GSAS StudentBook R-651 DADS

2 คู่มอื นักศึกษาระดับปริญญาโท คณะสถิตปิ ระยุกต์ NIDA

สารบญั

คณะสถติ ิประยกุ ต์......................................................................................................................................................3
หลกั สูตรระดับปริญญาโทของคณะสถิติประยกุ ต์ ...................................................................................4
การยกเวน้ การเรยี นวชิ าเสรมิ พนื้ ฐาน.........................................................................................................12
ขอ้ กำหนดเก่ยี วกบั การเรียนและสถานภาพการเปน็ นกั ศกึ ษา......................................................18
ชว่ งเวลาของการเรียนในแต่ละภาคการศึกษา.......................................................................................19
การจดั ทำแผนการศกึ ษาและการลงทะเบยี นเรียนล่วงหนา้ ...........................................................20
การสอบประมวลความรู้.....................................................................................................................................20
การสอบปากเปล่า ..................................................................................................................................................21
การสำเร็จการศกึ ษา .............................................................................................................................................21
รายละเอียดหลกั สูตร............................................................................................................................................23

3.1.2 โครงสร้างหลกั สูตร...........................................................................................................................32
3.1.4 แผนการศกึ ษา........................................................................................................................................36
3.1.5 คำอธิบายรายวิชา ................................................................................................................................38
รายช่ือคณาจารย์ประจำคณะสถติ ปิ ระยกุ ต์.............................................................................................49

คมู่ อื นักศกึ ษา คณะสถติ ิประยกุ ต์ NIDA 3

คณะสถิติประยุกต์

คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ เป็นหนึ่งใน 4 คณะแรกท่ี
ก่อตั้งขึ้นพร้อมกับสถาบันบัณฑิตพัฒนบริหารศาสตร์ โดยพระราชดำริของพระบาทสมเด็จพระ
เจ้าอยู่หัวเพื่อผลิตบุคลากรให้เป็นกำลังสำคัญในการขับเคลื่อนและพัฒนาประเทศ คณะสถิติ
ประยุกต์มีพันธกิจหลักในการผลิตมหาบัณฑิตและดุษฎีบัณฑิตที่มีความรู้ความสามารถและมี
คณุ ธรรม

คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ ให้การศึกษาในระดับ
มหาบัณฑิตทางสถิติ วิทยาการประกันภัยและการบริหารความเสี่ยง พลเมืองวิทยาการข้อมูล
วิทยาการคอมพิวเตอร์ การจัดการระบบสารสนเทศ การจัดการความเสี่ยงความมั่นคงทางไซ
เบอร์ บริหารเทคโนโลยีสารสนเทศ การจัดการโลจิสติกส์ การวิเคราะห์ข้อมูลและวิทยาการ
ข้อมลู และการจดั การวเิ คราะห์ข้อมูลและเทคโนโลยีข้อมูล การศึกษาในระดบั มหาบัณฑิตมุ่งที่จะ
ให้นักศึกษามีความรู้ในด้านต่าง ๆ ที่เกี่ยวกับระเบียบวิธีและทฤษฎีทางสถิติ เทคโนโลยี
คอมพิวเตอร์ เทคโนโลยีสารสนเทศ วิทยาการประกันภัย การบริหารจัดการ วิทยาการข้อมูล
และศาสตร์ที่เกีย่ วขอ้ ง ตลอดจนการนำระเบียบวิธีและทฤษฎีต่าง ๆ ไปประยกุ ต์ใช้ในสภาพความ
เป็นจริงในปัจจุบัน ส่วนการศึกษาในระดับปรัชญาดุษฎีบัณฑิตเน้นให้นักศึกษามีความรู้ทาง
ทฤษฎีและการประยกุ ต์ช้นั สงู ซงึ่ เหมาะกบั ผู้ทีจ่ ะศกึ ษาเพือ่ ทจ่ี ะไปเปน็ อาจารย์ในระดับอุดมศึกษา
ต่อไป นอกจากพนั ธกิจหลกั ในการผลิตบัณฑิตในระดับมหาบณั ฑติ และดุษฎีบัณฑติ แล้ว คณะยังมี
หน้าที่ในการวิจัยและผลิตองค์ความรู้ใหม่ รวมทั้งการถ่ายทอดความรู้และให้บริการวิชาการแก่
หนว่ ยงานตา่ ง ๆ ทั้งภาครฐั และภาคเอกชน

4 คู่มอื นกั ศกึ ษาระดับปริญญาโท คณะสถติ ปิ ระยกุ ต์ NIDA

หลกั สูตรระดบั ปรญิ ญาโทของคณะสถิติประยุกต์

คณะสถติ ิประยุกต์ สถาบนั บณั ฑติ พฒั นบรหิ ารศาสตร์ เปดิ สอนหลักสตู ร ระดับปริญญา
โทจำนวน 7 หลกั สตู ร ดังตอ่ ไปนี้

1. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาสถิติประยุกต์ (หลักสูตรปรับปรุง พ.ศ.
2564)
ปริญญาบตั รทจี่ ะไดร้ ับคือ : “วทิ ยาศาสตรมหาบัณฑิต (สถติ ิประยกุ ต)์ ”
ประกอบด้วยสาขาวชิ าเอก ดงั ต่อไปนี้
1.1 สาขาวิชาเอกสถติ ิ (Statistics)
1.2 สาขาวชิ าเอกวทิ ยาการประกนั ภัยและการบริหารความเสยี่ ง
(Actuarial Science and Risk Management)
1.3 สาขาวชิ าเอกพลเมืองวทิ ยาการขอ้ มูล (Citizen Data Science)
อาชพี ที่สามารถประกอบไดห้ ลังสำเร็จการศกึ ษา
1) ครู อาจารย์ในสถาบันการศึกษาทางด้านสถิติ ระเบียบวิธีวิจัย
วิทยาการประกันภัย การบริหารความเสี่ยง การวิเคราะห์ข้อมูล
วทิ ยาการขอ้ มลู และบริหารธรุ กจิ
2) เจ้าหน้าท่แี ละผบู้ ริหารด้านการวเิ คราะห์ข้อมลู วทิ ยาการขอ้ มลู
3) นักคณิตศาสตร์ประกันภัย เจ้าหน้าที่และผู้บริหารด้านการประกันภัย
การบรหิ ารความเสีย่ ง
4) นักวิชาการ นักวจิ ัย นกั วเิ คราะห์ข้อมลู
5) นกั วเิ คราะหแ์ ละวางแผนระบบการทำงานสำหรบั องคก์ ารตา่ ง ๆ
6) นักวิเคราะห์และวางแผนกลยุทธ์ นักวิเคราะห์และวางแผนองค์การ
นักวิเคราะหน์ โยบายและแผน
7) อาชีพอิสระในการให้คำปรึกษา รวมทั้งการประกอบธุรกิจส่วนตัว
ทางดา้ นการวิเคราะหข์ อ้ มูล การประกนั ภยั การบรหิ ารความเส่ียง

ค่มู อื นกั ศึกษา คณะสถิตปิ ระยุกต์ NIDA 5

2. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์และระบบ
สารสนเทศ (หลักสูตรปรบั ปรงุ พ.ศ.2563)

ปริญญาบตั รทจ่ี ะไดร้ บั คือ

“วิทยาศาสตรมหาบณั ฑติ (วิทยาการคอมพวิ เตอรแ์ ละระบบสารสนเทศ)”

ประกอบด้วยสาขาวิชาเอก ดังตอ่ ไปนี้
2.1 เทคโนโลยีขั้นสูงและระบบอัจฉริยะ (Deep Technology and Intelligent

Systems)
2.2 การจดั การระบบสารสนเทศ (Information Systems Management)

อาชีพทส่ี ามารถประกอบไดห้ ลงั สำเรจ็ การศกึ ษา

1) นกั จัดการและวิเคราะหข์ ้อมูลขนาดใหญ่
2) นักวจิ ัยและพฒั นาระบบประมวลผลและวิเคราะห์ข้อมลู ขนาดใหญ่
3) ผบู้ ริหารเทคโนโลยสี ารสนเทศ
4) ผจู้ ัดการโครงการสารสนเทศ
5) นักเทคโนโลยสี ารสนเทศ หรือนักเทคโนโลยีและสารสนเทศ
6) นกั วิชาการคอมพิวเตอรแ์ ละเทคโนโลยสี ารสนเทศ
7) นกั วิเคราะหแ์ ละออกแบบระบบงานคอมพิวเตอรแ์ ละระบบสารสนเทศ
8) นักวิเคราะห์และออกแบบระบบงานคอมพิวเตอร์และระบบสารสนเทศเพื่อ

ตอบสนองต่อการเปลี่ยนแปลงทางธรุ กิจ
9) ผู้ตรวจสอบระบบงานคอมพวิ เตอรแ์ ละระบบสารสนเทศ
10) โปรแกรมเมอร์ และนักพัฒนาระบบคอมพิวเตอร์ ระบบสารสนเทศ และ

เทคโนโลยีสารสนเทศ
11) สถาปนกิ คลาวด์
12) ผเู้ ชีย่ วชาญบล็อกเชน
13) ผเู้ ชี่ยวชาญดา้ นความปลอดภัยไซเบอรแ์ ละสารสนเทศ
14) ผเู้ ชีย่ วชาญด้านปญั ญาประดษิ ฐแ์ ละการเรียนรดู้ ว้ ยเครอ่ื งจกั ร

6 ค่มู อื นกั ศึกษาระดบั ปริญญาโท คณะสถิติประยกุ ต์ NIDA

3. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาบริหารเทคโนโลยีสารสนเทศ (หลักสูตร
ปรับปรงุ พ.ศ. 2565)
ปริญญาบัตรที่จะไดร้ บั คอื “วิทยาศาสตรมหาบณั ฑติ (บรหิ ารเทคโนโลยีสารสนเทศ)”

อาชีพที่สามารถประกอบได้หลังสำเรจ็ การศกึ ษา
1) นักวเิ คราะห์ธุรกจิ
2) นกั วเิ คราะห์และออกแบบระบบสารสนเทศ
3) ผู้จดั การโครงการดา้ นเทคโนโลยสี ารสนเทศ
4) ผู้บรหิ ารดา้ นเทคโนโลยีสารสนเทศทกุ ระดบั
5) ผู้กำกบั ดแู ลและบรหิ ารความเส่ียงดา้ นเทคโนโลยสี ารสนเทศ
6) ผกู้ ำหนดนโยบายและจดั การยุทธศาสตรด์ า้ นเทคโนโลยสี ารสนเทศ
7) ผู้ประกอบการอสิ ระดา้ นเทคโนโลยีสารสนเทศ

4. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาการจัดการโลจิสติกส์ (หลักสูตรปรับปรุง
พ.ศ. 2563)
ปรญิ ญาบตั รทจ่ี ะได้รับคอื “วทิ ยาศาสตรมหาบัณฑติ (การจดั การโลจิสตกิ ส์)”

อาชีพที่สามารถประกอบได้หลังสำเร็จการศกึ ษา
1) นักวิเคราะห์และวางแผนในหน่วยงานโลจิสติกส์/โซ่อุปทาน (Supply Chain) ใน
ธุรกิจการผลิต ธุรกิจค้าปลีก และกระจายสินค้า รวมถึงธุรกิจผู้ให้บริการโลจิ
สติกส์และทป่ี รึกษา
2) ผู้บริหารและนักวิเคราะห์/วางแผนในฝ่ายจัดซื้อ ฝ่ายคลังสินค้า ฝ่ายขนส่ง ฝ่าย
บรกิ ารลกู คา้ ฝา่ ยวางแผนและควบคุมสินคา้ คงคลัง ฝา่ ยกระจายสินคา้

5. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาการวิเคราะห์ข้อมูลและวิทยาการข้อมูล
(หลักสตู รปรับปรงุ พ.ศ. 2564)
ปริญญาบัตรทีจ่ ะไดร้ ับคอื

“วทิ ยาศาสตรมหาบัณฑิต (การวิเคราะห์ข้อมลู และวิทยาการข้อมูล)”

คมู่ อื นกั ศกึ ษา คณะสถติ ิประยกุ ต์ NIDA 7

อาชพี ทส่ี ามารถประกอบไดห้ ลงั สำเร็จการศึกษา

1) นักวิเคราะห์ธุรกิจ (Business Analyst) เจ้าหน้าที่วางแผนกลยุทธ์ (Strategic
Planner) นักวิเคราะห์กลยุทธ์ (Strategic Analyst) นักวางแผนธุรกิจ
(Business Planner) นกั พัฒนาธรุ กจิ (Business Developer)

2) นกั วิทยาการข้อมลู (Data Scientist)
3) นักสถิติ (Statistician)/นักวชิ าการสถติ ิ (Statistics Officer)
4) นักจัดการข้อมูลขนาดใหญ่/ และนักวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data

Analyst)
5) นักวิจัย (Researcher) นักวิจัยตลาด (Marketing Researcher) และนักวิจัย

การวิเคราะห์ขอ้ มูลขนาดใหญ่ (Big Data Analytics Researcher)
6) วิศวกรข้อมลู (Data Engineer)
7) วศิ วกรปัญญาประดิษฐ์ (Artificial Intelligence Engineer)
8) ผู้บริหารเทคโนโลยีสารสนเทศ (IT Manager) ผู้จัดการโครงการสารสนเทศ

(IT Project Manager)
9) นักวิชาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศ (Computer and IT

Officer)
10) นกั วเิ คราะห์และออกแบบระบบงานคอมพวิ เตอร์ (System Analyst)
11) ผ้ตู รวจสอบ/ผทู้ ดสอบระบบสารสนเทศ (Information System Auditor/Tester)
12) ผู้ตรวจสอบ/ผ้ทู ดสอบซอฟทแ์ วร์ (Software Auditor/Tester)
13) อาจารย/์ นกั วิชาการ (University Professor/Academician)

6. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาการจัดการความเสี่ยงความมั่นคงทาง
ไซเบอร์ (หลักสูตรใหม่ พ.ศ. 2564)
ปรญิ ญาบัตรทจ่ี ะไดร้ บั คอื

“วทิ ยาศาสตรมหาบณั ฑติ (การจดั การความเสี่ยงความม่ันคงทางไซเบอร์)”
อาชีพท่สี ามารถประกอบได้หลังสำเรจ็ การศกึ ษา

1) ผ้ดู แู ลโครงสร้างพ้ืนฐานเทคโนโลยีสารสนเทศของหนว่ ยงานท้งั ภาครัฐและเอกชน
2) ผูด้ แู ลฐานข้อมลู ของหน่วยงานทง้ั ภาครัฐและเอกชน

8 คู่มอื นักศกึ ษาระดบั ปรญิ ญาโท คณะสถิติประยุกต์ NIDA

3) ผบู้ รหิ ารเทคโนโลยสี ารสนเทศ
4) ผจู้ ัดการโครงการสารสนเทศ
5) นักวชิ าการคอมพวิ เตอรแ์ ละเทคโนโลยีสารสนเทศ
6) นกั วเิ คราะห์และออกแบบระบบงานคอมพวิ เตอรแ์ ละระบบสารสนเทศ นกั วเิ คราะห์

และวางแผนระบบการทำงานสำหรับองคก์ ารตา่ ง ๆ
7) นักวิเคราะห์และออกแบบระบบงานคอมพิวเตอร์และระบบสารสนเทศเพ่ือ

ตอบสนองการเปลี่ยนแปลงทางธุรกจิ
8) ผ้ตู รวจสอบระบบงานคอมพิวเตอรแ์ ละระบบสารสนเทศ
9) ผู้ทดสอบระบบงานคอมพิวเตอรแ์ ละระบบสารสนเทศ

7. หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาการจัดการวิเคราะห์ข้อมูลและเทคโนโลยี
ขอ้ มูล (หลักสตู รใหม่ พ.ศ. 2564)
ปริญญาบัตรทจี่ ะไดร้ ับคอื

“วิทยาศาสตรมหาบัณฑิต (การจดั การวเิ คราะหข์ อ้ มลู และเทคโนโลยขี อ้ มูล)”
อาชพี ท่ีสามารถประกอบไดห้ ลังสำเร็จการศกึ ษา

1) ประธานผู้บริหารฝา่ ยข้อมลู (Chief of Data Officer: CDO)
2) ผู้จัดการวิทยาการขอ้ มูล (Data Scientists Manager)
3) ผจู้ ดั การวิศวกรรมขอ้ มลู (Data Engineer Manager)
4) ผ้ปู ระสานงานดา้ นขอ้ มลู (Data Savvy or Data Translator)
5) ผู้จดั การด้านความเปน็ สว่ นตวั ของขอ้ มูล (Privacy Manager)
6) ผูป้ ระสานงานด้านธรรมาภิบาลขอ้ มูล (Data Governance Facilitator)
7) วสิ าหกิจเรมิ่ ต้น (Startup)

คู่มือนกั ศึกษา คณะสถิติประยกุ ต์ NIDA 9

ข้อกำหนดวิชาเสริมพื้นฐานที่นักศึกษาแต่ละสาขาวิชาจะต้องเรียนและได้ผลการศึกษาไม่ตำ่
กว่า B มดี ังตอ่ ไปนี้

หลักสูตรวิทยาศาสตรมหาบณั ฑติ สาขาวิชาสถติ ปิ ระยุกต์

สำหรับนักศึกษาสาขาวิชาเอกสถิติ สาขาวิชาเอกวิทยาการประกันภัยและการ
บรหิ ารความเส่ยี งและสาขาวิชาเอกพลเมอื งวทิ ยาการขอ้ มลู

สป 4001 คณติ ศาสตรส์ ำหรบั สถิตปิ ระยกุ ต์ 3(3–0–6)
AS 4001 Mathematics for Applied Statistics

สป 4002 ภาษาอังกฤษสำหรบั สถติ ปิ ระยุกต์ 3(2–2–5)
AS 4002 English for Applied Statistics

หลักสตู รวทิ ยาศาสตรมหาบัณฑิต สาขาวิชาวทิ ยาการคอมพวิ เตอร์และระบบสารสนเทศ

คส 4003 การเขียนโปรแกรมเชิงวัตถุและโครงสร้างขอ้ มลู 3(3–0-6)
CI 4003
คส 4004 Object Oriented Programming and Data Structures

