word  PDF
COURSE OUTLINE
1.รหัสและชื่อรายวิชา:	MTID604 : SELECTED TOPICS IN MEDICAL TECHNOLOGY 2(2 -0 -0 ) ทนคร๖๐๔ : หัวข้อเลือกสรรทางเทคนิคการแพทย์ 2(2 -0 -0 )
2. หลักสูตรและประเภทของรายวิชา :	หลักสูตรปรัชญาดุษฎีบัณฑิต สาขาวิชาเทคนิคการแพทย์ (หลักสูตรนานาชาติ)เป็นรายวิชาในหมวดวิชาเลือก
3. วัตถุประสงค์ ของรายวิชา	1. To understand the process how to develop of medical laboratory test kits in lab and industrial scales using immunological, nanotechnology and others related based knowledge 2. To be able to critically read and discuss issues in the use of smart polymer for biomedical application especially in medical laboratory test kit development 3. To be able to hand on and critically discuss in the development of medical laboratory test kits using immunological, nanotechnology and others related based knowledge 4. To understand the process of research to commercialization 5. To encourage students to be able to apply the knowledge and technologies learnt to their own research and their career path
4. อาจารย์ผู้รับผิดชอบรายวิชา :
ผู้ช่วยศาสตราจารย์ ดร. สิริรัตน์  ลูกอินทร์
สถานที่ติดต่อ :  คณะเทคนิคการแพทย์
โทร : 02-441-4371-5 ต่อ 2730 (ศาลายา)  e-mail :sirirat.luk@mahidol.ac.th
ผู้ช่วยศาสตราจารย์ ดร. ทญ. วิดา  ปรัชชญาสิทธิกุล
สถานที่ติดต่อ :  คณะเทคนิคการแพทย์
โทร : 02-441-4371-7 Ext.2726  e-mail :vida.pra@mahidol.ac.th, dtflute@gmail.com
Tentative Schedule
สัปดาห์ที่ /ครั้งที่ หัวข้อ จำนวนชั่วโมง อาจารย์ผู้สอน บรรยาย ปฏิบัติ ศึกษาด้วยตัวเอง 1 Course Orientation & Student Discussion Setting up the development environment • Google Colaboratory Introduction to Python programming • Python syntax & First Python program Basic Python Programming • Variables • Data types (Integers, Floats, Strings, Boolean), (Arrays, Lists, Tuples, Dictionary, Sets, Files) • Basic Input/Output Operators • Built-in Functions for All Data Types 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 2 Conditional statements • If-else • If-elif-else Common Errors in Python • Error handling Loop programming Functions Exercise I 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 3 Data analysis with Pandas library • Read CSV and Excel files • Data Frame • Indexing Data Pre-processing • Handling missing data • Encode data Basic statistic with Pandas 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 4 Advance Statistic for Health Data • T-test and p-value • Correlation Exercise II 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 5 Data visualization and Matplotlib Exercise III 3 - -  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 6 Machine learning and applications • Intro to machine learning and health data • Overview of machine learning workflow Building your first model • Scikit-learn library • Decision tree model • Data splitting (train/test) • Model training • Model evaluation (metrics) Model parameters ML Model Use-cases 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 7 Machine learning and applications: Classification models • Random forest model • Neural network model • SVM model • Model evaluation metrics for classification problems Machine learning and applications Regression models • Regression models and health data • Model output for regression problems • Model evaluation metrics for regression 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 8 Machine learning and applications Cross-validation and Model comparison • K-Folds CV (cross-validation) • Leave-One-Out • Validation vs. Independent testing set • Model Overfitting 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 9 Special Topic in Healthcare Data Analytic 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 10 Project-based assignment Exercises and group discussion Capstone project preparation 3 - 6  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล 11 Final Examination (Project Presentation) - - -  อ. ณัฐฐ์  หอมดี , อ.ดร.จตุรวิทย์  พันธกิจเจริญกุล