หน่วย4_วิทยาการข้อมูล

หนว่ ยการเรยี นร้ทู ี่ 1 หน่วยการเรียนรทู้ ี่ 2 หนว่ ยการเรยี นรู้ท่ี 3 วทิ ยาการคานวณ ชัน้ มัธยมศึกษาปที ี่ 5 กลุ่มสาระการเรียนรวู้ ทิ ยาศาสตร์ หน่วยการเรยี นรูท้ ่ี 4 Slide PowerPoint_สอ่ื ประกอบการสอน บรษิ ัท อักษรเจรญิ ทัศน์ อจท. จำกัด : 142 ถนนตะนำว เขตพระนคร กรงุ เทพฯ 10200 Aksorn CharoenTat ACT.Co.,Ltd : 142 Tanao Rd. Pranakorn Bangkok 10200 Thailand โทรศพั ท์ : 02 622 2999 โทรสำร : 02 622 1311-8 [email protected] / www.aksorn.com

4หน่วยการเรยี นรูท้ ี่ วทิ ยาการขอ้ มลู ตัวชี้วดั • รวบรวม วเิ ครำะห์ข้อมลู และใช้ควำมรดู้ ำ้ นวิทยำกำรคอมพิวเตอร์ สอื่ ดิจทิ ัล เทคโนโลยีสำรสนเทศในกำรแกป้ ญั หำ หรอื เพิ่มมลู คำ่ ใหก้ ับบริกำร หรอื ผลิตภัณฑท์ ใ่ี ชใ้ นชีวิตจริงอยำ่ งสรำ้ งสรรค์

1. วทิ ยาการข้อมลู “ศาสตรใ์ นการวเิ คราะหแ์ ละประมวลผลข้อมูล เพอื่ ค้นหาความรทู้ ่ีนาไปใชป้ ระโยชนไ์ ด้” องค์ความรู้สาหรบั วิทยาการขอ้ มลู Domain ความร้เู ฉพาะทาง Expertise ความรู้ดา้ นวิทยาการคอมพวิ เตอร์ ความร้ดู ้านคณิตศาสตร์และสถิติ Statistical Data Research Data Processing Mathematics Science Computer Science Machine Learning

1. วิทยาการขอ้ มูล กระบวนการ 1 กาหนดปัญหา (Question) ทาไมตอ้ งเพมิ่ ยอดขาย ใครจะเป็นคนขาย จะเริ่มขายเมื่อไร จะขายใหใ้ คร จะขายท่ีไหน จะขายเทา่ ไร จะขายอะไร จะขายอยา่ งไร

1. วทิ ยาการขอ้ มูล กระบวนการ 2 เก็บข้อมลู ดบิ ทจ่ี าเปน็ (Raw Data Collection) ตัวอย่าง คาถาม : “ลูกคา้ กล่มุ เปา้ หมายเปน็ ใคร ?” ขอ้ มลู ที่ตอ้ งเก็บ แหลง่ ในการเกบ็ ข้อมูล • ข้อมลู ลูกคำ้ ที่เคยซื้อสินคำ้ เชน่ เพศ อำยุ • จำกขอ้ มูลกำรขำยที่บนั ทึกไว้ • ข้อมูลลูกคำ้ ที่เคยซอ้ื สนิ คำ้ ประเภทเดียวกนั • จำกข้อมูลพฤติกรรมกำรใช้งำนสื่อสังคม • ข้อมูลลูกคำ้ ท่ีสนใจสนิ คำ้ ประเภทเดยี วกัน ออนไลน์

1. วิทยาการขอ้ มลู กระบวนการ 3 การประมวลผลขอ้ มูลและทาความสะอาดขอ้ มูล ตวั อยา่ งข้อผิดพลาด เพศ วนั /เดือน/ปเี กดิ สนิ ค้าทีส่ ั่งซ้ือ ข้อมลู ไมถ่ ูกตอ้ ง ข้อมลู ไม่สมั พันธก์ ัน หญิง 13/01/2532 Shirts ชำย 28/12/2538 กำงเกง ข้อมูลไมค่ รบถว้ น หญิง 04/16/2540 กระโปรง 14/05/2530 เส้ือ

1. วทิ ยาการข้อมูล กระบวนการ 4 การวเิ คราะหเ์ พื่อวินจิ ฉัยข้อมลู (Exploratory Data Analysis) ตวั อย่าง คาถาม : “ลกู คา้ กลมุ่ เปา้ หมายเป็นใคร ?” สมมตฐิ าน วิเคราะหต์ วั แปร ขอ้ มูลทไี่ ดจ้ ำกขน้ั ตอนกำรประมวลผล • ชว่ งอำยุของลกู ค้ำ เป็นลูกค้ำกลุม่ เปำ้ หมำยสำหรับสินค้ำ • เพศ • ประเภทสนิ คำ้ ท่ีนยิ ม • สถติ ิกำรส่งั ซอื้ สินคำ้