CI 4004 คณิตศาสตร์และสถติ สิ ำหรบั วิทยาการคอมพิวเตอร์ 3(3–0-6)
คส 4005
CI 4005 และระบบสารสนเทศ
คส 4006
CI 4006 Mathematics and Statistics for CSIS
คส 4007
พืน้ ฐานของคอมพิวเตอรแ์ ละระบบสารสนเทศ 3(3–0-6)
CI 4007
Foundation of Computing and Information Systems

การจดั การขอ้ มลู โครงสรา้ งและระบบฐานข้อมลู 3(3–0-6)

Structured Data Management and Database Systems

ภาษาองั กฤษสำหรับวิทยาการคอมพิวเตอร์ 3(2–2–5)

และระบบสารสนเทศ

English for Computer Science and Information Systems

หลกั สูตรวทิ ยาศาสตรมหาบณั ฑิต สาขาวชิ าบริหารเทคโนโลยสี ารสนเทศ

บทส 4003 ภาษาอังกฤษเพอ่ื การส่อื สารธุรกจิ 3(2–2-5)

ITM 4003 English for Business Communications

บทส 4010 ระบบฐานข้อมูลและการพฒั นาแอปพลเิ คชนั ธรุ กจิ 3(3–0-6)

ITM 4010 Database Systems and Basic Concepts of Business

Applications Development

10 คู่มือนกั ศกึ ษาระดบั ปริญญาโท คณะสถิติประยกุ ต์ NIDA

หลักสูตรวทิ ยาศาสตรมหาบณั ฑติ สาขาวชิ าการจัดการโลจสิ ติกส์

จล 4001 คณติ ศาสตร์และสถิตสิ ำหรบั การจดั การโลจสิ ติกส์ 3(3–0–6)
LM 4001
จล 4002 Mathematics and Statistics for Logistics Management
LM 4002
ภาษาอังกฤษสำหรบั การจัดการโลจสิ ตกิ ส์ 3(2–2–5)

English for Logistics Management

หลักสตู รวทิ ยาศาสตรมหาบัณฑติ สาขาวชิ าการวิเคราะหข์ ้อมูลและวทิ ยาการขอ้ มูล

วขวข 4001 พื้นฐานคณิตศาสตร์และสถติ ิ 3(3–0–6)

DADS 4001 Statistics and Mathematics Foundation

วขวข 4002 การเขยี นโปรแกรมเบ้ืองต้นและการจดั การฐานขอ้ มูล 3(3–0–6)

DADS 4002 Basic Programming and Database Management

วขวข 4003 ภาษาอังกฤษสำหรับการวิเคราะหข์ ้อมลู และวิทยาการขอ้ มูล 3(2–2–5)

DADS 4003 English for Data Analytics and Data Science

หลักสตู รวทิ ยาศาสตรมหาบัณฑิต สาขาวิชาการจดั การความเส่ยี งความม่ันคงทางไซเบอร์

สมช 4001 ระบบกฎหมายและนติ ิวธิ ี 3(3–0–6)
CRM 4001 Legal System and Juristic Method 3(3–0–6)

สมช 4002 การปฏิบตั กิ ารความม่นั คงไซเบอร์
CRM 4002 Cybersecurity Operations

หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวชิ าการจดั การวิเคราะห์ข้อมูลและเทคโนโลยขี ้อมลู

วขทข 4001 พน้ื ฐานการวิเคราะหข์ อ้ มลู 3(3–0–6)
MADT 4001 Introduction to Data Analytics 3(2–2–5)

วขทข 4002 ภาษาองั กฤษเพอื่ การสอ่ื สารธรุ กจิ
MADT 4002 English for Business Communications

คูม่ อื นกั ศึกษา คณะสถติ ปิ ระยกุ ต์ NIDA 11

หมายเหตุ 1. ข้อกำหนดและการยกเวน้ การเรยี นวชิ าในหมวดวชิ าเสริมพน้ื ฐาน ใหเ้ ปน็ ไปตาม
ประกาศของคณะ/สถาบัน ยกเว้นข้อกำหนดและการยกเว้นการเรียนวิชาเสริมพื้นฐาน
ภาษาอังกฤษของคณะภาษาและการสื่อสาร ให้เป็นไปตามเงื่อนไขของหลักสูตรวิชาภาษาอังกฤษ
สำหรับบณั ฑิตศกึ ษา

2. ในกรณีที่มีการปรับปรุงหลักสูตรวิชาภาษาอังกฤษสำหรับบัณฑิตศึกษา การ
เรียนวิชาเสริมพื้นฐานภาษาอังกฤษที่กำหนดไว้ในหลักสูตรน้ี จะต้องเปลี่ยนแปลงให้เป็นไปตาม
หลกั สตู รวชิ าภาษาองั กฤษสำหรบั บัณฑติ ศึกษาที่ปรบั ปรุงใหม่ด้วย

3. วิชา สป 4003 ภาษาอังกฤษสำหรับสถิติประยุกต์ คส 4007 ภาษาอังกฤษ
สำหรับวิทยาการคอมพิวเตอร์และระบบสารสนเทศ บทส 4003 ภาษาอังกฤษเพื่อการสื่อสาร
ธุรกจิ และวิชา จล 4002 ภาษาองั กฤษสำหรับการจดั การโลจสิ ตกิ ส์ วขวข 4003 ภาษาอังกฤษ
สำหรับการวิเคราะห์ข้อมูลและวิทยาการข้อมูล และ วขทข 4002 ภาษาอังกฤษเพื่อการสื่อสาร
ธุรกิจ เปน็ วิชาทีเ่ ปดิ ให้สำหรบั นกั ศึกษาภาคพิเศษเรียน ทง้ั นีใ้ ห้เปน็ ไปตามประกาศของคณะ

ทุกวิชาข้างต้นยกเว้นวิชาภาษาอังกฤษตามเกณฑ์ที่สถาบันกำหนด จะต้องได้ผล
การศึกษาไม่ต่ำกว่า “B” หากได้ผลการศึกษาต่ำกว่า “B” จะต้องลงทะเบียนเรียนซ้ำวิชานั้น ๆ
จนกว่าจะได้ผลการศึกษาไม่ต่ำกว่า “B” ส่วนวิชาภาษาอังกฤษตามเกณฑ์ที่สถาบันกำหนด ให้
เปน็ ไปตามเงอ่ื นไขการลงทะเบียนเรยี นวชิ าภาษาอังกฤษเสรมิ พ้ืนฐานสำหรับนกั ศึกษาปรญิ ญาโท

“นักศึกษาท่ีไม่มีผลการศึกษาวิชาเสรมิ พนื้ ฐานตามเกณฑท์ ่กี ำหนดไว้จะไมม่ สี ทิ ธิสอบปากเปลา่ ”

12 คู่มอื นักศกึ ษาระดับปรญิ ญาโท คณะสถติ ปิ ระยกุ ต์ NIDA

การยกเวน้ การเรยี นวิชาเสรมิ พ้ืนฐาน

นักศึกษาที่เข้าศึกษาในหลักสูตรวิทยาศาสตรมหาบัณฑิตหรือหลักสูตรดังกล่าว
ข้างต้น หากมีคุณสมบัติเป็นไปตามเกณฑ์ในการขอยกเว้นวิชาเสริมพื้นฐาน หรือเคยศึกษาวิชา
เสริมพื้นฐานที่กำหนด หรือรายวิชาทีม่ ีเนื้อหาเทียบเทา่ กับรายวิชาดังกล่าวในหลักสูตรของคณะ
สถิตปิ ระยุกต์มาแลว้ น้นั สามารถยืน่ คำรอ้ งให้พจิ ารณายกเว้นการเรียนวิชาเสรมิ พ้นื ฐานทร่ี ะบุได้

กรณีนักศึกษาเปลี่ยนหลักสูตรและได้รับอนุมัติให้เข้าศึกษาในหลักสูตรใหม่แล้ว
จะต้องยื่นคำร้องขอยกเว้นการเรียนวิชาเสริมพื้นฐานในหลักสูตรใหม่ที่ขอเปลี่ยนให้แล้วเสร็จ
ภายในภาคการศกึ ษาแรกท่ีไดร้ ับการอนุมตั ิให้เปลย่ี นหลกั สูตรและภายในกรอบเวลาท่คี ณะกำหนด
ยกเวน้ ให้อยใู่ นดุลยพินิจของคณบดี กรณีไม่เป็นไปตามกรอบเวลาทค่ี ณะกำหนด

1) วิชา บทส 4010 ระบบฐานข้อมลู และการพัฒนาแอปพลเิ คชนั ธุรกจิ
1.1 นักศึกษาที่สอบผ่าน Microsoft Database Certifications หรือ Oracle

Certification ด้านระบบฐานข้อมูล และภาษาโปรแกรม โดยให้แสดงใบประกาศนียบัตรทั้งสอง
ด้าน พร้อมกับการย่นื คำร้องขอยกเว้นการเรียนวชิ าน้ีตามกรอบเวลาทีค่ ณะกำหนด

1.2 นักศึกษาที่ผ่านการเรียนวิชาระบบฐานข้อมูล และวิชาภาษาโปรแกรม ทั้งสอง
วิชาต้องมีผลการเรียนในวิชาไม่ต่ำกว่า 3.0 ขึ้นไปในระดับปริญญาตรี และไม่ต่ำกว่า 3.30 ใน
ระดับปริญญาโท เพื่อสอบเทียบความรู้ยกเว้นการลงทะเบียนสำหรับวิชานี้ได้ โดยต้องแสดง
เอกสารรายละเอียดวชิ าหรอื คำอธิบายรายวชิ าท่เี ปน็ ทางการ และผลการเรียนพรอ้ มกับการยนื่ คำ
รอ้ งตามกรอบเวลาท่ีคณะกำหนด

2) วิชา บทส 4003 ภาษาอังกฤษเพื่อการสื่อสารธุรกิจ วิชา สป 4002
ภาษาอังกฤษสำหรับสถิติประยุกต์ วิชา คส 4007 ภาษาอังกฤษสำหรับ
วิทยาการคอมพิวเตอร์และระบบสารสนเทศ วิชา จล 4002 ภาษาอังกฤษ
สำหรับการจัดการโลจิสติกส์ วิชา วขวข 4003 ภาษาอังกฤษสำหรับการ
วิเคราะหข์ อ้ มูลและวทิ ยาการข้อมลู และวชิ า วขทข 4002 ภาษาอังกฤษเพอื่ การ
ส่ือสารธุรกิจ

นกั ศกึ ษาที่มผี ลการสอบเขา้ สถาบันบณั ฑิตพฒั นบริหารศาสตรใ์ นวิชาภาษาอังกฤษ
ด้วยคะแนนไม่ต่ำกว่า 660 (NIDA TEAP) หรือ มีผลการสอบ TOEFL Paper (สอบปกติ)
ไม่ต่ำกว่า 550 คะแนน หรือมีผลการสอบ TOEFL CBT (สอบผ่านคอมพิวเตอร์) ไม่ต่ำกว่า
213 คะแนน หรือ มีผลการสอบ TOEFL IBT (สอบผ่าน Internet) ไม่ต่ำกว่า 79 คะแนน
หรือ มีผลการสอบ IELTS ไม่ต่ำกว่า 6.0 คะแนน หรือสำเร็จการศึกษาจากหลักสูตรที่ใช้

คู่มอื นักศึกษา คณะสถติ ปิ ระยกุ ต์ NIDA 13

ภาษาอังกฤษเป็นภาษาในการเรียนการสอน ภายในระยะเวลาไม่เกิน 5 ปี นับถึงวันเปิดภาค
การศึกษาแรก ให้ได้รับการยกเว้นการเรียนวิชานี้ โดยต้องแสดงผลการสอบที่มีอายุไม่เกิน 2 ปี
หรอื หลักฐานการสำเร็จการศึกษาจากหลกั สูตรที่ใชภ้ าษาอังกฤษเปน็ ภาษาในการเรยี นการสอนท่ี
สำเร็จการศึกษามาแล้วไม่เกนิ 5 ปี พร้อมกับการยืน่ คำร้องตามกรอบเวลาที่คณะกำหนด

3) วชิ า คส 4003 การเขียนโปรแกรมเชงิ วตั ถุและโครงสร้างข้อมลู
นักศกึ ษาที่ผา่ นการเรียนวิชาทีม่ ีเน้ือหาเทยี บเทา่ และมีผลการเรียนในวิชาไมต่ ่ำกว่า

2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถเข้ารับการ
สอบเทียบความรู้เพื่อยกเว้นการลงทะเบียนวิชานี้ได้ โดยต้องแสดงเอกสารรายละเอียดวิชาหรือ
คำอธิบายรายวิชาที่เป็นทางการและผลการเรียนพร้อมกับการยื่นคำร้องตามกรอบเวลาที่คณะ
กำหนด

4) วิชา คส 4004 คณิตศาสตร์และสถิติสำหรับวิทยาการคอมพิวเตอร์และระบบ
สารสนเทศ

นักศกึ ษาท่มี ผี ลการเรยี นในระดบั ปรญิ ญาตรหี รือปรญิ ญาโทซึ่งเป็นวชิ าที่เก่ียวข้อง
กบั สถิติ และความนา่ จะเปน็ โดยท้ังสองวชิ าตอ้ งมผี ลการเรียนในแตล่ ะวิชาไมต่ ำ่ กว่า 3.00 หรือ
“B” นักศึกษาสามารถเข้ารับการสอบเทียบความรู้เพื่อยกเว้นการลงทะเบียนวิชานี้ได้ โดยต้อง
แสดงเอกสารรายละเอยี ดวิชาหรือคำอธิบายรายวิชาทเี่ ป็นทางการ และผลการเรียนพร้อมกับการ
ยื่นคำร้องตามกรอบเวลาที่คณะกำหนด หรือ ได้ผลการสอบเข้าสถาบันในวิชาเฉพาะ 2
(คณิตศาสตรส์ ำหรบั สถิติประยุกต)์ โดยได้คะแนนไม่ตำ่ กว่า 675 คะแนน หรอื ผลการเรียนวิชา
ในระดบั ปรญิ ญาตรี โดยได้ผลการเรียนแตล่ ะวิชาไมต่ ำ่ กวา่ 2.0 ในวชิ าแคลคูลสั 1 และ 2 หรือ
วิชาที่ครอบคลุมเนื้อหาเกี่ยวกับอนุพันธ์ (Differentiation) ปริพันธ์ (Integration) ลิมิต (Limit)
ลำดบั และอนกุ รม (Sequence and Series) ความน่าจะเปน็ และสถติ ิเบอ้ื งตน้

5) วิชา คส 4005 พ้ืนฐานของคอมพิวเตอรแ์ ละระบบสารสนเทศ

นักศกึ ษาทผี่ า่ นการเรียนวิชาทีม่ ีเนื้อหาเทียบเท่าและมีผลการเรียนในวชิ าไมต่ ่ำกว่า
2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท โดยมีเนื้อหา
เกี่ยวกับ เครือข่ายคอมพิวเตอร์ สถาปัตยกรรมคอมพิวเตอร์ ระบบปฏิบัติการ และ เทคโนโลยี
สารสนเทศเชิงยทุ ธศาสตรแ์ ละกระบวนการระบบสารสนเทศ สามารถเข้ารับการสอบเทียบความรู้
เพอ่ื ยกเวน้ การลงทะเบียนวชิ านีไ้ ด้ โดยตอ้ งแสดงเอกสารรายละเอยี ดวชิ าหรอื คำอธิบายรายวิชาที่
เป็นทางการและผลการเรยี นพร้อมกับการยน่ื คำรอ้ งตามกรอบเวลาที่คณะกำหนด

14 คมู่ อื นกั ศกึ ษาระดับปรญิ ญาโท คณะสถิตปิ ระยกุ ต์ NIDA

6) วชิ า คส 4006 การจัดการขอ้ มลู โครงสรา้ งและระบบฐานขอ้ มลู

นักศกึ ษาที่ผ่านการเรยี นวิชาทีม่ ีเนื้อหาเทยี บเท่าและมผี ลการเรยี นในวิชาไมต่ ่ำกว่า
2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถเข้ารับการ
สอบเทียบความรู้เพื่อยกเว้นการลงทะเบียนวิชานี้ได้ โดยต้องแสดงเอกสารรายละเอียดวิชาหรือ
คำอธิบายรายวิชาที่เป็นทางการและผลการเรียนพร้อมกับการยื่นคำร้องตามกรอบเวลาที่คณะ
กำหนด

7) วชิ า จล 4001 คณติ ศาสตร์และสถิติสำหรบั การจัดการโลจสิ ตกิ ส์

นักศกึ ษาทส่ี ามารถเข้ารับการสอบเทยี บความรเู้ พื่อยกเวน้ การลงทะเบียนเรียนวิชา
จล 4001 คณิตศาสตร์และสถิติสำหรับการจัดการโลจิสติกส์ ต้องยื่นคำร้องพร้อมหลักฐาน
อยา่ งนอ้ ย 1 หัวขอ้ ดังนี้

(1) ผลการสอบเข้าสถาบันในวิชาเฉพาะ 2 (คณิตศาสตร์สำหรับสถิติประยุกต์)
โดยไดค้ ะแนนไม่ต่ำกว่า 675 คะแนน หรอื

(2) ผลการเรียนวิชาในระดับปริญญาตรี โดยได้ผลการเรียนแต่ละวิชาไม่ต่ำกว่า
2.0 ในวิชาดังตอ่ ไปนี้

1. แคลคลู ัส 1 และ 2 หรอื วิชาทีค่ รอบคลุมเนอ้ื หาต่อไปน้ี
- อนพุ ันธ์ (Differentiation)

- ปริพนั ธ์ (Integration)
- ลิมิต (Limit)

- ลำดบั และอนุกรม (Sequence and Series)
2. ความนา่ จะเปน็ และสถิติเบื้องตน้

8) วชิ า สป 4001 คณติ ศาสตรส์ ำหรับสถติ ปิ ระยกุ ต์
นกั ศึกษาทสี่ ามารถเข้ารบั การสอบเทียบความรูเ้ พอื่ ยกเวน้ การลงทะเบียนเรียนวิชา

สป 4001 คณติ ศาสตรส์ ำหรับสถิติประยุกต์ ตอ้ งยนื่ คำร้องพร้อมหลกั ฐานอย่างนอ้ ย 1 หัวข้อ
ดังน้ี

(1) ผลการสอบเข้าสถาบันในวิชาเฉพาะ 2 (คณิตศาสตร์สำหรับสถิติประยุกต์)
โดยได้คะแนนไม่ต่ำกวา่ 675 คะแนน หรือ

