รวมบทความเกี่ยวกับวิทยาศาสตร์ข้อมูล (Data Science) ซึ่งครอบคลุมถึงการวิเคราะห์ข้อมูล (Data Analysis), Machine Learning, และ Algorithms ในการสร้าง โมเดลทำนายผล (Predictive Model) ด้วยวิธีการต่าง ๆ ตั้งแต่ Linear Regression, Decision Tree, Random Forest, Neural Network ฯลฯ
ปัจจุบันการใช้ Deep Learning ในการทำนายผลได้รับความนิยมมากขึ้นเรื่อย ๆ เพราะสามารถแก้ปัญหาที่ Algorithms ทั่วไปไม่สามารถทำได้ เช่น Image Recognition ด้วย CNN หรือ Audio Transcript ด้วย RNN
อาชีพใหม่ที่จะกลายเป็นที่ต้องการในโลกอนาคต พร้อมเรียนรู้ทักษะสำคัญที่จะทำให้คุณทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ ไม่ต้องกลัวโดนแย่งงาน
มาทำความรู้จัก Plotnine ไลบรารีสร้างกราฟสุดเจ๋งใน Python ที่ใช้งานง่าย ฟรี และมีความสามารถครบครัน เรียนรู้วิธีใช้งานและเทคนิคต่างๆ
Data Analyst แฝงตัวไปทั่ว รู้มั้ยว่าเราใช้ skill data analyst ในทุก ๆ ที่ทำงาน มีคนที่ใช้ข้อมูลช่วยตัดสินใจอยู่ตลอด บางคนอาจจะยังไม่รู้ตัวด้วยซ้ำว่ากำลังทำงานแบบ Data Analyst อยู่! ทีนี้ ลองนึกภาพว่าคุณทำงาน ร้านสะดวกซื้อ แถวออฟฟิศ แล้วมีคนถามว่า “ช่วงไหนขายดีสุด?” ถ้าไม่เคยสังเกตข้อมูลเลย ก็คงตอบแค่ “ไม่แน่ใจ” แต่ถ้าคุณเริ่มเก็บข้อมูล
ในยุคที่ Artificial Intelligence (AI) และ Deep Learning ก้าวหน้าอย่างรวดเร็ว แพลตฟอร์ม e-commerce ชั้นนำทั่วโลกต่างนำ Generative AI (GenAI) และเทคโนโลยี AI อื่น ๆ มาประยุกต์ใช้ เพื่อยกระดับประสบการณ์ชอปปิ้ง เพิ่มความแม่นยำในการแนะนำสินค้า และเสริมประสิทธิภาพการดำเนินงานของธุรกิจ
บทความนี้จะพาไปสำรวจแนวทางการใช้ AI ของ Amazon, Instacart และ Temu ซึ่งเป็นทั้งผู้นำและผู้ท้าชิงในตลาด e-commerce พร้อมเจาะลึกแนวโน้มในอนาคตและข้อควรระวังสำหรับธุรกิจที่ต้องการนำ AI มาใช้
คอร์สออนไลน์ “Python for Data Science ไพธอนสำหรับงานวิทยาศาสตร์ข้อมูล” คอร์สเรียนจาก TUXSA ซึ่งเป็นปริญญาโทออนไลน์ที่ SkillLane ร่วมกับ มหาวิทยาลัยธรรมศาสตร์
รวม 10+1 คำศัพท์ที่มือใหม่สาย Data ต้องรู้ ครอบคลุมตั้งแต่ SQL, Python, ETL ไปจนถึง Data Governance พร้อมอธิบายคำศัพท์ รวมไปถึงมีลิงก์ (บทความภาษาไทย) ให้ศึกษาเพิ่มเติมด้วย
ในการเตรียมข้อมูล (มีหลายชื่อเรียก Data Wrangling / Cleansing / Preparation / Transformation) หลายคนอาจจะคุ้นเคยการใช้ Python ไม่ว่าจะเป็น Pandas หรือ PySpark มารู้จักกับการใช้ SQL เตรียมข้อมูลกัน
ในซีรีย์มือใหม่สาย Data นี้ มารู้จักกับข้อมูลประเภทที่แตกต่างกัน Structured vs Unstructured vs Semi-Structured และตัวอย่าง
ในบทความนี้ คุณจะได้รู้จักกับโลกของ AI แบบเจาะลึก ที่หาอ่านไม่ได้ง่าย ๆ สำหรับคนที่ไม่เคยรู้จักกับ AI มาก่อนเลย จะได้เข้าถึงเทรนของโลก AI ที่ขับเคลื่อนการทำงานของเราๆกันอยู่ในทุกวันนี้ รวมถึงคนที่กำลังสนใจในสายอาชีพนี้ เค้าแบ่งสาย สาขากันยังไง อาชีพที่น่าจับตามองในเทรน
© Copyright 2018 - Present: DATATH. All rights reserverd.
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า