt | ML3Monitor | ML4Robust | ||||||||
Single objective: Overall = DS + DE + Online ML (เต็ม 120) ใช้ดูอันดับคะแนนรวม แต่ไม่ทดแทน Pareto frontier ซึ่งแสดง trade-off ระหว่างสามสมรรถนะ