(2) ผลการเรียนวิชาในระดับปริญญาตรี โดยได้ผลการเรียนแต่ละวิชาไม่ต่ำกว่า
2.0 ในวิชาดังตอ่ ไปน้ี

1. แคลคลู ัส 1 และ 2 หรือวชิ าท่คี รอบคลมุ เนอ้ื หาตอ่ ไปนี้
- อนพุ นั ธ์ (Differentiation)

คู่มอื นกั ศกึ ษา คณะสถติ ิประยกุ ต์ NIDA 15

- ปรพิ นั ธ์ (Integration)
- ลมิ ิต (Limit)
- ลำดบั และอนกุ รม (Sequence and Series)
2. พีชคณติ เชิงเสน้ หรือวิชาท่คี รอบคลุมเน้ือหา ต่อไปน้ี
- เมตริกซ์ และดิเทอรม์ แิ นนท์
- ระบบสมการเชิงเสน้
- เวคเตอรส์ เปซ
3. ความน่าจะเปน็ และสถติ ิเบอื้ งต้น

ทั้งนี้ นักศึกษาต้องแสดงเอกสารรายละเอียดวิชาหรือคำอธิบายรายวิชาที่เป็น
ทางการและผลการเรยี นพรอ้ มกบั การยื่นคำร้องตามกรอบเวลาทีค่ ณะกำหนด

9) วชิ า วขวข 4001 พืน้ ฐานคณิตศาสตรแ์ ละสถิติ

นักศึกษาทส่ี ามารถเข้ารับการสอบเทียบความรูเ้ พอื่ ยกเวน้ การลงทะเบียนเรียนวิชา
วขวข 4001 พื้นฐานคณิตศาสตร์และสถิติ ต้องยื่นคำร้องพร้อมหลักฐานอย่างน้อย 1 หัวข้อ
ดังน้ี

(1) ผลการสอบเข้าสถาบันในวิชาเฉพาะ 2 (คณิตศาสตร์สำหรับสถิติประยุกต์)
โดยไดค้ ะแนนไมต่ ำ่ กวา่ 675 คะแนน หรือ

(2) ผลการเรียนวิชาในระดับปริญญาตรี โดยได้ผลการเรียนแต่ละวิชาไม่ต่ำกว่า
2.0 ในวิชาดังตอ่ ไปน้ี

1. พชี คณิตเชิงเสน้ หรือวิชาทีค่ รอบคลุมเนื้อหา ตอ่ ไปน้ี
- เมตริกซ์ และดิเทอรม์ แิ นนท์
- ระบบสมการเชงิ เสน้
- เวคเตอร์สเปซ

2. ความน่าจะเปน็ และสถติ เิ บือ้ งตน้

10) วิชา วขวข 4002 การเขยี นโปรแกรมเบื้องต้นและการจัดการฐานขอ้ มูล

นักศึกษาที่ผ่านการเรียนวิชาที่มีเนื้อหาเทียบเท่าและมีผลการเรียนในวิชาดังกล่าว
ไม่ต่ำกว่า 2.5 ในกรณีระดับปรญิ ญาตรี และไมต่ ่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถ
เขา้ รบั การสอบเทยี บความรเู้ พอ่ื ยกเว้นการลงทะเบียนวิชานไี้ ด้ โดยตอ้ งแสดงเอกสารรายละเอียด
วิชาหรือคำอธิบายรายวิชาท่เี ปน็ ทางการและผลการเรยี นพรอ้ มกับการยื่นคำร้องตามกรอบเวลาที่
คณะกำหนด

16 คู่มอื นักศกึ ษาระดับปริญญาโท คณะสถติ ปิ ระยุกต์ NIDA

11) วชิ า สมซ 4001 ระบบกฎหมายและนิติวธิ ี
นักศึกษาที่ผ่านการเรียนวิชาที่มีเน้ือหาเทียบเท่าและมีผลการเรียนในวิชาดังกลา่ ว

ไม่ต่ำกว่า 2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถ
เข้ารับการสอบเทียบความรู้เพื่อยกเว้นการลงทะเบยี นวิชานี้ได้ โดยต้องแสดงเอกสารรายละเอียด
วชิ าหรอื คำอธิบายรายวชิ าท่เี ป็นทางการและผลการเรยี นพรอ้ มกบั การยื่นคำร้องตามกรอบเวลาท่ี
คณะกำหนด

12) วชิ า สมซ 4002 การปฏิบัติการความม่นั คงไซเบอร์
นักศึกษาที่ผ่านการเรียนวิชาที่มีเนื้อหาเทียบเท่าและมีผลการเรียนในวิชาดังกล่าว

ไม่ต่ำกว่า 2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถ
เข้ารับการสอบเทียบความรู้เพื่อยกเว้นการลงทะเบยี นวิชานี้ได้ โดยต้องแสดงเอกสารรายละเอียด
วชิ าหรือคำอธบิ ายรายวชิ าท่เี ป็นทางการและผลการเรียนพรอ้ มกบั การยน่ื คำร้องตามกรอบเวลาท่ี
คณะกำหนด

13) วชิ า วขทข 4001 พ้ืนฐานการวิเคราะหข์ อ้ มลู
นักศึกษาที่ผา่ นการเรียนวชิ าที่มีเนื้อหาเทียบเท่าและมีผลการเรียนในวชิ าดังกล่าว

ไม่ต่ำกว่า 2.5 ในกรณีระดับปริญญาตรี และไม่ต่ำกว่า 3.0 ในกรณีระดับปริญญาโท สามารถ
เข้ารับการสอบเทียบความรู้เพือ่ ยกเว้นการลงทะเบียนวิชานี้ได้ โดยต้องแสดงเอกสารรายละเอียด
วชิ าหรอื คำอธิบายรายวิชาทเี่ ป็นทางการและผลการเรียนพรอ้ มกับการยื่นคำรอ้ งตามกรอบเวลาท่ี
คณะกำหนด

การขอยกเว้นการเรียนวิชาเสริมพื้นฐานสำหรับนักศึกษาย้ายหลักสูตร หรือ สมัคร
เปน็ นกั ศกึ ษาใหม่และเคยศกึ ษาวิชาเสริมพื้นฐานที่กำหนดแล้ว

กรณีนักศึกษาเปลี่ยนหลักสูตรและได้รับอนุมัติให้เข้าศึกษาในหลักสูตรใหม่แล้ว
หรือสมคั รเข้าเป็นนักศกึ ษาใหม่ของคณะสถิตปิ ระยุกต์ และได้ศึกษาวิชาเสรมิ พืน้ ฐานในหลักสตู ร
มาแลว้ ภายในระยะเวลาไม่เกิน 5 ปี นบั ถงึ วันเปดิ ภาคการศึกษาแรกทเ่ี ข้าศึกษาใหม่ จะต้องย่ืน
คำร้องขอยกเว้นวิชาเสริมพื้นฐานในหลักสูตรใหม่ที่ขอเปลี่ยน หรือในหลักสูตรที่ขึ้นทะเบียนเปน็
นักศึกษาใหม่ให้แล้วเสร็จภายในภาคการศึกษาแรกที่ได้รับการอนุมัติให้เปลี่ยนหลักสูตรและ
ภายในกรอบเวลาที่คณะกำหนด ยกเว้น ให้อยู่ในดุลยพินิจของคณบดี กรณีไม่เป็นไปตามกรอบ
เวลาท่ีคณะกำหนดไว้

นักศึกษาที่มีคุณสมบัติครบตามที่ระบุไว้ข้างต้นและต้องการยกเว้นการเรียนวิชา
เสริมพื้นฐาน ต้องยื่นคำร้องให้คณะพิจารณา (1 คำร้องต่อ 1 รายวิชา) พร้อมแนบหลักฐานที่

คมู่ อื นักศึกษา คณะสถติ ปิ ระยุกต์ NIDA 17

ระบุให้ครบถ้วน และชำระค่าสอบเทียบความรู้วิชาเสริมพื้นฐาน (ถ้ามี) ภายในวันพุธแรกของ
ภาคการศึกษาแรกที่ขึ้นทะเบียนเป็นนักศึกษา หรือภายในภาคการศึกษาแรกที่เปิดเรียน
กรณีเริ่มเรียนก่อนเปิดภาคการศึกษาแรก ยกเว้นได้รับการอนุมัติจากคณบดี และเข้ารับการ
สอบเทียบความรู้จากคณะกรรมการพิจารณาเทียบความรู้วิชาเสริมพื้นฐานของหลักสูตรนั้นตาม
เวลาท่ีคณะกรรมการของแต่ละวิชากำหนด ท้งั น้ี นกั ศึกษาจะสามารถเขา้ รับการสอบเทยี บความรู้
แต่ละวิชาได้เพียงครั้งเดียวตามกำหนดการที่คณะกำหนดไว้ ภายในภาคการศึกษาแรกที่ข้ึน
ทะเบียนเป็นนักศึกษาเท่านั้น แม้ว่าวิชาเสริมพื้นฐานบางวิชาจะไม่ได้เรียนในภาคการศึกษาแรกก็
ตาม นักศึกษาที่ไม่ได้รับการยกเว้นการเรียนวิชาเสริมพื้นฐาน จะต้องลงทะเบียนเรียนวิชา
ดงั กลา่ วอย่างนอ้ ย 1 คร้งั จนกวา่ จะไดผ้ ลการศึกษาตามที่กำหนด หรอื มีคุณสมบัตไิ ด้รับยกเว้น
การเรยี นตามท่ีระบไุ วใ้ นประกาศฉบบั น้ี

“การยกเว้นการเรียนวิชาเสริมพื้นฐานจะไม่เป็นไปโดยอัตโนมัติ นักศึกษาต้องยื่นคำร้อง
พร้อมหลักฐานภายในกรอบเวลาท่ีคณะระบุจึงจะได้รบั การพจิ ารณา”

18 คู่มือนักศกึ ษาระดับปรญิ ญาโท คณะสถติ ิประยกุ ต์ NIDA

ขอ้ กำหนดเกีย่ วกบั การเรียนและสถานภาพการเปน็ นกั ศึกษา

1. นักศึกษาจะต้องมาเรียนตามวัน/เวลาที่กำหนด และจะต้องมีเวลาเรียนในแต่ละวิชา
ไมน่ อ้ ยกว่ารอ้ ยละ 80 ของชั่วโมงเรยี นทั้งหมด มฉิ ะนน้ั จะถือวา่ มีผลการศึกษาเป็น
“ตก”

2. นักศึกษาจะมีอายุความการเป็นนักศึกษาได้ไม่เกิน 5 ปี นับจากวันเปิดภาค
การศึกษาภาคแรกทขี่ ้นึ ทะเบียนเปน็ นกั ศกึ ษา

3. ในภาคการศึกษาหนึ่งภาคการศึกษาใดที่ลงทะเบียนเข้าเรียน หากคะแนนรวมของ
วิชาคดิ เป็นแต้มเฉลยี่ ต่ำกว่า 2.00 จะส้นิ สภาพการเปน็ นกั ศกึ ษา

4. นักศึกษาท่ีมีคะแนนเฉลี่ยสะสมในภาคการศึกษาหนึ่งภาคการศกึ ษาใดต่ำกว่า 2.70
จะถือว่า นักศึกษาอยู่ในสภาพรอพินิจ และในภาคการศึกษาต่อไปหากคะแนนเฉลีย่
สะสมยงั ต่ำกว่า 2.70 นกั ศกึ ษาจะสนิ้ สภาพการเปน็ นกั ศึกษา

5. ในแต่ละภาคการศึกษา ยกเว้นภาคการศึกษาแรก นักศึกษาสามารถขอลาพัก
การศึกษาได้โดยขออนุมัติต่อคณบดีก่อนวันสุดท้ายของภาคการศึกษานั้น ๆ
ระยะเวลาท่ีลาพกั การศึกษาจะนบั รวมในอายคุ วามการเป็นนกั ศกึ ษาดว้ ย และถา้ หาก
นกั ศึกษาไมล่ งทะเบยี นเรยี นโดยไม่ลาพกั การศึกษา เป็นระยะเวลา 2 ภาคการศกึ ษา
ติดต่อกนั จะส้ินสภาพการเปน็ นักศึกษา

คู่มอื นกั ศกึ ษา คณะสถิตปิ ระยกุ ต์ NIDA 19

ชว่ งเวลาของการเรียนในแต่ละภาคการศกึ ษา

โดยปกติภาคการศึกษาที่ 1 จะเริ่มข้ึนในวันจันทร์แรกของต้นเดือนสิงหาคม และ
ภาคการศึกษาที่ 2 จะเริ่มขึ้นในวันจันทร์แรกของต้นเดือนมกราคม ภาคการศึกษาหนึ่ง ๆ จะมี
ระยะเวลาเรียนท้ังส้นิ 15 สัปดาห์ ทง้ั นี้ ไม่รวมสัปดาหส์ อบกลางภาคซงึ่ มีระยะเวลาประมาณ 2
สปั ดาห์ สำหรบั ปกี ารศึกษา 2565 ช่วงเวลาของแต่ละภาคการศึกษา เป็นดงั นี้

ภาคการศึกษาท่ี 1 ปีการศกึ ษา 2565
• ภาคพเิ ศษ เปิดภาคการศกึ ษา วนั เสารท์ ่ี 6 สิงหาคม 2565

ชว่ งเวลาการเรยี นตง้ั แตว่ ันเสาร์ที่ 6 สงิ หาคม 2565 ถึงวันอาทิตยท์ ่ี 27 พฤศจกิ ายน 2565
• ภาคปกติ เปดิ ภาคการศึกษา วันจันทรท์ ี่ 8 สิงหาคม 2565

(กรณเี รียนรว่ มกบั นักศึกษาภาคพเิ ศษ ให้เรียนตามตารางสอนของนักศึกษาภาคพิเศษ)
ชว่ งเวลาการเรยี นตั้งแตว่ นั จันทร์ที่ 8 สงิ หาคม 2565 ถึงวนั ศกุ ร์ท่ี 2 ธนั วาคม 2565

ภาคการศกึ ษาท่ี 2 ปีการศึกษา 2565
• ภาคพเิ ศษ เรม่ิ เปดิ ภาคการศกึ ษา วันเสารท์ ่ี 7 มกราคม 2566

ชว่ งเวลาการเรยี นตั้งแตว่ นั เสาร์ที่ 7 มกราคม 2566 ถงึ วนั อาทติ ยท์ ่ี 7 พฤษภาคม 2566
• ภาคปกติ เร่ิมเปิดภาคการศกึ ษา วันจนั ทรท์ ่ี 9 มกราคม 2566

(กรณีเรยี นร่วมกับนักศึกษาภาคพิเศษ ใหเ้ รียนตามตารางสอนของนักศกึ ษาภาคพเิ ศษ)
ชว่ งเวลาการเรยี นตัง้ แต่วนั จนั ทรท์ ี่ 9 มกราคม 2566 ถึงวันศกุ รท์ ี่ 12 พฤษภาคม 2566
หมายเหตุ กำหนดการเปิด-ปิดภาคการศึกษาของทุกภาคการศึกษาอาจมีการปรับเปลี่ยน
ขอให้นักศึกษาตรวจสอบปฏิทินการศึกษาอีกคร้งั ก่อนเปิดภาคการศกึ ษา ท่ี http://as.nida.ac.th

สำนกั บรรณสารการพฒั นา

นักศึกษาสามารถเข้าศึกษาค้นคว้าในห้องสมุดของสำนักบรรณสารการพัฒนาได้ใน
วนั จนั ทร์- วนั ศุกร์ เวลา 08.00 - 19.30 น. และวนั เสาร์ - อาทติ ย์ เวลา 08.30 - 21.00 น.
หากนักศึกษามีปัญหาในการค้นคว้าให้ติดต่อสอบถามได้ที่ฝ่ายบริการ สำนักบรรณสารการ
พัฒนา อาคารบุญชนะ อัตถากร ช้นั 2, 3 และ 4

นอกจากนี้ยังมีห้องสำหรับนั่งอ่านหนังสือโดยใช้บัตรนักศึกษา 4 บัตรต่อ 1 ห้อง ซ่ึง
เปิดให้บริการตั้งแต่วันจันทร์ - วันศุกร์ ระหว่างเวลา 8.00 - 19.30 น. และวันเสาร์ - วัน
อาทติ ย์ เวลา 08.30 – 21.00 น. เช่นเดียวกับวนั และเวลาทำการปกติ
หมายเหตุ กำหนดการเปิด-ปิดห้องสมุดอาจเปลี่ยนแปลงได้ตามความเหมาะสม ซึ่งสถาบันฯ
จะแจง้ ใหน้ กั ศึกษาทราบล่วงหนา้ ทางเวบ็ ไซต์ https://library.nida.ac.th

20 คู่มอื นักศึกษาระดับปริญญาโท คณะสถติ ิประยุกต์ NIDA

การจดั ทำแผนการศึกษาและการลงทะเบียนเรียนล่วงหนา้

นักศึกษาทุกคนต้องทำแผนการศึกษาให้เสร็จสิ้นในช่วงต้นของปีที่ 1
ภาคการศึกษาที่ 2 โดยระบุวชิ าเลือกต่าง ๆ ทีน่ ักศึกษาตอ้ งการเลือกและผา่ นความเห็นชอบของ
อาจารย์ที่ปรึกษา ก่อนสิ้นภาคการศึกษาแต่ละภาค ยกเว้นภาคการศึกษาสุดท้ายประมาณ 1
เดอื น นกั ศึกษาจะตอ้ งลงทะเบียนเรียนลว่ งหน้าสำหรบั วิชาท่ีจะเรียนในภาคการศึกษาต่อไป เพื่อ
คณะจะได้พิจารณาเปิดสอนวิชาเลือกต่าง ๆ และเพื่อจัดทำเอกสารการลงทะเบียนให้นักศึกษา
นำไปลงทะเบยี นผ่านธนาคารตอ่ ไป

การสอบประมวลความรู้

นกั ศกึ ษาสามญั ระดับปรญิ ญาโทจะสอบประมวลความรูไ้ ด้ต่อเม่อื

1. ได้ศึกษาวิชาหลัก/วิชารหัส 6XXX ในกรณีทีก่ ำหนดเป็นวิชาบังคับตามหลักสูตรครบถว้ น
แล้วและมคี ะแนน เฉลย่ี สะสมในหมวดวชิ าหลกั ไม่ต่ำกว่า 3.00

