หน่วย4_วิทยาการข้อมูล

หนว่ ยการเรียนรูท้ ี่ 1 หน่วยการเรียนรทู้ ่ี 2 หน่วยการเรียนรูท้ ่ี 3 วทิ ยาการคานวณ ชัน้ มัธยมศึกษาปที ี่ 5 กลุ่มสาระการเรยี นรวู้ ทิ ยาศาสตร์ หนว่ ยการเรียนรทู้ ี่ 4 Slide PowerPoint_สื่อประกอบการสอน

4หน่วยการเรยี นรูท้ ี่ วทิ ยาการข้อมลู ตัวชี้วดั • รวบรวม วเิ คราะห์ข้อมลู และใช้ความรดู้ า้ นวิทยาการคอมพิวเตอร์ สอื่ ดิจทิ ัล เทคโนโลยีสารสนเทศในการแกป้ ญั หา หรอื เพิ่มมลู คา่ ใหก้ ับบริการ หรอื ผลิตภัณฑท์ ใ่ี ชใ้ นชีวิตจริงอยา่ งสรา้ 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 เก็บขอ้ มูลดบิ ท่จี าเป็น (Raw Data Collection) ตัวอยา่ ง คาถาม : “ลูกคา้ กล่มุ เปา้ หมายเปน็ ใคร ?” ขอ้ มูลท่ีตอ้ งเกบ็ แหล่งในการเกบ็ ข้อมูล • ข้อมูลลูกคา้ ทเ่ี คยซอื้ สินค้า เช่น เพศ อายุ • จากขอ้ มูลการขายที่บนั ทึกไว้ • ข้อมูลลกู ค้าท่ีเคยซอ้ื สนิ ค้าประเภทเดียวกนั • จากข้อมูลพฤติกรรมการใช้งานสื่อสังคม • ขอ้ มูลลกู คา้ ทส่ี นใจสนิ คา้ ประเภทเดยี วกัน ออนไลน์

1. วทิ ยาการขอ้ มูล กระบวนการ 3 การประมวลผลขอ้ มูลและทาความสะอาดขอ้ มูล ตวั อยา่ งข้อผิดพลาด เพศ วนั /เดอื น/ปีเกิด สินค้าทีส่ ัง่ ซอ้ื ขอ้ มลู ไม่ถกู ตอ้ ง ข้อมลู ไม่สมั พันธก์ ัน หญิง 13/01/2532 Shirts ข้อมูลไมค่ รบถว้ น ชาย 28/12/2538 กางเกง หญงิ 04/16/2540 กระโปรง 14/05/2530 เสื้อ

1. วทิ ยาการข้อมูล กระบวนการ 4 การวเิ คราะหเ์ พื่อวินจิ ฉยั ข้อมลู (Exploratory Data Analysis) ตวั อย่าง คาถาม : “ลกู คา้ กลมุ่ เปา้ หมายเป็นใคร ?” สมมติฐาน วิเคราะหต์ วั แปร ขอ้ มูลทไี่ ดจ้ ากขน้ั ตอนการประมวลผล • ชว่ งอายุของลกู ค้า เป็นลูกค้ากล่มุ เปา้ หมายสาหรับสินค้า • เพศ • ประเภทสนิ คา้ ท่ีนยิ ม • สถติ ิการส่งั ซอื้ สินคา้

1. วทิ ยาการขอ้ มลู กระบวนการ 5 สร้างแบบจาลองขอ้ มลู (Data Model) ตวั อยา่ ง คาถาม : “ลกู คา้ กลมุ่ เปา้ หมายเปน็ ใคร ?” ตวั แปร แบบจาลองขอ้ มูล • ชว่ งอายุของลกู คา้ • อายุ 25-34 ปี • เพศ • เพศหญงิ • ประเภทสินค้าทน่ี ิยม • สนใจเครอื ข่ายสังคมทเี่ ก่ียวกบั เสื้อผา้ • สถิติการสัง่ ซือ้ สินค้า • ซื้อซ้าเดือนละ 2-3 ครั้ง • ลูกคา้ มกั จะสัง่ ซ้อื เครือ่ งประดบั ดว้ ย

1. วิทยาการข้อมูล กระบวนการ 6 การนาเสนอรายงานผลการวิเคราะห์ข้อมูล ตวั อยา่ ง คาถาม : “ลูกคา้ กลมุ่ เปา้ หมายเป็นใคร ?” 12% 65+ 15% ลกู ค้ากลุ่มเป้าหมายเปน็ เพศหญิง 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 ความเร็วที่เพ่ิมข้ึนของขอ้ มูล ความหลากหลายของขอ้ มูล คณุ ภาพของขอ้ มลู (Volume) (Velocity) (Variety) (Veracity)

2. ข้อมูลขนาดใหญ่ (Big Data) บทบาทของ Big Data • เพมิ่ ประสิทธิภาพการดาเนินงาน • ใหบ้ รกิ ารตาแหนง่ ทางภมู ศิ าสตร์ • สรา้ งสรรคแ์ บบจาลองธุรกิจใหม่ • สร้างการรณรงคท์ างการตลาดไดด้ ียิ่งขน้ึ • มกี ารตดิ ตามโซเชยี ลมเี ดยี และขอ้ มลู เชงิ ลึก • การดูแลระบบเครือขา่ ยท่ีมปี ระสทิ ธภิ าพ ด้านสาธารณสุข ด้านอุตสาหกรรม ด้านสภาพภูมิอากาศ ด้านการสอ่ื สาร ด้านการดาเนินธรุ กิจ • จดั แพทย์ผ้เู ชี่ยวชาญมา • ทานายสภาพภูมิอากาศล่วงหนา้ • คาดการณ์แนวโนม้ ทางธุรกิจ • ลดความเสยี หายจากการเกดิ ภยั พบิ ตั ิ • คาดการณป์ ญั หาทจ่ี ะเกดิ ลว่ งหน้า ดูแลไดเ้ หมาะสม • ลดเวลาในการวิเคราะหข์ อ้ มูล • เพ่ิมคณุ ภาพการใหบ้ ริการ • มีนวตั กรรมการรักษาโรค ที่ดขี ้นึ



3. การวิเคราะห์ขอ้ มลู รปู แบบการวเิ คราะหข์ อ้ มลู 1. การวเิ คราะห์ข้อมูลแบบพ้ืนฐาน (Descriptive Analytics) วเิ คราะหเ์ พ่อื แสดงผลลัพธ์ในรปู แบบทีง่ ่ายต่อการทาความเขา้ ใจ 2. การวเิ คราะห์แบบพยากรณ์ (Predictive Analytics) วเิ คราะห์ขอ้ มูลในอดีตโดยใช้สถติ ิหรอื โมเดลทางคณติ ศาสตร์ เพอ่ื ทานาย สิง่ ทีจ่ ะเกดิ ข้นึ ในอนาคต 3. การวิเคราะหแ์ บบให้คาแนะนา (Prescriptive Analytics) วเิ คราะหเ์ พือ่ ทานายสงิ่ ทจี่ ะเกดิ ขึ้นในอนาคต พร้อมให้ข้อมูลทางเลอื กและ ผลกระทบของทางเลอื กน้ัน