1. วิทยาการขอ้ มูล กระบวนการ 5 สร้างแบบจาลองขอ้ มลู (Data Model) ตวั อยา่ ง คาถาม : “ลกู ค้ากลุม่ เป้าหมายเปน็ ใคร ?” ตวั แปร แบบจาลองข้อมูล • ชว่ งอำยุของลกู คำ้ • อำยุ 25-34 ปี • เพศ • เพศหญิง • ประเภทสินค้ำทน่ี ิยม • สนใจเครือขำ่ ยสงั คมทเี่ กยี่ วกบั เสื้อผำ้ • สถิติกำรสัง่ ซือ้ สินค้ำ • ซอื้ ซำ้ เดือนละ 2-3 ครั้ง • ลกู คำ้ มกั จะส่ังซ้ือเคร่อื งประดบั ด้วย

1. วิทยาการข้อมูล กระบวนการ 6 การนาเสนอรายงานผลการวเิ คราะห์ข้อมูล ตวั อยา่ ง คาถาม : “ลูกคา้ กลมุ่ เปา้ หมายเป็นใคร ?” 12% 65+ 15% ลกู ค้ากลุ่มเป้าหมายเป็นเพศหญิง อายุ 25-34 ปี ความนิยม (%) 24% 19% 16% 14% 18-24 25-34 25-44 45-54 55-64

4 V's Model 2. ขอ้ มูลขนาดใหญ่ (Big Data) “คือการพยายามสร้างมูลค่าใหก้ บั ขอ้ มลู ด้วยการประมวลผลข้อมลู ปรมิ าณมหาศาล” BIG DATA ปริมาณขอ้ มลู ความเร็วที่เพม่ิ ข้ึนของขอ้ มูล ความหลากหลายของขอ้ มูล คณุ ภาพของขอ้ มลู (Volume) (Velocity) (Variety) (Veracity)

2. ข้อมูลขนาดใหญ่ (Big Data) บทบาทของ Big Data • เพ่มิ ประสิทธภิ ำพกำรดำเนินงำน • ใหบ้ รกิ ำรตำแหน่งทำงภูมศิ ำสตร์ • สรำ้ งสรรค์แบบจำลองธุรกิจใหม่ • สรำ้ งกำรรณรงคท์ ำงกำรตลำดไดด้ ียิง่ ขน้ึ • มีกำรตดิ ตำมโซเชยี ลมเี ดยี และขอ้ มูลเชงิ ลึก • กำรดูแลระบบเครอื ข่ำยท่ีมีประสทิ ธภิ ำพ ดา้ นสาธารณสขุ ดา้ นอตุ สาหกรรม ด้านสภาพภมู อิ ากาศ ดา้ นการสอ่ื สาร ด้านการดาเนินธรุ กิจ • จดั แพทยผ์ ูเ้ ช่ยี วชำญมำ • ทำนำยสภำพภูมอิ ำกำศล่วงหนำ้ • คำดกำรณแ์ นวโน้มทำงธุรกจิ • ลดควำมเสยี หำยจำกกำรเกดิ ภัยพิบัติ • คำดกำรณ์ปญั หำทจ่ี ะเกิดลว่ งหน้ำ ดแู ลได้เหมำะสม • ลดเวลำในกำรวเิ ครำะห์ขอ้ มูล • เพม่ิ คณุ ภำพกำรใหบ้ รกิ ำร • มีนวตั กรรมกำรรักษำโรค ทดี่ ีขน้ึ



3. การวิเคราะหข์ ้อมลู รปู แบบการวเิ คราะหข์ อ้ มลู 1. การวเิ คราะห์ข้อมูลแบบพนื้ ฐาน (Descriptive Analytics) วิเครำะหเ์ พ่อื แสดงผลลพั ธใ์ นรูปแบบท่งี ำ่ ยตอ่ กำรทำควำมเขำ้ ใจ 2. การวิเคราะหแ์ บบพยากรณ์ (Predictive Analytics) วเิ ครำะห์ข้อมลู ในอดตี โดยใชส้ ถิติหรือโมเดลทำงคณิตศำสตร์ เพ่ือทำนำย สิ่งที่จะเกิดข้นึ ในอนำคต 3. การวิเคราะห์แบบให้คาแนะนา (Prescriptive Analytics) วเิ ครำะหเ์ พื่อทำนำยสิ่งท่จี ะเกดิ ข้ึนในอนำคต พรอ้ มใหข้ อ้ มลู ทำงเลอื กและ ผลกระทบของทำงเลือกนัน้