2. ได้ศึกษาวิชาอื่น ๆ ที่หลักสูตร/สาขาวิชาเอกกำหนดให้เป็นวิชาที่ใช้สอบประมวลความรู้
ตามประกาศของคณะ/สถาบันครบถว้ นแล้ว (ยกเว้นกรณที ำวทิ ยานิพนธ)์

3. ในกรณีที่ศึกษารายวิชาครบถ้วนตามหลักสูตรแล้ว จะต้องมีคะแนนเฉลี่ยสะสมไม่ต่ำกว่า
3.00 และมีผลการศึกษาในวิชาเสริมพืน้ ฐานทุกวชิ าไมต่ ่ำกวา่ “B”

4. ในกรณีนักศึกษารอผลการศึกษาวิชาดังกล่าวข้างต้น คณบดีอาจจะพิจารณาอนุมัติให้
นักศึกษาผู้นั้นสมัครสอบประมวลความรู้ได้และเมื่อผลการศึกษาออกครบถ้วนแล้วแต่
คะแนนเฉล่ยี ไม่เป็นไปตามเกณฑ์ ข้อ 1.1, 1.2 และ 1.3 ผลการสอบจะเป็น “โมฆะ”

5. การสมัครสอบประมวลความรู้ จะจัดการสอบตามหลักสูตร/สาขาวิชาเอก ในกรณขี ้อสอบ
แบง่ เป็น 2 ส่วนหรอื 1 สว่ น ตามสาขาวิชาเอกนนั้ ๆ กำหนด ใหถ้ ือปฏบิ ตั วิ ่าการสมัคร
สอบประมวลความรใู้ นแต่ละครัง้ นกั ศึกษาจะต้องสอบทงั้ 2 ส่วนหรอื 1 ส่วน ตามที่คณะ
กำหนด กรณีนักศึกษาขาดสอบส่วนใดส่วนหนึ่งคณะจะประกาศผลการสอบเป็น “ตก”
และนกั ศึกษาทเี่ ลือกเรียนแผน ก. (ทำวทิ ยานพิ นธ)์ จะสอบเฉพาะส่วนที่ 1 เพียงสว่ นเดยี ว

นักศึกษามีสิทธิ์สอบประมวลความรู้ให้ผ่านครบทุกส่วนภายในเวลา 5 ปี นับจากวันเปิด
ภาคการศึกษาแรกที่ขึ้นทะเบียนเป็นนักศึกษาสามัญ แต่การสอบหลังจากครั้งที่ 2 จะต้องได้รับ
การอนุมตั จิ ากคณบดี

ข้อสอบประมวลความรู้จะประกอบด้วย 2 ส่วน ส่วนที่ 1 จะเน้นทางด้านทฤษฎี และ
ส่วนท่ี 2 จะเน้นทางด้านการประยุกต์ หรอื 1 สว่ นจะเน้นทัง้ ทางด้านทฤษฎแี ละการประยุกต์

คู่มอื นักศึกษา คณะสถิติประยกุ ต์ NIDA 21

คณะกำหนดให้มีการสอบประมวลความรู้ ปลี ะ 2 ครงั้ โดยจะประกาศใหท้ ราบทกุ ต้นปีการศกึ ษา

หมายเหตุ เกณฑ์การสอบประมวลความรูข้ องคณะสถติ ิประยกุ ต์ อาจมีการเปลีย่ นแปลง ซึ่งทาง
คณะจะประกาศใหท้ ราบตอ่ ไป ทางเวบ็ ไซต์ของคณะ http://as.nida.ac.th

การสอบปากเปลา่

นกั ศกึ ษาสามัญระดบั ปรญิ ญาโทจะสอบปากเปล่าไดต้ ่อเมอื่
1. ผา่ นการสอบประมวลความรู้ และมีผลการสอบประมวลความรู้ “ผ่าน” ทกุ สว่ น
2. ต้องศึกษาครบถ้วนทุกรายวิชาตามข้อกำหนดของหลักสูตร และมีแต้มรวมเฉล่ีย
สะสมทกุ วิชาไมต่ ่ำกว่า 3.00
3. นักศึกษาจะสอบปากเปล่าได้ภายในระยะเวลาที่ยังมีอายุความการเป็นนักศึกษา
นับถึงวันประกาศผลสอบปากเปล่า (ไม่เกิน 5 ปี) นับจากวันเปิดภาคการศึกษา
แรกท่ขี ึ้นทะเบยี นเปน็ นกั ศกึ ษาสามัญ แตก่ ารสอบหลังจากครง้ั ที่ 2 จะตอ้ งไดร้ ับ
การอนมุ ัติจากคณบดี
4. คณะจะกำหนดให้มีการสอบปากเปล่าอย่างน้อยปีละ 4 ครั้ง โดยจะประกาศให้
ทราบทุกตน้ ปีการศกึ ษา
5. นักศึกษาจะต้องผ่านการสอบวัดความรู้ภาษาอังกฤษสำหรับนักศึกษาปริญญาโท
(NIDA TEAP) ซึ่งเป็นคุณสมบัติสำคัญของผู้ที่จะสำเร็จการศึกษา ก่อนวัน
ประกาศผลสอบประมวลความร้หู รอื การสอบปากเปลา่ ในคร้งั นนั้ ๆ

การสำเรจ็ การศกึ ษา

ผู้ท่ีจะสำเร็จการศึกษาในระดบั ปริญญาโทจากสถาบัน ตอ้ งมคี ณุ สมบตั ิดังตอ่ ไปน้ี

1. มีความรู้ภาษาอังกฤษหรือภาษาต่างประเทศหรือความรู้พิเศษอย่างอื่นแทน
ภาษาต่างประเทศตามมาตรฐานที่สถาบนั กำหนด และตามทีก่ ำหนดในหลักสตู ร

2. ผ่านเกณฑ์การสอบวัดความรู้ภาษาอังกฤษสำหรับนักศึกษาสามัญระดับปริญญาโท
ตามประกาศของสถาบันบัณฑิตพัฒนบริหารศาสตร์ (NIDA TEAP) ลงวันที่ 26
ธนั วาคม 2559

3. ศึกษาครบถ้วนตามข้อกำหนดของหลักสูตรและได้ผลการศึกษาของทุกวิชาท่ี
ลงทะเบียนเข้าเรียนตามหลักสูตร คิดเป็นแต้มเฉลี่ยสะสมไม่ต่ำกว่า 3.00 ในการนับ
หน่วยกิต

22 คูม่ ือนักศึกษาระดับปริญญาโท คณะสถิติประยกุ ต์ NIDA

4. ไดผ้ ลการศกึ ษาของวิชาเสรมิ พื้นฐานวิชารหัส 4XXX ในกรณีทีก่ ำหนดไวเ้ ปน็ วชิ าเสรมิ
พน้ื ฐานตามหลกั สูตร ไม่ตำ่ กว่า “B”

5. ได้ผลการศึกษาของวิชาหลักและ/หรือวิชารหัส 6XXX/7XXX ในกรณีท่ีกำหนดไว้เป็น
วชิ าบังคับตามหลักสตู ร คดิ เป็นแตม้ เฉลย่ี รวมกันไม่ตำ่ กวา่ 3.00

6. สอบประมวลความรู้ “ผ่าน” ทกุ สว่ น
7. สอบปากเปลา่ “ผ่าน” (สำหรับนกั ศึกษา แผน ข)
8. ได้รับอนุมัตแิ ละส่งรูปเล่มวิทยานิพนธ์ได้ “ผลเป็นที่พอใจ” (สำหรับนักศึกษา แผน ก

ทำวิทยานิพนธ)์
9. สำเร็จการศึกษาตามหลักสูตรภายในเวลาไม่เกิน 5 ปี นับจากวันเปิดภาคการศึกษา

ของภาคแรกท่นี ักศึกษาขึน้ ทะเบยี นเปน็ นักศึกษาสามญั

“หากขอ้ มูลใดทปี่ รากฏในเอกสารนีไ้ ม่ตรงกนั กบั ข้อบังคบั สถาบันฯ ว่าด้วยการศกึ ษา ฉบบั
ล่าสุดใหใ้ ชข้ อ้ ความในขอ้ บังคบั สถาบนั ฯ ฉบับลา่ สดุ แทน”

คู่มือนักศกึ ษา คณะสถิตปิ ระยกุ ต์ NIDA 23

รายละเอียดหลักสูตร

หลกั สูตรวิทยาศาสตรมหาบณั ฑติ สาขาวชิ าการวิเคราะห์ข้อมูลและวทิ ยาการ
ขอ้ มูล

(หลักสตู รปรบั ปรุง พ.ศ. 2564)

ชอ่ื สถาบันอุดมศึกษา สถาบันบณั ฑิตพฒั นบรหิ ารศาสตร์
คณะ คณะสถติ ิประยกุ ต์

หมวดที่ 1. ข้อมลู ทวั่ ไป

1. รหัสและชือ่ หลักสตู ร
ภาษาไทย : หลักสูตรวิทยาศาสตรมหาบณั ฑติ สาขาวชิ าการวิเคราะหข์ ้อมลู และวิทยาการข้อมูล
ภาษาองั กฤษ :Master of Science Program in Data Analytics and Data Science

2. ช่ือปริญญาและสาขาวชิ า
ชือ่ เตม็ : วทิ ยาศาสตรมหาบณั ฑติ (การวเิ คราะห์ข้อมูลและวิทยาการขอ้ มูล)
Master of Science (Data Analytics and Data Science)
ช่ือยอ่ : วท.ม. (การวิเคราะหข์ ้อมูลและวิทยาการขอ้ มูล)
M.S. (Data Analytics and Data Science)

3. วิชาเอก
- ไมม่ ี -

4. จำนวนหน่วยกิตทีเ่ รยี นตลอดหลกั สูตร
แผน ก2 รายวชิ า 24 หนว่ ยกิต วทิ ยานิพนธ์ 12 หน่วยกิต รวม 36 หนว่ ยกิต
แผน ข รายวิชา 33 หนว่ ยกิต การคน้ ควา้ อิสระ 3 หนว่ ยกิต รวม 36 หน่วยกติ

5. รูปแบบของหลักสูตร
5.1 รูปแบบ
หลักสตู รปรญิ ญาโท ตามเกณฑ์มาตรฐานหลักสตู รระดบั อดุ มศกึ ษา

5.2 ภาษาท่ใี ช้
ภาษาไทยและ/หรอื ภาษาอังกฤษ

24 คูม่ อื นกั ศึกษาระดับปรญิ ญาโท คณะสถติ ปิ ระยุกต์ NIDA

5.3 การรบั เข้าศกึ ษา

รบั นกั ศกึ ษาไทยและนกั ศึกษาต่างชาติ

5.4ความรว่ มมอื กับสถาบันอื่น
เป็นหลักสูตรเฉพาะของสถาบันที่จัดการเรียนการสอนโดยตรงแต่มีความร่วมมือทางด้าน

วชิ าการกับสถาบันอุดมศกึ ษาต่าง ๆ ทงั้ ภายในประเทศและต่างประเทศ

5.5 การให้ปริญญาแก่ผูส้ ำเร็จการศกึ ษา

ให้ปรญิ ญาเพยี งสาขาวิชาเดยี ว

6. สถานภาพของหลักสูตรและการพจิ ารณาอนมุ ตั ิ/เห็นชอบหลักสตู ร

หลกั สูตรปรับปรุง พ.ศ. 2564 ปรับปรุงจากหลักสูตรวทิ ยาศาสตรมหาบณั ฑิต สาขาวชิ าการ
วเิ คราะห์ธุรกจิ และวทิ ยาการข้อมูล (หลกั สตู รปรับปรุง พ.ศ.2563) เปดิ สอนภาคการศึกษาท่ี
1 ปีการศึกษา 2564
คณะกรรมการสภาวิชาการ อนมุ ัต/ิ เหน็ ชอบหลกั สตู รในการประชมุ คร้งั ท่ี
สภาสถาบนั บัณฑติ พฒั นบริหารศาสตร์ อนุมตั /ิ เห็นชอบหลักสตู รในการประชมุ ครัง้ ท่ี

7. ความพร้อมในการเผยแพร่หลักสตู รท่มี ีคุณภาพและมาตรฐาน

หลักสูตรจะได้รับการเผยแพร่ว่าเป็นหลักสูตรที่มีคุณภาพและมาตรฐานตามกรอบคุณวุฒิ
ระดับอดุ มศกึ ษา พ.ศ. 2552 ในปกี ารศึกษา 2565

8. อาชีพทีส่ ามารถประกอบได้หลงั สำเร็จการศึกษา

8.1 นักวิเคราะห์ธุรกิจ (Business Analyst) เจ้าหน้าที่วางแผนกลยุทธ์ (Strategic Planner)
นักวิเคราะห์กลยทุ ธ์ (Strategic Analyst) นกั วางแผนธุรกิจ (Business Planner) นักพัฒนา
ธุรกจิ (Business Developer)

8.2 นักวิทยาการขอ้ มลู (Data Scientist)
8.3 นักสถติ ิ (Statistician)/นกั วิชาการสถติ ิ (Statistics Officer)
8.4 นักจัดการขอ้ มูลขนาดใหญ่/ และนักวิเคราะห์ขอ้ มลู ขนาดใหญ่ (Big Data Analyst)
8.5 นักวิจัย (Researcher) นักวิจัยตลาด (Marketing Researcher) และนักวิจัยการวิเคราะห์

ขอ้ มลู ขนาดใหญ่ (Big Data Analytics Researcher)
8.6 วิศวกรขอ้ มูล (Data Engineer)
8.7 วิศวกรปัญญาประดิษฐ์ (Artificial Intelligence Engineer)
8.8 ผู้บริหารเทคโนโลยีสารสนเทศ (IT Manager) ผู้จัดการโครงการสารสนเทศ (IT Project

Manager)
8.9 นกั วชิ าการคอมพิวเตอรแ์ ละเทคโนโลยสี ารสนเทศ (Computer and IT Officer)
8.10นักวิเคราะหแ์ ละออกแบบระบบงานคอมพวิ เตอร์ (System Analyst)

คูม่ อื นักศกึ ษา คณะสถติ ปิ ระยกุ ต์ NIDA 25

8.11ผู้ตรวจสอบ /ผู้ทดสอบระบบสารสนเทศ (Information System Auditor/Tester) ผู้
ตรวจสอบ/ผ้ทู ดสอบซอฟท์แวร์ (Software Auditor/Tester)

8.12อาจารย์/นกั วชิ าการ (University Professor/Academician)

9. ช่ือ ตำแหน่ง และคุณวฒุ ิการศกึ ษาของอาจารย์ผ้รู บั ผดิ ชอบหลักสูตร

ตำแหน่งทางวชิ าการ/ คณุ วุฒิสงู สุด/สาขาวชิ า สถาบันท่ีสำเร็จการศึกษา
ชือ่ – สกลุ

ผศ.ดร.ธนาสยั สคุ นธพ์ นั ธ์ุ Ph.D. (Computer Science) University of Southern
California, U.S.A. (พ.ศ. 2555)

M.S. (Computer Science) University of Southern
วท.ม.(วทิ ยาการคอมพิวเตอร์) California, U.S.A. (พ.ศ. 2546)
มหาวิทยาลยั มหิดล (พ.ศ. 2543)

วศ.บ. (วิศวกรรมอตุ สาหการ) จุฬาลงกรณม์ หาวิทยาลยั
(พ.ศ. 2540)

ผศ.ดร.เอกรัฐ รฐั กาญจน์ Ph.D. (Electrical Engineering National Chiao Tung University,
and Computer Science) Taiwan (พ.ศ. 2559)

อ.ดร.วรรณฤดี สกุลภกั ดี M.S. (Information มหาวิทยาลัยพระจอมเกลา้
Technology) ธนบรุ ี(พ.ศ. 2546)
สถ.บ. (สถาปตั ยกรรม) จฬุ าลงกรณม์ หาวทิ ยาลัย
Ph.D. (Applied Mathematics) (พ.ศ. 2542)
Washington State University,
M.S. (Mathematics) U.S.A. (พ.ศ. 2559)
Washington State University,
วท.ม. (สถิติประยุกต์) U.S.A. (พ.ศ. 2556)
สถาบันบัณฑิตพัฒนบรหิ ารศาสตร์
วท.บ. (คณติ ศาสตร์) (พ.ศ. 2540)
มหาวิทยาลยั เกษตรศาสตร์
(พ.ศ. 2537)

10.สถานทีจ่ ดั การเรียนการสอน

สถาบนั บัณฑติ พัฒนบริหารศาสตร์ เลขท่ี 148 ถนนเสรีไทย คลองจ่นั บางกะปิ กรงุ เทพฯ
10240

11.สถานการณ์ภายนอกหรือการพัฒนาทจี่ ำเป็นต้องนำมาพิจารณาในการวางแผนหลกั สูตร
การเปลี่ยนแปลงอย่างรวดเร็วและคาดการณ์ได้ยากทั้งในทางด้านการเมือง เศรษฐกิจ สังคม

ภัยพิบัติ และ โรคภัยไข้เจ็บ ในยุคสมัยที่มีการใช้เทคโนโลยีสารสนเทศอย่างแพร่หลาย ส่งผลให้เกิด

26 ค่มู ือนกั ศึกษาระดับปริญญาโท คณะสถติ ปิ ระยุกต์ NIDA

ข้อมูลจำนวนมหาศาล ซึ่งมีความจำเป็นอย่างยิ่งยวดในการเรียนรู้ เข้าใจ วิเคราะห์และจัดการข้อมูล
เหล่านอี้ ย่างเปน็ ระบบและกอ่ ให้เกดิ ประโยชน์สงู สุด

12.ผลกระทบจาก ข้อ 11 ตอ่ การพัฒนาหลกั สตู รและความเก่ียวข้องกบั พันธกิจของสถาบนั

สภาสถาบันบัณฑิตพัฒนบริหารศาสตร์ ได้อนุมัติแผนพัฒนาระยะยาวของสถาบันบัณฑิตพัฒ
นบริหารศาสตร์ (พ.ศ.2551-2565) ซึ่งประกอบด้วยยุทธศาสตร์ต่าง ๆ จำนวน 8 ยุทธศาสตร์ โดย
ยุทธศาสตรท์ ่ี 6 คือการรกั ษาความเปน็ เลศิ ทางวิชาการด้านหลกั สูตร งานวิจยั และการบริการวิชาการ
ทมี่ คี วามโดดเด่นและสอดคล้องกบั ความต้องการของสงั คม และได้กำหนดไว้ในกลยุทธท์ ี่ 6.3 เรอื่ งการ
พัฒนาสาขาวชิ าและหลักสูตรท่ีสามารถตอบสนองตรงตามความต้องการของสังคมท่ีมกี ารเปล่ียนแปลง
อยู่ตลอดเวลา ภายใต้แรงกดดันของปัจจัยแวดล้อมต่าง ๆ เพื่อให้มีสาขาวิชาครบถ้วนในด้านพัฒนบริ
หารศาสตร์แนวทางหนึ่งคือการเปดิ สอนหลกั สูตรทางด้านการวิเคราะห์ขอ้ มูลและวิทยาการข้อมูล เพ่ือ
ช่วยเสริมสร้างความเขม้ แข็งใหก้ บั ศาสตร์การวิเคราะห์ขอ้ มูลและวทิ ยาการข้อมูล ซึ่งเป็นเอกลักษณ์ของ
สถาบันให้มีความครบถ้วนและสมบูรณ์เพ่ิมมากข้ึน สมตามแนวทางพระราชดำริในพระบาทสมเด็จพระ
ปรมินทรมหาภูมิพลอดุลยเดช บรมนาถบพิตรในการก่อตั้งสถาบันบัณฑิตพัฒนบริหารศาสตร์ และ
โดยเฉพาะอย่างยิ่งคณะสถิติประยุกต์ด้วยพระองค์เอง ด้วยทรงมีพระวิสัยทัศน์อันก้าวไกลที่ว่าการ
พัฒนาประเทศต้องอาศัยข้อมูลและความรู้อย่างเป็นวิทยาศาสตร์ ทั้งนี้หลักสูตรนี้มีวัตถุประสงค์เพื่อ
ผลิตบุคลากรให้กับประเทศชาติตามแนวพระราชดำริในการก่อตั้งสถาบันบัณฑิตพัฒนบริหารศาสตร์
เพ่ือสนองพระมหากรณุ าธคิ ณุ อนั หาท่สี ดุ มไิ ด้

13. ความสัมพนั ธ์กบั หลกั สูตรอนื่ ทเ่ี ปดิ สอนในคณะ/ภาควชิ าอื่นของสถาบัน

13.1 กลุ่มวิชา/รายวิชาในหลักสตู รนี้ทเ่ี ปิดสอนโดยสำนักงานอธกิ ารบดี ได้แก่

รายวิชาในหมวดวชิ าเสรมิ พื้นฐาน

สพ 4000 วิชาพนื้ ฐานสำหรบั บณั ฑติ ศึกษา 3 หนว่ ยกิต

กลุม่ วิชา/รายวิชาในหลกั สตู รน้ีทเี่ ปดิ สอนโดยคณะภาษา ได้แก่

รายวิชาในหมวดวชิ าเสริมพนื้ ฐาน

ภส 4001 การพฒั นาทักษะการอา่ นภาษาอังกฤษสำหรับบัณฑติ ศึกษา 3 หน่วยกติ

ภส 4002 การพฒั นาทกั ษะภาษาอังกฤษแบบบูรณาการ 3 หนว่ ยกติ

ภส 4011 การซอ่ มเสริมการพัฒนาทักษะการอ่านภาษาอังกฤษ 3 หน่วยกติ

สำหรับบณั ฑิตศกึ ษา

ภส 4012 การซ่อมเสรมิ การพฒั นาทักษะภาษาอังกฤษแบบบูรณาการ 3 หนว่ ยกติ

คู่มอื นกั ศกึ ษา คณะสถติ ปิ ระยุกต์ NIDA 27

13.2 กลมุ่ วิชา/รายวิชาในหลักสตู รที่เปิดสอนใหภ้ าควิชา/หลกั สูตรอื่นต้องมาเรียน

นักศึกษาหลักสูตรอื่นของสถาบัน สามารถเลือกเรียนทุกรายวิชาของหลักสูตรวิทยาศาสตร
มหาบัณฑติ สาขาวิชาการวิเคราะห์ข้อมลู และวิทยาการข้อมลู ได้ ยกเว้นวชิ าการค้นคว้าอสิ ระ ทั้งน้ี ต้อง
เปน็ ไปตามขอ้ กำหนดของแตล่ ะหลกั สตู ร และไดร้ บั อนมุ ัตจิ ากอาจารย์ผแู้ นะนำและอาจารยผ์ ้สู อน

13.3 การบริหารจัดการ

หลักสูตรได้ดำเนินการภายใต้ความรับผิดชอบของคณะกรรมการบริหารหลักสูตร
คณะกรรมการจัดการเรียนการสอน อาจารย์ผู้รับผิดชอบหลักสูตรและอาจารย์ประจำหลักสูตร
สาขาวชิ าการวเิ คราะห์ข้อมูลและวิทยาการขอ้ มูล โดยคณะกรรมการมหี น้าทกี่ ำหนดนโยบายกรอบการ
ดำเนินงานและวางระเบียบหลักเกณฑ์เพื่อให้หลักสูตรมีคุณภาพ ในกลุ่มวิชาเลือกของหลักสูตร
นักศึกษาสามารถเลือกวิชาเลือกในคณะ/ภาควิชาอื่นของสถาบันที่มีเนื้อหาสอดคล้องและเหมาะสมกบั
หลกั สตู รของคณะ โดยนักศกึ ษาสามารถลงทะเบียนและนับเปน็ หนว่ ยกิตในหลักสูตรได้ และอาจารย์ท่ี
ปรึกษาของนักศึกษาแต่ละวิชาเอกให้คำปรึกษาแก่นักศึกษาที่จะไปเรียนวิชาของหลักสูตรอื่นเป็น วิชา
เลือก อาจารย์ผู้สอนรายวิชานั้น ๆ เป็นผู้อนุญาต/ให้ความเห็นชอบ โดยมีนักวิชาการศึกษาของแต่ละ
คณะเป็นผูป้ ระสานงานและตรวจสอบให้เป็นไปตามข้อบังคับว่าด้วยการศึกษาของสถาบันบัณฑิตพัฒนบริ
หารศาสตร์

28 คูม่ อื นักศึกษาระดับปริญญาโท คณะสถิตปิ ระยุกต์ NIDA

หมวดท่ี 2. ขอ้ มลู เฉพาะของหลักสตู ร

1. ปรชั ญา ความสำคญั และวัตถุประสงค์ของหลักสูตร

1.1 ปรชั ญา

เป็นหลกั สูตรเน้นการพัฒนาองค์ความรู้และทักษะด้านการวิเคราะห์เชิงปริมาณ ดา้ นเทคโนโลยี
และด้านการบริหาร เพื่อผลิตบุคลากรที่มีศักยภาพสำหรับสายงานทางด้านการวิเคราะห์ข้อมูลและ
วทิ ยาการขอ้ มูล

1.2 วตั ถปุ ระสงค์

เพื่อผลิตบัณฑิตให้มีความรู้ ความสามารถ และความเข้าใจทางด้านการวิเคราะห์ข้อมูลและ
วิทยาการข้อมูล ตลอดจนสามารถประยุกต์ใชอ้ งค์ความรู้แบบบูรณาการให้กับทางด้านธุรกิจและสังคม
อย่างมคี ุณธรรมและจรยิ ธรรม

2. แผนพฒั นาปรับปรงุ

แผนการพฒั นา/ กลยทุ ธ์ หลักฐาน/ตวั บง่ ชี้
เปล่ียนแปลง
- นกั ศกึ ษาประเมนิ การ - ผลการประเมนิ การเรียนการ
- ปรับปรงุ หลกั สูตรตาม เรยี นการสอนระดับรายวิชาใน สอนโดยนกั ศกึ ษา
เกณฑ์มาตรฐานหลักสตู ร แตล่ ะภาคการศึกษา
สกอ. และตามกรอบ
มาตรฐานคณุ วฒุ ิ
ระดบั อดุ มศกึ ษาแหง่ ชาติ

- สมั มนาเพื่อพัฒนาการเรียน - รายงานผลการสมั มนา
การสอนปีละ 1 ครง้ั

- ปรับปรงุ หลักสตู รให้ - ประเมินและปรับปรุง - รายงานผลการประเมิน
สอดคลอ้ งกบั ความต้องการ หลกั สตู ร ทุก 2 ปี หลกั สตู ร

ของผใู้ ช้บณั ฑิตรวมถงึ การ - ติดตามความตอ้ งการของ - ระดับความพงึ พอใจของผใู้ ช้
เปล่ียนแปลงทางเทคโนโลยี ผ้ปู ระกอบการปลี ะ 1 ครงั้ มหาบัณฑติ
เศรษฐกจิ การเมอื งและสังคม

คู่มือนักศกึ ษา คณะสถติ ิประยกุ ต์ NIDA 29

หมวดท่ี 3.
ระบบการจดั การศึกษา การดำเนินการ และโครงสร้างของหลกั สตู ร

1. ระบบการจดั การศึกษา

1.1 ระบบ

เป็นการศึกษาแบบหน่วยกิตตามระบบทวิภาค โดยปีการศึกษาหนึ่ง ๆ แบ่งเป็น 2 ภาค
การศึกษาปกติ คือ ภาคการศึกษาที่ 1 และภาคการศึกษาที่ 2 และอาจมีภาคการศึกษาท่ี 3 (ภาค
ฤดูร้อน) ก็ได้ การศึกษาในภาคการศึกษาปกติมีระยะเวลาไม่น้อยกว่า 15 สัปดาห์ ส่วนการศึกษา
ภาคฤดูร้อนมีระยะเวลาไม่น้อยกว่า 8 สัปดาห์ แต่มีชั่วโมงการเรียนของแต่ละวิชาเท่ากับชั่วโมงของ
ภาคการศกึ ษาปกติ

1.2 การจัดการศึกษาภาคฤดูร้อน

การจัดการเรียนการสอนภาคฤดูร้อน ขึ้นอยู่กับการพิจารณาของคณะกรรมการประจำ
หลักสูตร การศึกษาในภาคการศึกษาปกติมีระยะเวลาไม่น้อยกว่า 8 สัปดาห์ แต่มีชั่วโมงการเรียน
ของแต่ละวชิ าเทา่ กบั ช่วั โมงของภาคการศกึ ษาปกติ

1.3 การเทียบเคียงหนว่ ยกิตในระบบทวิภาค
ไม่มี

2. การดำเนนิ การหลักสตู ร
2.1 วัน–เวลาในการดำเนินการเรยี นการสอน
ภาคการศกึ ษาที่ 1 เดือนสิงหาคม – เดือนธนั วาคม

ภาคการศกึ ษาท่ี 2 เดือนมกราคม – เดือนพฤษภาคม

ภาคฤดูร้อน เดือนมิถุนายน – เดอื นกรกฎาคม

2.2คณุ สมบตั ขิ องผู้เขา้ ศึกษา
2.2.1 เป็นผู้สำเร็จการศึกษาระดับปริญญาตรีหรือเทียบเท่าทุกสาขาจากสถาบันการศึกษา
ของรัฐหรือเอกชน ทั้งในและต่างประเทศที่สำนักงานคณะกรรมการอุดมศึกษา
(สกอ.) รับรองมาตรฐานการศึกษา หรือมีวิทยฐานะที่สภาสถาบันบัณฑิตพัฒนบริ
หารศาสตร์อนุมัติให้เข้าเป็นนักศึกษา สำหรับประสบการณ์การทำงาน ให้เป็นไป
ตามประกาศของสถาบัน
2.2.2 ผ่านการคัดเลือกตามเกณฑข์ องสถาบนั โดยการสอบขอ้ เขยี นและ/หรอื สัมภาษณ์

30 คู่มือนกั ศึกษาระดับปรญิ ญาโท คณะสถิตปิ ระยุกต์ NIDA

2.2.3 คุณสมบัติของผู้มีสิทธิ์สมัครเข้าศึกษาอาจเปลี่ยนแปลงหรือมีเกณฑ์เพิ่มเติมได้ ทั้งน้ี
ใหเ้ ปน็ ไปตามประกาศของสถาบันบณั ฑิตพัฒนบริหารศาสตร์ และหรอื ประกาศของ/
คณะสถติ ปิ ระยกุ ต์

2.3 ปญั หาของนักศึกษาแรกเขา้
ไม่มคี วามรู้พน้ื ฐานหรอื มีไม่เพยี งพอในการที่จะเรยี นรายวิชาในหมวดวชิ าหลักของหลกั สูตร

2.4 กลยุทธ์ในการดำเนินการเพ่อื แก้ไขปัญหา/ข้อจำกัดของนักศกึ ษาในข้อ 2.3
กำหนดวิชาเสรมิ พนื้ ฐานและวิชาพืน้ ฐานเป็นโครงสร้างของหลกั สตู รเพอ่ื ให้นกั ศึกษา

ลงทะเบยี นเรยี นเพอื่ ปรบั พ้ืนฐานของนักศึกษา

2.5 แผนการรับนักศึกษาและผ้สู ำเร็จการศึกษาในระยะ 5 ปี

จำนวนนกั ศึกษา จำนวนนกั ศึกษาแต่ละปีการศึกษา

2564 2565 2566 2567 2568

แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข

ภาคปกติ/ภาคพิเศษ 3 37 3 37 3 37 3 37 3 37

40 คน 40 คน 40 คน 40 คน 40 คน

จำนวนนกั ศึกษาที่ แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข แผน ก2 แผน ข

คาดว่าจะสำเร็จ - - 1 36 1 36 2 36 2 36
การศกึ ษา

- 37 คน 37 คน 38 คน 38 คน

ชนั้ ปี แผน ก2 ปี 2566 ปี 2567 ปี
ปี 2564 ปี 2565 2568
1 33
2 33 33 3
รวม -3 66 3
จำนวนนักศกึ ษาทค่ี าดว่าจะจบ 36 12 6
-1 2

คูม่ อื นักศกึ ษา คณะสถิตปิ ระยุกต์ NIDA 31

ชน้ั ปี แผน ข ปี 2566 ปี 2567 ปี
ปี 2564 ปี 2565 2568
1 37 37
2 37 37 37 37 37
รวม - 37 74 74 37
จำนวนนกั ศึกษาทีค่ าดว่าจะจบ 37 74 36 36 74
- 36 36

2.6งบประมาณตามแผน ภาคปกติ ภาคพเิ ศษ
50,000.00 98,000.00
คา่ ใชจ้ ่ายรายหัวต่อปีของนักศกึ ษา

ประมาณการค่าใชจ้ า่ ยรายหัวต่อปี
นักศึกษา 1 คน/ปีการศกึ ษา

2.7 ระบบการศึกษา
 แบบช้นั เรยี น
 แบบทางไกลผา่ นส่ือส่งิ พมิ พ์เป็นหลัก
 แบบทางไกลผ่านส่ือแพรภ่ าพและเสียงเปน็ ส่ือหลัก
 แบบทางไกลทางอเิ ลก็ ทรอนิกสเ์ ปน็ สื่อหลกั (E-learning)
 แบบทางไกลทางอินเตอรเ์ น็ต

2.8การเทียบโอนหนว่ ยกิต รายวิชาและการลงทะเบียนเรียนเขา้ สถาบันอุดมศึกษา
หลกั เกณฑก์ ารเทียบโอนหน่วยกิต ให้เปน็ ไปตามขอ้ บังคบั ของสถาบันบัณฑติ พัฒนบริหารศาสตร์

ว่าดว้ ยการศกึ ษา และ/หรือประกาศของคณะสถติ ปิ ระยกุ ต์
3. หลักสูตรและอาจารย์ผสู้ อน

3.1 หลักสตู ร
3.1.1 จำนวนหน่วยกิต
ตลอดหลกั สูตรไม่น้อยกวา่ 36 หน่วยกิต

32 คมู่ ือนกั ศกึ ษาระดับปริญญาโท คณะสถติ ปิ ระยกุ ต์ NIDA

3.1.2 โครงสร้างหลกั สตู ร แผน ข ไม่ทำวิทยานิพนธ์
ไมน่ บั หน่วยกติ
แผน ก2 ทำวทิ ยานิพนธ์ 6 หนว่ ยกิต
15 หน่วยกิต
หมวดวิชาเสรมิ พืน้ ฐาน ไม่นับหนว่ ยกติ 12 หนว่ ยกิต
3 หนว่ ยกติ
หมวดวิชาพืน้ ฐาน 6 หนว่ ยกติ สอบ
สอบ
หมวดวิชาหลัก 15 หนว่ ยกิต -

หมวดวิชาเลือก 3 หนว่ ยกติ 36 หนว่ ยกติ

วิชาการคน้ คว้าอิสระ -

สอบประมวลความรู้ สอบ

สอบปากเปลา่ -

วทิ ยานพิ นธ์ 12 หนว่ ยกิต

(ผ่านการสอบป้องกันวทิ ยานิพนธ)์

รวมไม่นอ้ ยกวา่ 36 หนว่ ยกติ

3.1.3 รายวชิ า

(1) หมวดวิชาเสริมพื้นฐาน หมายถึงวิชาที่มุ่งปรับความรู้ในระดับต่ำกว่าข้ัน

บัณฑิตศกึ ษาของนักศกึ ษาเพือ่ ใหพ้ ร้อมทีจ่ ะศกึ ษาในชน้ั ปรญิ ญาโท ประกอบดว้ ย

สพ 4000 พ้ืนฐานสำหรับบณั ฑิตศึกษา 3(2–2-5)
ND 4000 Foundation for Graduate Studies

ภส 4001 ก ารพัฒนาทัก ษะก า รอ่ าน ภา ษา อั งก ฤ ษ ส ำ ห รั บ 3(2–2-5)
LC 4001 บัณฑติ ศกึ ษา

Reading Skills Development in English for
Graduate Studies

ภส 4002 การพฒั นาทักษะภาษาอังกฤษแบบบูรณาการ 3(2–2-5)
LC 4002 Integrated English Language Skills Development

ภส 4011 การซ่อมเสริมการพัฒนาทักษะการอ่านภาษาอังกฤษ 3(2–2-5)
LC 4011 สำหรับบณั ฑติ ศกึ ษา

Remedial Reading Skills Development in English
for Graduate Studies

ภส4012 การซ่อมเสริมการพัฒนาทักษะภาษาอังกฤษแบบบูรณา 3(2–2-5)
LC 4012 การ

คู่มือนกั ศึกษา คณะสถติ ิประยุกต์ NIDA 33

วขวข 4001 Remedial Integrated English Language Skills 3(3–0-6)
DADS 4001 Development 3(3–0-6)
วขวข 4002
พนื้ ฐานคณิตศาสตรแ์ ละสถติ ิ
Statistics and Mathematics Foundation
การเขยี นโปรแกรมเบ้อื งตน้ และการจดั การฐานข้อมูล

DADS 4002 Basic Programming and Database Management 3(2–2-5)
วขวข 4003
DADS 4003 ภาษาอังกฤษสำหรับการวิเคราะห์ข้อมูลและวิทยาการ
ขอ้ มูล

English for Data Analytics and Data Science

หมายเหตุ 1. ข้อกำหนดและการยกเว้นการเรียนวิชาในหมวดวิชาเสริมพื้นฐาน ให้เป็นไปตาม
ประกาศของคณะ/สถาบนั ยกเว้นข้อกำหนดและการยกเว้นการเรียนวิชาเสรมิ พ้ืนฐานภาษาอังกฤษ
ของคณะภาษาและการสื่อสาร ให้เป็นไปตามเงื่อนไขของหลักสูตรวิชาภาษาอังกฤษสำหรับ
บณั ฑิตศึกษา

2. ในกรณีที่มีการปรับปรุงหลักสูตรวิชาภาษาอังกฤษสำหรับบัณฑิตศึกษา การเรียน
วชิ าเสริมพน้ื ฐานภาษาอังกฤษทก่ี ำหนดไวใ้ นหลกั สูตรนีจ้ ะต้องเปลี่ยนแปลงให้เป็นไปตามหลกั สูตรวิชา
ภาษาอังกฤษสำหรบั บัณฑติ ศกึ ษาท่ีปรับปรงุ ใหมด่ ว้ ย

(2) หมวดวิชาพ้ืนฐาน หมายถงึ กลุม่ วิชาที่ม่งุ ให้นกั ศึกษามีพน้ื ฐานสำหรบั การศกึ ษาวิชา
หลกั และวิชาเลือก มจี ำนวนรวม 6 หนว่ ยกติ

วขวข 5001 เครอื่ งมือและการเขียนโปรแกรมสำหรับการวิเคราะห์ขอ้ มูล 3(3–0-6)
DADS 5001 และวิทยาการขอ้ มูล

Data Analytics and Data Science Tools and
Programming

วขวข 5002 การจำลองตวั แบบทางธุรกิจและการคิดเชิงออกแบบ 3(3–0-6)

DADS 5002 Business Model Simulation and Design Thinking

34 คมู่ อื นกั ศึกษาระดับปรญิ ญาโท คณะสถติ ปิ ระยุกต์ NIDA

(3) หมวดวิชาหลกั หมายถงึ กลมุ่ วชิ าท่ีมงุ่ ใหน้ กั ศึกษามคี วามรู้ความชำนาญเฉพาะด้าน
ประกอบด้วยวิชาต่อไปน้ี (กำหนดให้แผน ก2 และ แผน ข. เรียนวิชาในหมวดวิชาหลกั จำนวน 15
หนว่ ยกิต)

วขวข 6001 การวิเคราะห์สถติ ิสมัยใหม่ประยกุ ต์ 3(3–0-6)
DADS 6001 Applied Modern Statistical Analysis 3(3–0-6)
วขวข 6002 การวเิ คราะห์ขอ้ มลู ขนาดใหญ่ 3(3–0-6)
DADS 6002 Big Data Analytics 3(3–0-6)
วขวข 6003 การประยกุ ต์การเรียนรู้ของเครอื่ ง 3(3–0-6)
DADS 6003 Applied Machine Learning
วขวข 6004 การวิเคราะหท์ างการเงินและความเส่ียง
DADS 6004 Financial and Risk Analytics
วขวข 6005 การวเิ คราะห์ข้อมลู ณ ขณะปจั จุบนั และกระแสตอ่ เน่อื งของ
DADS 6005 ขอ้ มลู
Data Streaming and Real Time Analytics

(4) หมวดวิชาเลือก ประกอบดว้ ยวิชาต่อไปนี้ โดยแผน ก2 กำหนดให้เลือกเรียนอย่างน้อย 3
หน่วยกิต และแผน ข กำหนดให้เลือกเรียนอย่างน้อย 12 หน่วยกิต นักศึกษาสามารถลงทะเบียน
วชิ าเลือกไดต้ ามความสนใจของนักศึกษา ทง้ั น้ีจะตอ้ งไดร้ บั ความเห็นชอบจากอาจารยท์ ่ีปรกึ ษา

วขวข 7101 การวิเคราะห์ลกู ค้าและการตลาด 3(3–0-6)
DADS 7101 Customer and Marketing Analytics 3(3–0-6)
วขวข 7102 การวิเคราะห์เชิงกำหนดและการหาคา่ เหมาะสดุ ประยุกต์ 3(3–0-6)
DADS 7102 Applied Optimization and Prescriptive Analytics 3(3–0-6)
วขวข 7103 การวิเคราะหโ์ ซ่อปุ ทาน
DADS 7103 Supply Chain Analytics 3(3–0-6)
วขวข 7104 กลยุทธ์การส่ือสารนำเสนอเพอ่ื ความสำเรจ็ ทางธุรกิจ 3(3–0-6)
DADS 7104 Presentational Strategies Competence Development 3(3–0-6)
for Business Success 3(3–0-6)
วขวข 7201 การวเิ คราะห์สื่อและเครอื ข่ายสังคม
DADS 7201 Social Network and Media Analysis
วขวข 7202 การเรียนรเู้ ชงิ ลึก
DADS 7202 Deep Learning
วขวข 7203 การวิเคราะห์ขอ้ ความและการประมวลผลภาษาธรรมชาติ
DADS 7203 Text Analytics and Natural Language Processing
วขวข 7204 การเรียนรแู้ บบเสริมกำลงั และการเรียนร้ขู องเครอื่ งข้ันสูง
DADS 7204

ค่มู อื นกั ศกึ ษา คณะสถิตปิ ระยุกต์ NIDA 35

วขวข 7205 Reinforcement Learning and Advanced Machine 3(3–0-6)
DADS 7205 Learning 3(3–0-6)
วขวข 7206 การออกแบบงานวิจัยและวิธีการหาความรู้
DADS 7206 Research Design and Inquiry Methods
การวิเคราะหว์ ีดที ศั น์และรูป
Image and Video Analytics

(5) หมวดวชิ าสมั มนาและการศกึ ษาเฉพาะเรอ่ื ง

วขวข 8710-8720 การศึกษาเฉพาะเรอื่ งทางการวิเคราะหข์ ้อมูลและวิทยาการขอ้ มูล 3(3–0-6)
3(0–3-6)
DADS 8710-8720 Selected Topics in Data Analytics and Data Science

วขวข 8721 สมั มนาการวเิ คราะห์ข้อมูลและวิทยาการข้อมูล
DADS 8721 Seminar in Data Analytics and Data Science

หมายเหตุ - นอกเหนอื จากกลุ่มวชิ าเลือกดงั กลา่ วแล้ว นักศึกษาอาจเลอื กเรยี นวชิ าเลอื กเสรี
จากหลักสูตรอื่น ๆ และ/หรอื ของสถาบนั ไดอ้ กี ตามความเหมาะสม ท้ังนใ้ี ห้อยูใ่ นดลุ พนิ จิ ของอาจารย์ท่ี
ปรึกษาและ/หรอื อาจารย์ผูร้ ับผดิ ชอบหลกั สูตร โดยการจดั การเรยี นการสอนในหมวดวิชาเลอื กให้
เป็นไปตามท่ีคณะกำหนด

(6) หมวดวิชาการค้นคว้าอิสระ 3(0–0-12)

วขวข 9000 การคน้ คว้าอสิ ระ
DADS 9000 Independent Study

(7) หมวดวิทยานิพนธ์ 12 หนว่ ยกิต

วขวข 9004 วิทยานิพนธ์
DADS 9004 Thesis

36 คูม่ อื นกั ศกึ ษาระดับปริญญาโท คณะสถิตปิ ระยุกต์ NIDA

3.1.4 แผนการศึกษา

แผน ก 2 (ทำวทิ ยานิพนธ)์

วชิ า หน่วยกติ

ปที ่ี 1 ภาคการศกึ ษาท่ี 1 3 หนว่ ยกติ *
ND 4000 พ้ืนฐานสำหรับบณั ฑติ ศึกษา

LC 4001 การพัฒนาการอา่ นภาษาอังกฤษสำหรบั บณั ฑติ ศกึ ษา 3 หนว่ ยกิต*

DADS 4001 พนื้ ฐานคณิตศาสตร์และสถิติ 3 หน่วยกิต*

DADS 4002 การเขียนโปรแกรมเบือ้ งตน้ และการจัดการฐานข้อมูล 3 หนว่ ยกติ *

DADS 5002 การจำลองตัวแบบทางธุรกจิ และการคิดเชิงออกแบบ 3 หนว่ ยกิต

รวม 3 หน่วยกติ

ปีที่ 1 ภาคการศึกษาที่ 2 3 หน่วยกติ *
LC 4002 การพัฒนาทกั ษะภาษาอังกฤษแบบบรู ณาการ

DADS 6001 การวิเคราะหส์ ถติ ิสมัยใหมป่ ระยุกต์ 3 หนว่ ยกิต

DADS 6002 การวเิ คราะหข์ ้อมูลขนาดใหญ่ 3 หนว่ ยกิต

DADS 6003 การประยุกตก์ ารเรยี นรู้ของเคร่ือง 3 หนว่ ยกติ

รวม 9 หน่วยกติ

ปที ่ี 1 ภาคการศกึ ษาท่ี 3 3 หนว่ ยกติ *
DADS 4003 ภาษาองั กฤษสำหรับการวิเคราะห์ข้อมูลและวทิ ยาการขอ้ มูล

DADS 5001 เคร่ืองมอื และการเขียนโปรแกรมสำหรับการวิเคราะห์ขอ้ มูลฯ 3 หนว่ ยกิต

รวม 3 หนว่ ยกติ

ปที ี่ 2 ภาคการศกึ ษาที่ 1 3 หน่วยกติ
DADS 6004 การวิเคราะห์ทางการเงนิ และความเส่ียง

DADS 6005 การวเิ คราะหข์ อ้ มลู ณ ขณะปจั จุบันและกระแสตอ่ เน่อื งของข้อมูล 3 หน่วยกติ

DADS 9004 วทิ ยานพิ นธ์ 3 หนว่ ยกติ

รวม 9 หนว่ ยกติ

ปีที่ 2 ภาคการศึกษาที่ 2 3 หนว่ ยกติ
DADS 7XXX/8XXX วชิ าเลือก 1 วชิ า

DADS 9004 วิทยานพิ นธ์ 9 หนว่ ยกติ

รวม 12 หน่วยกติ

* ไม่นบั หน่วยกติ ในสว่ นของหลักสตู ร

หมายเหตุ
จะต้องเสนอหัวข้อวทิ ยานพิ นธ์ใหผ้ ่านภายในสองภาคการศกึ ษาหลังจากลงทะเบียนรายวิชาครบถ้วน
ตามหลกั สตู รแผน ก 2 (ทำวทิ ยานพิ นธ์)
แผนการศึกษาอาจมีการปรับเปลี่ยนแผนในการลงทะเบียนเรียนวิชาในแต่ละภาคการศึกษาได้ตาม
ความเหมาะสม
ในภาคการศึกษาที่ไม่มีการลงทะเบียน นักศึกษาจะต้องจ่ายค่ารักษาสถานภาพ ภาคละ 2,000
บาท จนกว่านักศกึ ษาจะลงทะเบียนสอบป้องกนั วิทยานพิ นธ์

คู่มือนกั ศึกษา คณะสถติ ิประยกุ ต์ NIDA 37

แผน ข. (ไม่ทำวทิ ยานิพนธ์)

วิชา หนว่ ยกติ

ปที ี่ 1 ภาคการศกึ ษาที่ 1 3 หน่วยกติ *
ND 4000 พ้ืนฐานสำหรับบณั ฑติ ศกึ ษา

LC 4001 การพฒั นาการอ่านภาษาองั กฤษสำหรับบัณฑิตศึกษา 3 หนว่ ยกติ *

DADS 4001 พ้ืนฐานคณิตศาสตร์และสถิติ 3 หนว่ ยกิต*

DADS 4002 การเขียนโปรแกรมเบ้ืองตน้ และการจัดการฐานขอ้ มูล 3 หนว่ ยกิต*

DADS 5002 การจำลองตวั แบบทางธุรกิจและการคิดเชิงออกแบบ 3 หน่วยกิต

รวม 3 หน่วยกิต

ปีที่ 1 ภาคการศกึ ษาที่ 2 3 หนว่ ยกิต*
LC 4002 การพฒั นาทักษะภาษาอังกฤษแบบบรู ณาการ

DADS 6001 การวิเคราะหส์ ถิติสมัยใหมป่ ระยุกต์ 3 หน่วยกิต

DADS 6002 การวเิ คราะห์ขอ้ มลู ขนาดใหญ่ 3 หน่วยกิต

DADS 6003 การประยุกตก์ ารเรียนรู้ของเครอื่ ง 3 หน่วยกติ

รวม 9 หน่วยกิต

ปีท่ี 1 ภาคการศกึ ษาท่ี 3
DADS 4003 ภาษาอังกฤษสำหรับการวเิ คราะห์ขอ้ มูลและวิทยาการ 3 หนว่ ยกติ *

ข้อมูล 3 หนว่ ยกิต

DADS 5001 เครื่องมือและการเขยี นโปรแกรมสำหรับการวเิ คราะห์

ขอ้ มูลและวิทยาการขอ้ มูล 3 หนว่ ยกติ

รวม

ปที ่ี 2 ภาคการศกึ ษาที่ 1 3 หนว่ ยกติ
DADS 6004 การวิเคราะห์ทางการเงนิ และความเส่ียง

DADS 6005 การวเิ คราะห์ขอ้ มลู ณ ขณะปัจจบุ นั และกระแสตอ่ เน่อื ง 3 หนว่ ยกติ

ของข้อมูล 6 หนว่ ยกติ

DADS 7XXX/8XXX วชิ าเลือก 2 วชิ า 12 หน่วยกติ

รวม

ปที ี่ 2 ภาคการศึกษาท่ี 2 6 หน่วยกิต
DADS 7XXX/8XXX วชิ าเลือก 2 วชิ า

DADS 9000 การค้นคว้าอิสระ 3 หนว่ ยกิต

รวม 9 หน่วยกติ

ปที ่ี 3 ภาคการศึกษาที่ 1
สอบปากเปล่า (ประมาณเดือนกนั ยายน - ตลุ าคม)

นกั ศึกษาตอ้ งจ่ายค่ารกั ษาสถานภาพ 2,000 บาท

* ไมน่ ับหนว่ ยกิตในส่วนของหลกั สตู ร

หมายเหตุ แผนการศึกษาอาจมกี ารปรับเปลี่ยนแผนในการลงทะเบียนเรียนวิชาในแต่ละภาคการศึกษาได้
ตามความเหมาะสม

38 คู่มอื นักศกึ ษาระดับปรญิ ญาโท คณะสถิติประยุกต์ NIDA

3.1.5 คำอธิบายรายวิชา

สพ 4000 พน้ื ฐานสำหรับบณั ฑิตศึกษา 3(2–2–5)

ND 4000 Foundation for Graduate Studies

การเมืองและการปกครองไทย เศรษฐกิจไทย ธุรกิจไทย สังคมไทย จริยธรรมของนักบริหาร
จริยธรรมทางวิชาการ การพัฒนาบุคลิกภาพ สุขภาพกาย สุขภาพจิต รัฐธรรมนูญแห่งราชอาณาจักร
ไทย ภาษาไทยเพอ่ื การส่ือสาร การเขียนรายงานทางวชิ าการ และเศรษฐกจิ พอเพยี งกบั การพฒั นา

An overview of Thai government, Thai economy, Thai business, Thai society; codes of
ethics for executives and academics; personality development; physical and mental health; the
Constitution of the Kingdom of Thailand; Thai for communication; academic report writing; and
sufficiency economy and development.

ภส 4001 การพัฒนาทกั ษะการอ่านภาษาองั กฤษสำหรบั บัณฑิตศึกษา 3(2–2–5)

LC 4001 Reading Skills Development in English for Graduate Studies

สร้างเสริมความรู้พื้นฐานด้านไวยากรณ์ที่จำเป็นสำหรับการพัฒนาทักษะการอ่าน เช่น
การศึกษาประเภทของประโยค การหาแกนหลักและส่วนขยายของประโยค เพ่อื นำไปสู่การเรียนรู้และพัฒนา
ทักษะการอ่านงานเขียนทางวิชาการ เช่น ตำรา บทความวิชาการ โดยเน้นการพัฒนาทักษะการอ่านเพ่ือ
จับใจความสำคัญ เพื่อหาข้อสรุป การตีความประโยค การเดาความหมายของคำศัพท์จากบริบท การอ่าน
แบบข้ามเพื่อหาข้อมูลเฉพาะ การหาความสัมพันธ์ของประโยคและย่อหน้าในงานเขียนและการอ่านเชิง
วิเคราะห์

This course is aimed at enhancing students’ understanding of English structure such
as sentence types, core parts, headwords and modifiers. This will enable students to develop
their English reading skills necessary for academic texts and research papers. Emphasis is placed
on developing students’ skills in reading for main ideas, drawing conclusions and making
inferences, using context clues to arrive at the meanings of unknown words, skimming and
scanning, and developing their discourse competence, including critical reading skills.

ภส 4002 การพัฒนาทกั ษะภาษาอังกฤษแบบบรู ณาการ 3(2–2–5)

LC 4002 Integrated English Language Skills Development

เน้อื หาและกิจกรรมเน้นการบูรณาการทักษะท้ัง 4 ทกั ษะ คือ การฟัง การพูด การอา่ นและ
การเขยี นเชงิ วชิ าการเบื้องต้น

Course contents and teaching activities focus on the integrated skills of listening,
speaking, reading and writing with a particular emphasis on academic writing at the introductory
level.

คู่มือนกั ศกึ ษา คณะสถติ ปิ ระยกุ ต์ NIDA 39

ภส 4011 การซอ่ มเสรมิ การพฒั นาทักษะการอา่ นภาษาอังกฤษสำหรบั บัณฑิตศกึ ษา 3(2–2–5)
LC 4011 Remedial Reading Skills Development in English for Graduate Studies

ฝึกทักษะและกลยุทธ์การอ่านภาษาอังกฤษเชิงวิชาการทีน่ ักศึกษาได้ศึกษามาก่อนแล้วในวิชา
ภส 4001 การพฒั นาทกั ษะการอ่านภาษาอังกฤษสำหรับบณั ฑติ ศึกษาเพ่ิมเติม ทงั้ น้ี นักศึกษาจะได้รับ
การฝึกฝนในลักษณะเฉพาะบคุ คลมากขึ้น

The course is intended to provide additional practices in the reading skills and
strategies covered in LC 4001 Students receive individualized attention to enhance their reading
skills for academic purposes.

ภส 4012 การซอ่ มเสรมิ การพัฒนาทักษะภาษาอังกฤษแบบบูรณาการ 3(2–2–5)

LC 4012 Remedial Integrated English Language Skills Development

ฝึกทักษะการฟัง การพูด การอ่าน และการเขียนเพิ่มเติมและซ่อมเสริมทักษะดังกล่าว
สำหรับนกั ศึกษาทีย่ ังบกพร่องในการเรยี นวชิ า ภส 4002 การพัฒนาทักษะภาษาอังกฤษแบบบูรณาการ
เพื่อปรับปรุงความสามารถในการใช้ภาษาอังกฤษเพื่อการสื่อสารด้วยการสอนและฝึกในลักษณะเฉพาะ
บคุ คล

This course is intended to provide additional practice in the four skills—listening,
speaking, reading and writing strategies covered in LC 4002. Students receive individualized
attention to enhance their communication skills in English.

วขวข 4001 พ้ืนฐานคณติ ศาสตรแ์ ละสถิติ 3(3–0–6)

DADS 4001 Statistics and Mathematics Foundation

รายวิชานี้ศึกษาเกี่ยวกับพชี คณติ เชิงเส้น ปฏิบัติการของเวกเตอร์และเมทริกซ์ การคำนวณ

ทางสถติ ิด้วยพีชคณติ เชิงเสน้ ตัวกำหนด ระบบสมการเชงิ เสน้ ค่าเจาะจงและเวกเตอร์เจาะจง การแยก
ค่าเอกฐาน การสร้างตัวแปรสุม่ และการแยกค่าโชเลสกี้ สถิติเชิงบรรยายสำหรับตวั แปรเดียวท้ังตัวแปร

ต่อเนื่องและตัวแปรจัดประเภท การวัดค่ากลาง การกระจาย ความเบ้ ความโด่ง สถิติเชิงบรรยาย

สำหรับสองตัวแปรและหลายตัวแปร ดัชนีขนาดอิทธิพล การคำนวณทัง้ หมดในวิชาน้ีจะเขยี นโปรแกรม
ภาษา R

This course is aimed at Linear algebra; vector and matrix operations; statistical
computing using linear algebra; determinant; system of linear equations; eigenvalues and
eigenvectors; singular value decomposition; descriptive statistics; random variable generation
and Cholesky decomposition. Univariate descriptive statistics for categorial and continuous
variables; Measure of central tendency, dispersion, skewness, and kurtosis; effect size
measure; All computation will be executed through R programming language.

วขวข 4002 การเขยี นโปรแกรมเบอื้ งตน้ และการจัดการฐานข้อมูล 3(3–0–6)

40 คู่มือนักศกึ ษาระดบั ปรญิ ญาโท คณะสถิติประยุกต์ NIDA

DADS 4002 Basic Programming and Database Management
รายวิชานี้ศึกษาเกี่ยวกับการเขียนโปรแกรมเบื้องต้นรวมถึงการวนลูปหลายประเภท การ

สกัดข้อมูล การโหลดข้อมูล การแปลงข้อมูล การวิเคราะห์ทางสถิติ และ การใช้คำสั่ง SQL แบบ
ตา่ งๆ

This course is aimed at basic programming including various loop; data
extraction; data loading; data transformation; statistical analysis; and SQL command.

วขวข 4003 ภาษาองั กฤษสำหรบั การวเิ คราะห์ข้อมูลและวทิ ยาการข้อมูล 3(3–0–6)
DADS 4003 English for Data Analytics and Data Science

รายวิชานี้ศึกษาเพื่อฝึกทักษะและกลวิธีการอ่านตำราภาษาอังกฤษในสาขาต่าง ๆ ที่
เกี่ยวข้องทางการวิเคราะห์ข้อมูลและวิทยาการข้อมูล วิเคราะห์คำศัพท์เพื่อหาความหมาย ศึกษา
โครงสร้างของประโยคเพื่อให้เข้าใจความหมายของประโยคในโครงสร้างรูปแบบต่าง ๆ ฝึกการอ่าน
บทความงานวิจัยและตำราในสาขาที่เกี่ยวข้อง ศึกษาและฝึกการเขียนภาษาอังกฤษเบื้องต้น เน้นการ
เขียนประโยค การรวมและลดรูปประโยค และการเขียนข้อความในรูปแบบย่อหน้าการพูดและการฟัง
ภาษาอังกฤษในหวั ข้อทเ่ี กย่ี วขอ้ งกับการวเิ คราะหข์ อ้ มูลและวทิ ยาการข้อมูล

The course is intended to provide skill and tactics for reading textbooks in the
fields related to Data Analytics and Data Science; word analysis for defining meanings;
study on sentence structures to understand the meanings of the sentences; practice basic
English writing with emphasis on combination and reduction on sentence patterns; as well
as paragraph writing; and speaking and listening English in the context of related field.

วขวข เครอ่ื งมอื และการเขียนโปรแกรมสำหรบั การวเิ คราะหข์ อ้ มูลและ 3(3–0-6)
5001 วิทยาการขอ้ มลู

DADS Data Analytics and Data Science Tools and Programming
5001

รายวิชานี้ศึกษาและฝึกปฏิบัติเกี่ยวกับแนวคิด วิธีการ และเทคนิคการเขียนโปรแกรมแบบ
ต่างๆ เพื่อทำให้โปรแกรมที่เขียนขึ้นทำงานได้อย่างมีประสิทธิภาพ เรียนรู้การใช้เครื่องมือพื้นฐานแบบ
ต่างๆ ในการวเิ คราะห์ข้อมูลและวิทยาการขอ้ มูล

This course is study and practice various programming concepts, methods,
and techniques. To make the program work efficiently, Learn uses the necessary data
analytics and data science tools.

คมู่ อื นักศึกษา คณะสถติ ิประยุกต์ NIDA 41

วขวข การจำลองตัวแบบทางธรุ กจิ และการคดิ เชิงออกแบบ 3(3–0-6)
5002 Business Model Simulation and Design Thinking
DADS
5002

รายวิชานี้ศึกษาความรู้เบื้องต้นทางธุรกิจและการคิดเชิงออกแบบ โดยใช้สถานการณ์

จำลองและเทคโนโลยีต่างๆ มาประยุกต์ใช้ในการบริหารงานธุรกิจ ซึ่งประกอบด้วยองค์ประกอบต่างๆ

ในลักษณะองค์รวม ไม่ว่าจะเป็นการจัดการการตลาด การผลิต การเงิน และการจัดการทรัพยากร

มนษุ ย์ เปน็ ตน้

This course is study basic business knowledge and design thinking by using
simulation and other technologies. Applied to business management consists of various
elements in a holistic manner, including government, marketing, production, finance, human
resources management, etc.

วขวข 6001 การวิเคราะห์สถติ ิสมยั ใหม่ประยุกต์ 3(3–0–6)

DADS 6001 Applied Modern Statistical Analysis

รายวิชานี้ศึกษาเกี่ยวกับทฤษฎีความน่าจะเป็นประยุกต์ใช้ในสถิติศาสตร์ ทฤษฎีลิมิตสู่
ศูนย์กลาง การอนุมานเชิงสถิติรวมถึงการทดสอบสมมุติฐานว่างทางสถิติและการประมาณค่า การ
อนุมานเก่ียวกบั ค่าเฉลีย่ ค่าสัดส่วน ความแปรปรวน และค่าสหสัมพันธ์ การวิเคราะหค์ วามแปรปรวน
การวิเคราะห์ความแปรปรวนหลายทาง การทดสอบไคกำลังสอง การวิเคราะห์ถดถอยและสหสัมพันธ์
พหุคูณ บทนำสสู่ ถิตทิ ี่ใช้การคำนวณเขม้ ข้นได้แก่ วธิ กี ารสุ่มซ้ำ การทดสอบเรยี งสบั เปลี่ยน วธิ ีแจ็คไนฟ์
วิธบี ูทสแทรปป้ิง วธิ หี ่วงโซ่มารค์ อฟและมอนติคารโ์ ล บทนำสูก่ ารอนุมานเชงิ สถิตแิ บบเบยส์เซย่ี น

This course is aimed at probability theory applied for statistics; central limit
theory; statistical inference including null hypothesis statistical testing and estimation;
inference for means, proportions, variance, and correlations; analysis of variance; higher-
way analysis of variance; chi-square test; multiple regression and correlation analysis;
introduction to computational-intensive statistics including resampling method, permutation
test, jackknifing, bootstrapping, Markov chain and Monte Carlo methods; Introduction to
Bayesian inference

วขวข 6002 การวิเคราะห์ขอ้ มลู ขนาดใหญ่ 3(3–0–6)

DADS 6002 Big Data Analytics

รายวิชานี้ศึกษาเกี่ยวกับความหมายและคุณลักษณะของข้อมูลใหญ่ แพล็ตฟอร์มพื้นฐาน
เช่น Hadoop; Spark และเครื่องมืออื่นๆ วิธีการจัดเก็บข้อมูล การอัพโหลด แจกจ่าย และการ

42 คูม่ อื นกั ศกึ ษาระดับปรญิ ญาโท คณะสถิติประยกุ ต์ NIDA

ประมวลผลข้อมูลใหญ่ HDFS; HBase; KV stores ฐานข้อมูลเอกสาร ฐานข้อมูลกราฟ อัลกอริธึมใน
การวเิ คราะห์ขอ้ มูลบนแพลต็ ฟอร์มต่างๆ การนำเสนอข้อมูลใหญด่ ้วยภาพ

This course provides overview applications of Big Data. Fundamental platforms;
such as; Hadoop; Spark; and other tools; such as IBM System G for Linked Big Data.
Data storage methods and how to upload; distribute; and process Big Data. HDFS; HBase;
KV stores; document database; and graph database. Handling analytics algorithms on
different platforms. Visualization issues on Big Data analytics.

วขวข 6003 การประยกุ ตก์ ารเรยี นรู้ของเครื่อง 3(3–0–6)

DADS 6003 Applied Machine Learning

รายวิชานี้ศกึ ษาเกี่ยวกับประเภทของการเรียนรู้ด้วยเคร่อื งจักร ข้อมลู และการเตรียมข้อมูล
การสำรวจข้อมูล ต้นไม้การตัดสินใจ ตัวแบบจำแนกแบบเบย์ส ตัวแบบจำแนกโดยใช้เพื่อนบ้านที่ใกล้
ที่สุด K ตัว ซัพพอร์ตเวคเตอร์ ตัวแบบความถดถอยโลจิสติกส์ การลดจำนวนตัวแปร การจับกลุ่ม
ข้อมูล การหากฎความสมั พนั ธ์ เน้นการประยกุ ตใ์ ชใ้ นการวเิ คราะห์ขอ้ มูลและวทิ ยาการข้อมูล

This course provides types of Machine Learning, Data and Data Preprocessing,
Data Exploration, Decision Trees, Bayes Classifiers, K-Nearest Neighbor Classifiers, Neural
Networks, Support Vector Machines; Logistics Regression, Dimension Reduction, Clustering
Algorithms, Association Rule Analysis, Emphasis on data analytics and data science
applications.

วขวข 6004 การวิเคราะห์ทางการเงนิ และความเสยี่ ง 3(3–0-6)
DADS 6004 Financial and Risk Analytics

รายวิชานีศ้ กึ ษาเกย่ี วกบั ภาพรวมของการวิเคราะหค์ วามเส่ียงทางการเงนิ การสรา้ ง
แบบจำลองทข่ี บั เคลื่อนดว้ ยขอ้ มูลการคำนวณและการประมาณทางสถติ ิเกย่ี วกับเครดิตและความ
เสี่ยงดา้ นตลาด

This course provides overview of financial risk analytics; data-driven modeling,
computation, and statistical estimation of credit and market risks History of deep
learning, hardware and software for deep learning, feed-forward deep neural network,
convolutional neural network, regularization techniques, transfer learning and fine tuning,
deep belief network, deep Boltzman machine, deep learning for sequence data,
generative models, other deep learning architectures, and interesting case studies of
deep learning.

บพุ วิชา: วขวข 6003 การประยกุ ต์การเรียนรู้ของเคร่ือง หรอื ได้รบั อนุญาตจากอาจารย์ผู้สอน

Prerequisite: DADS 6003 Applied Machine Learning or Instructor Consent

คมู่ อื นกั ศึกษา คณะสถิติประยกุ ต์ NIDA 43

วขวข 6005 การวิเคราะห์ขอ้ มลู ณ ขณะปัจจบุ ันและกระแสต่อเนื่องของขอ้ มูล 3(3–0–6)

DADS 6005 Data Streaming and Real Time Analytics
รายวิชานี้ศึกษาเกี่ยวกับการวิเคราะห์ข้อมูล ณ ขณะปัจจุบัน อินเตอร์เน็ตแห่งสรรพส่ิง

และเซน็ เซอร์ การเขียนโปรแกรมกระแสต่อเนือ่ งของข้อมูล ฐานข้อมลู สำหรับขอ้ มลู ณ ขณะปัจจุบัน
และกระแสต่อเนือ่ งของขอ้ มูล การประยกุ ต์ใชก้ ระแสต่อเนอื่ งของขอ้ มูลสำหรบั ความปลอดภัยไซเบอร์
การเงิน สื่อสังคมและอื่นๆ การเรียนรู้ด้วยเครื่องจักรสำหรับข้อมูล ณ ขณะปัจจุบัน การคำนวณ
แบบกระจายและกอ้ นเมฆสำหรบั การวเิ คราะห์ข้อมลู ณ ขณะปัจจุบนั

This course provides to real-time data analytics; internet of things and censor;
streams programming; database for real-time data and data streaming; applications of
streaming related to cyber security; finance; social media and others; machine learning
applied to real-time data; distributed and cloud computing for real-time analytics.

บุพวชิ า: วขวข 6002 การวเิ คราะห์ข้อมลู ขนาดใหญ่

Prerequisite: DADS 6002 Big Data Analytics

วขวข 7101 การวเิ คราะห์ลกู ค้าและการตลาด 3(3–0-6)
DADS 7101 Customer and Marketing Analytics

วิชานี้มุ่งเน้นภาพรวมของการจัดการลูกค้าสัมพันธ์และการวิเคราะห์การจัดการลูกค้าสัมพันธ์

การแบ่งกลุ่มทางการตลาดด้วยการวิเคราะห์จัดกลุ่ม การเพิ่มยอดขาย และการขายสินค้าอื่นเพิ่มขึ้น การ

รกั ษาลูกคา้ การตลาดทางตรง การวเิ คราะห์ตะกร้า และการวิเคราะห์คำตอบ

This course aims to overview of customer relationship management and
customer relationship management analytics; market segmentation; up-sell; cross-sell;
customer retention; direct; market basket analysis; and response analysis.

บพุ วิชา: วขวข 6004 การวิเคราะห์ทางการเงนิ และความเส่ียง หรือได้รบั อนุญาตจากอาจารย์
ผูส้ อน

Prerequisite: DADS 6004 Financial and Risk Analytics or Instructor Consent

วขวข 7102 การวิเคราะหเ์ ชงิ กำหนดและการหาค่าเหมาะสดุ ประยุกต์ 3(3–0–6)

DADS 7102 Applied Optimization and Prescriptive Analytics

รายวิชานี้ศึกษาเกี่ยวกับกำหนดการเชิงเส้น ทฤษฎีทวิรูปและการวิเคราะห์ความไว การหา
คา่ เหมาะสุดคอมบเิ นทอรคิ ทฤษฎกี ำหนดการไมเ่ ชิงเส้นและการประยกุ ต์ (ไดแ้ ก่ ตวั ประมาณกำลังสอง
น้อยสุดและภาวะน่าจะเป็นสูงสุด) เมต้า-ฮิวริสติค โปรแกรมสำเร็จรูปสำหรับการหาค่าเหมาะสุด
กำหนดการพลวัต การวิเคราะห์การตัดสนิ ใจ หว่ งโซม่ าร์คอฟ ตวั แบบแถวคอย การจำลองเบื้องต้น

44 คู่มอื นกั ศกึ ษาระดบั ปริญญาโท คณะสถติ ปิ ระยุกต์ NIDA

This course provides linear programming. Duality theory and sensitivity analysis.
Combinatorial optimization. Non-linear programming theory and applications (e.g., maximum
likelihood and least squares estimators). Meta heuristics. Computer packages for
optimization. Dynamic programming. Decision analysis. Markov chains. Queueing models.
Introduction to simulation.

บุพวชิ า: วขวข 6001 การวิเคราะห์สถิติสมยั ใหมป่ ระยุกต์หรือได้รบั อนญุ าตจากอาจารยผ์ ู้สอน

Prerequisite: DADS 6001 Applied Modern Statistical Analysis or Instructor Consent

วขวข 7103 การวเิ คราะหโ์ ซ่อปุ ทาน 3(3–0-6)
DADS 7103 Supply Chain Analytics

รายวิชานี้ศึกษาเกี่ยวกับตัวแบบสำหรับการวิเคราะห์ห่วงโซ่อุปทาน การ

วิเคราะห์เชิงปริมาณเพอ่ื การบริหารความเสี่ยง มุมมองเครอื ข่ายของความเสี่ยง การวิเคราะห์

ความเสี่ยง การระบุและวิเคราะห์ความเสี่ยง การวิเคราะห์ความเสี่ยงด้วยการจำลองมอนติ

คาร์โล การตอบสนองต่อความเส่ียง การสร้างสรรค์ห่วงโซ่อุปทานที่มีพลังฟื้นตัวเองได้ การ

จดั การความต่อเนอื่ งในทางธรุ กิจ

This course provides methods for risk management in supply chain,
quantitative analysis for risk management, a network view of risk, risk analytics,
identifying and analyzing risk, analyzing risk using Monte Carlo simulation, respond
to risk, creating resilient supply chain, business continuity management.

วขวข 7104 กลยุทธก์ ารส่อื สารนำเสนอเพื่อความสำเร็จทางธุรกิจ 3(3–0-6)

DADS 7104 Presentational Strategies Competence Development
for Business Success.

รายวิชานี้เน้นให้ผู้เรียนสามารถพัฒนากรอบทัศนคติ องค์ความรู้และ
ทักษะที่ถูกต้องตามทฤษฎีสากลในการพัฒนาสมรรถนะการออกแบบเชิงความคิดและกลยุทธ์
การสื่อสารนำเสนอโดยเนน้ ใหผ้ ู้เรียนเข้าใจความสำคญั ของกระบวนการพัฒนากระบวนการคิด
การประเมินความคิดและการพัฒนาทักษะการคิดในเชิงออกแบบอันเป็นหมวดความคิดสำคัญ
ในศตวรรษที่ 21 และเน้นให้ผู้เรียนสามารถนำไปประยุกต์กับการพัฒนากลยุทธ์และเทคนิค
การสื่อสารเพื่อการนำเสนอและการโน้มนา้ วไดอ้ ย่างมีประสทิ ธิภาพและ ประสิทธิเพื่อลดความ
สูญเสยี ทางกระบวนการของการสอ่ื สารในองคก์ ารและเพอ่ื การบรู ณาการประโยชน์ของกลุ่มผู้มี
สว่ นได้สว่ นเสียขององค์การทกุ ภาคสว่ นเพือ่ ความสำเร็จทางธุรกจิ อยา่ งย่ังยืน

This course focuses on students developing a framework of
attitudes. Knowledge and skills based on international theory in competency
development, conceptual design, and communication strategy are presented,

คูม่ ือนักศกึ ษา คณะสถิตปิ ระยกุ ต์ NIDA 45

emphasizing the learner's understanding of the importance of thought process
development. Evaluation of thinking and developing design-thinking skills, a critical
conceptual category in the 21st century And emphasize on enabling learners to
be able to effectively apply them to the development of communication strategies
and techniques for presentation and persuasion, and Efficacy to reduce the process
loss of organizational communication and to integrate the interests of all corporate
stakeholders for sustainable business success.

บุพวิชา: วขวข 5002 การจำลองตัวแบบทางธรุ กจิ และการคิดเชิงออกแบบ หรือไดร้ บั อนญุ าตจาก
อาจารยผ์ ู้สอน

Prerequisite: DADS 5002 Business Model Simulation and Design Thinking or Instructor
Consent

วขวข 7201 การวิเคราะห์ส่อื และเครอื ข่ายสงั คม 3(3–0–6)

DADS 7201 Social Network and Media Analysis

รายวิชาน้ศี ึกษาเกยี่ วกับมโนทศั นเ์ บ้อื งตน้ ในการวเิ คราะห์เครือขา่ ยสังคมและสอ่ื สังคม การ
เก็บข้อมูลบนเครือข่ายสังคม การตรวจสอบและวาดภาพนิทัศน์ของเครือข่ายสังคม พลวัตและการ
เติบโตของเครือข่ายสังคม ศูนย์กลางความเชื่อมโยงของเครือข่ายสังคม ชุมชนและกลุ่มบนเครือข่าย
สังคม การสื่อสารและการเผยแพร่นวัตกรรมบนเครือข่ายสังคม ตัวแบบเครือข่ายและตัวแบบ
สารสนเทศ

This course provides basic concepts in social network and media analysis; data
collection on social network; detection and visualization of social network; social network
dynamic and growth; social network centrality; community and cluster on social network;
communication and diffusion of innovation on social network; network models; and
information models.

บพุ วิชา: วขวข 6005 การวิเคราะห์ขอ้ มูล ณ ขณะปจั จุบันและกระแสต่อเน่อื งของข้อมูล หรอื ไดร้ ับ
อนญุ าตจากอาจารยผ์ ู้สอน

Prerequisite: DADS 6005 Data Streaming and Real Time Analytics or Instructor Consent

วขวข 7202 การเรียนรู้เชิงลกึ 3(3–0–6)

DADS 7202 Deep Learning

รายวชิ านีศ้ กึ ษาเก่ียวกบั ความเป็นมาของการเรียนรู้เชิงลกึ ฮาร์ดแวร์และซอฟต์แวร์สำหรับ

การเรียนรู้เชิงลึก โครงข่ายประสาทเชิงลึกแบบป้อนไปข้างหน้า โครงข่ายประสาทแบบคอนโวลูชัน
เทคนิคการเรกูลาไรซ์ การถ่ายโยงการเรียนรู้และการปรับแต่งค่า โครงข่ายความเชื่อแบบลึก

เครื่องจักรโบลท์มันน์เชิงลึก การเรียนรู้เชิงลึกสำหรับข้อมูลแบบลำดับต่อเนื่อง การเรียนรู้เชิงลึก

46 คมู่ อื นกั ศึกษาระดับปรญิ ญาโท คณะสถิติประยกุ ต์ NIDA

สำหรับสร้างข้อมูลใหม่ สถาปัตยกรรมอื่น ๆ ของการเรียนรู้เชิงลึก และกรณีศึกษาทีน่ ่าสนใจของการ
เรยี นรูเ้ ชิงลกึ

This course provides background of deep learning, deep learning software
frameworks, deep learning with neural network convolutional neural network (CNN),
gradient descent, backpropagation, objective and loss functions, activation functions, data
preprocessing, weight initialization, batch normalization, underfitting and overfitting problems,
regularization techniques, optimization techniques, transfer learning and fine tuning,
recurrent neural networks, deep belief network, deep Boltzman machine, representation
learning, other deep learning architectures, news and updates in deep learning, and case
studies of deep learning usages in actual businesses. All are taught by hand-on practices
using a standard deep learning framework.

วขวข 7203 การวิเคราะหข์ ้อความและการประมวลผลภาษาธรรมชาติ 3(3–0–6)

DADS 7203 Text Analytics and Natural Language Processing

รายวิชานี้ศึกษาเกี่ยวกับวิธีการจัดการ การสรุปความ และการวิเคราะห์ข้อมูลที่ไม่มี
โครงสร้างหรือมีโครงสร้างเบาเพื่อค้นหาแบบรูปที่น่าสนใจ การสกัดความรู้ที่เป็นประโยชน์ เพื่อ
สนับสนุนการตัดสินใจ เทคนิคทางสถิติและการประมวลผลภาษาธรรมชาติ หัวข้อขั้นสูง เช่น การ
วิเคราะห์เค้าร่าง การวิเคราะห์เนื้อหา พจนานุกรมเนื้อหา การวิเคราะห์ในระดับคำ และการวิเคราะห์
โครงข่ายความหมาย

This course provides methods for organizing; summarizing and analyzing large
collections of unstructured and lightly structured text to discover interesting patterns;
extract useful knowledge; and support decision making that can be generally applied to
arbitrary text data in any natural language with minimum human effort. Concepts and
principles of major statistical and Natural Language Processing techniques. Advanced
topics; including schema analysis; classical content analysis; content dictionaries; word-
based analysis; and semantic network analysis.

บุพวชิ า: วขวข 6003 การประยกุ ตก์ ารเรียนรขู้ องเครอ่ื ง หรอื ไดร้ ับอนญุ าตจากอาจารย์ผู้สอน
Prerequisite: DADS 6003 Applied Machine Learning or Instructor Consent

วขวข 7204 การเรียนรู้แบบเสริมกำลงั และการเรียนรขู้ องเครื่องข้ันสงู 3(3–0–6)

DADS 7204 Reinforcement Learning and Advanced Machine Learning

วิชานมี้ ุ่งเน้นเก่ียวกับฟงั กช์ ั่นเรเดียลเบซสิ การลดจำนวนตัวแปร การเรยี นรู้ตามความน่าจะ
เป็น การเรียนรแู้ บบรวมกลมุ่ การเรียนรู้แบบเสรมิ กำลัง ตัวแบบในรูปกราฟ

คู่มือนักศึกษา คณะสถติ ปิ ระยกุ ต์ NIDA 47

This course aims to radial basis functions, dimensionality reduction, probabilistic
learning, ensemble learning, reinforcement learning, graphical models

บพุ วชิ า: วขวข 6003 การประยุกต์การเรียนรู้ของเครือ่ ง หรือได้รับอนุญาตจากอาจารย์ผู้สอน

Prerequisite: DADS 6003 Applied Machine Learning or Instructor Consent

วขวข 7205 การออกแบบงานวจิ ยั และวิธีการหาความรู้ 3(3–0–6)

DADS 7205 Research Design and Inquiry Methods

รายวิชานี้ศึกษาเกี่ยวกับญาณวิทยาและการแสวงหาความรู้ของมนุษย์ การทบทวน
วรรณกรรม การสร้างและทดสอบทฤษฎี การตั้งปัญหาการวิจัย การพัฒนาสมมุติฐานการวิจัย การ
ออกแบบงานวิจัย การวิจัยเชิงคุณภาพ การวิจัยแบบผสม การวิจัยเชิงปริมาณ การสุ่มตัวอย่าง การ
ออกแบบแบบสอบถามและการสร้างเครื่องมือวัด การเก็บข้อมูล การวิจัยเชิงสำรวจและการสำรวจ
ออนไลน์ การวิจัยเชิงสหสัมพันธ์ การวิจัยเชิงทดลอง การทดลองออนไลน์และการทดสอบเอ/บี การ
วิจัยกึ่งทดลองและการประเมินโครงการ การวิเคราะห์อภิมาน การเขียนรายงานและการนำเสนอ
ผลการวิจัย

This course provides epistemology; inquiry skills; literature review; theory building
and testing; research problem formulation; development of research hypothesis; research
design; qualitative research methods; mixed methods; quantitative research methods;
sampling; questionnaire design and scale construction; data collection; survey research and
on-line survey; correlational research; experimental research; on-line experiment and A/B
testing, quasi experiment and project/program evaluation; meta-analysis, research report
writing and presentation.

วขวข 7206 การวเิ คราะหว์ ดี ีทศั นแ์ ละรปู 3(3–0–6)

DADS 7206 Image and Video Analytics

รายวิชานี้ศึกษาเกี่ยวกับโครงสร้างข้อมูลในการเก็บรูปภาพดิจิทัลสองมิติ พื้นฐานการ
ประมวลผลรูปภาพ พื้นฐานการดึงข้อมูลสารสนเทศจากรูปภาพ การสกัดลักษณะเด่นเชิงภาพ การ
เรียนรู้ด้วยเครื่องจักรและการเรียนรู้เชิงลึกบนรูปภาพ พื้นฐานการวิเคราะหว์ ีดีทัศน์ และเทคนิครวมถึง
แอปพลิเคชนั ทีน่ ่าสนใจของการวเิ คราะห์ภาพสองมิตใิ นธรุ กิจ

This couse provides data structures for 2D digital images; basic image processing;
fundamental concepts of extracting information from images; visual feature extraction;
machine learning and deep learning for images; basic video analytics; and recent techniques
as well as applications of image analytics towards businesses.

วขวข 8710-8720 การศกึ ษาเฉพาะเร่ืองทางการวเิ คราะห์ขอ้ มูลและวทิ ยาการขอ้ มลู 3(3–0–6)
DADS 8710-8720 Selected Topics in Data Analytics and Data Science

48 คมู่ ือนกั ศึกษาระดบั ปริญญาโท คณะสถิติประยกุ ต์ NIDA

รายวิชานี้เป็นการศึกษาในหัวข้อที่แตกต่างไปจากวิชาที่เปิดสอนตามปกติหัวข้อจะถูก
กำหนดโดยคณะฯ และจะประกาศใหท้ ราบล่วงหนา้

This course is studay to lecture on areas and issues beyond those covered
in other courses. Topics will be announced prior to being offered.

วขวข 8721 สมั มนาการวิเคราะหข์ ้อมูลและวิทยาการข้อมลู 3(0–3-6)

DADS 8721 Seminar in Data Analytics and Data Science

วิชานมี้ ีจุดม่งุ หมายให้นักศึกษาได้มีโอกาสเพ่ิมพูนวิสยั ทศั น์เกี่ยวกบั การวิเคราะห์ข้อมูลและ
วิทยาการข้อมูล ประกอบไปด้วยกิจกรรมที่นักศึกษาต้องเข้าร่วม คือ การอบรมระยะสั้นในหัวข้อ
ทางการวิเคราะห์ข้อมูลและวิทยาการข้อมูลที่เป็นที่สนใจในปัจจุบันโดยวิทยากรผู้ทรงคุณวุ ฒิชาวไทย
หรือชาวตา่ งประเทศ

The objective of this course is to increase knowledge and vision in data
analytics and data science. Main activity is to attend seminar on current topics in data
analytics and data science.

วขวข 9000 การค้นควา้ อสิ ระ 3(0–0– 12)

DADS 9000 Independent Study

รายวิชานี้เป็นรายวิชาที่นักศึกษาเลือกหัวข้อที่จะศึกษาค้นคว้าด้วยตนเองตามความสนใจ
โดยได้รับความเห็นชอบจากอาจารยผ์ ูร้ บั ผดิ ชอบวิชาและนักศกึ ษาตอ้ งทำรายงาน/หรือบทนิพนธ์

This course provides students choose their own interesting topics to study by
themselves; the topics must be approved by a faculty member who is responsible for the
course; the students are required to write the reports.

วขวข 9004 วิทยานิพนธ์ 12 หนว่ ยกิต

DADS 9004 Thesis

รายวิชานี้เป็นรายวิชาที่นักศึกษาต้องทำการค้นคว้าวิจัยในหัวข้อที่นักศึกษาสนใจภายใต้
คำปรึกษาของอาจารย์ที่ปรึกษาอย่างใกล้ชิด อาจรวมถึงการศึกษารายวิชาภาคทฤษฎีตามที่อาจารย์ที่
ปรึกษาเห็นสมควร ทั้งนี้ จะต้องมีการนำเสนอหัวข้อ รายงานความก้าวหน้า และสอบป้องกัน
วทิ ยานิพนธ์

This course is a student-initiated research report on a particular topic under
consultation of an advisor; together with an oral examination. The study must be extensive
and met acceptable research standards.

คูม่ อื นกั ศึกษา คณะสถติ ิประยุกต์ NIDA 49

รายชอ่ื คณาจารย์ประจำคณะสถิติประยุกต์

คณบดีคณะสถิตปิ ระยุกต์ : ผูช้ ่วยศาสตราจารย์ ดร.ปราโมทย์ ลอื นาม
Ph.D. (Information Systems), University of Maryland at Baltimore County, U.S.A.

รองคณบดฝี า่ ยบริหาร : ผชู้ ว่ ยศาสตราจารย์ ดร.สราวธุ จันทรส์ ุวรรณ
Ph.D. (Transportation Engineering), Utah State University, U.S.A.

รองคณบดฝี ่ายวิชาการ : อาจารย์ ดร.ศวิ ิกา ดุษฎีโหนด
Ph.D. (Engineering Management), University of Missouri-Rolla, U.S.A.

รองคณบดฝี า่ ยวางแผนและพัฒนา : ผู้ช่วยศาสตราจารย์ ภัทราวดี ธนวงศ์สุวรรณ
M.S. (Computer Science), Georgia Institute of Technology, U.S.A.

รองศาสตราจารย์ :
กาญจน์ ภา อมรชั กลุ
Ph.D. (Industrial Engineering), University of Minnesota, Twin Cities, U.S.A.
จุฑาพรรธ์ ผดงุ ชวี ิต
Ph.D. (Interpersonal Communication), Bangkok University, in cooperation with
Ohio University, U.S.A.
เดอื นเพญ็ ธีรวรรณววิ ฒั น์
Ph.D. (Population Studies), University of Hawaii – Manoa, U.S.A.
นิธินันท์ ธรรมากรนนท์
Ph.D. (Industrial Management) Clemson University, U.S.A.
พาชติ ชนัต ศิรพิ านิช
Ph.D. (Statistics), Oregon State University, U.S.A.
สรุ พงค์ เอ้อื วฒั นามงคล
Ph.D. (Computer Science), Southern Methodist University, U.S.A.
โอม ศรนิล
Ph.D. (Computer Science) Virginia Polytechnic Institute and State University, U.S.A.

ผูช้ ว่ ยศาสตราจารย์ :
จักรินทร์ ศขุ หมอก
Ph.D. (Computer Science), Illinois Institute of Technology, U.S.A.

50 คูม่ อื นักศึกษาระดบั ปรญิ ญาโท คณะสถิตปิ ระยกุ ต์ NIDA

ฐติ ริ ตั น์ ศริ บิ วรรัตนกลุ
Ph.D. (Computer Engineering) University of Tokyo, Japan

ธนาสยั สุคนธ์พันธุ์
Ph.D. (Computer Science), University of Southern California, Los Angeles, CA, U.S.A.

ปราโมทย์ ก่ัวเจรญิ

Ph.D. (Electrical and Computer Engineering), Georgia Institute of Technology, U.S.A.

ปรชี า วจิ ิตรธรรมรส
Ph.D. (Management of Technology with Concentration in Finance) Asian Institute of
Technology, Thailand.
รัฐกร พลู ทรพั ย์
Sc.D. (Computer Science), University of Massachusetts Lowell, U.S.A.
วรพล พงษเ์ พช็ ร

Ph.D. (Conceptual Modelling), University of Queensland, Australia.

สุกญั ญา สุรเนาวรตั น์

Ph.D. (Computer Science) Kyushu University, Japan.

สุเทพ ทองงาม

Ph.D. (Computer Science), Illinois Institute of Technology, U.S.A.

อานนท์ ศกั ด์ิวรวิชญ์
Ph.D. (Psychometrics and Quantitative Psychology), Fordham University, U.S.A.

เอกรฐั รฐั กาญจน์
Ph.D. (Electrical Engineering and Computer Science), National ChiaoTung
University, Taiwan.

อาจารย์ :
วรรณฤดี สกลุ ภกั ดี
Ph.D. (Applied Mathematics), Washington State University, U.S.A.
ธนชาตย์ ฤทธิ์บำรุง
Ph.D. (Information Technology in Business), Chulalongkorn University, Thailand.
อัครนนั ท์ พงศธรวิวัฒน์
Ph.D. (Knowledge Science), Japan Advanced Institute of Science and Technology,

Japan.