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
ส่วนที่ยากอย่างหนึ่งของ Data Science เลยก็คือ เราจะติดตั้ง Software ต่าง ๆ ที่ใช้ในงาน Data ได้อย่างไร? ซึ่งในปัจจุบันที่มีเครื่องมือเยอะแยะ เช่น Python, R, Jupyter Notebook, XGBoost etc. วันนี้เลยมีของดี ๆ มาแนะนำกัน
ล่าสุดแอดมินได้มาเริ่มศึกษา Tensorflow เลยมีโอกาสได้ดูวีดิโอของคุณ Siraj Raval เกี่ยวกับการใช้ Tensorflow เพื่อทำนายว่ารูปที่เป็นตัวเลขต่าง ๆ มีค่าเท่ากับตัวเลขตัวไหน (Digit Recognition) โดยใช้ Tensor Flow + Logistic Regression
แอดมินได้ข่าวว่ามีระบบฐานข้อมูลตัวหนึ่งที่ผลิตโดยนักศึกษา MIT มากว่า 5 ปี เปิดตัวเป็นแบบ Open source ให้ทุกคนใช้กันได้ฟรี เลยเอามาบอกต่อกันครับ
เกิดเป็นข่าวใหญ่เลยทีเดียว เมื่อเด็กนักเรียนมัธยมปลาย อายุ 17 ปีที่อเมริกา ซึ่งกำลังทำโปรเจคเกี่ยวกับข้อมูลของ NASA เจอปัญหาในข้อมูล และแจ้งไปที่ NASA
พื้นฐาน Data Science สำหรับผู้เริ่มต้น และเจ้าของเว็บไซต์ แจกสไลด์จากงาน WordCamp Bangkok 2017 พร้อมบอกเล่าเนื้อหาประกอบสไลด์ให้เข้าใจง่าย ๆ
Data Science เป็นสาขาที่ได้รับความนิยมมากเป็นอันดับต้น ๆ ในปัจจุบัน แต่คนส่วนใหญ่มักไม่เข้าใจว่ามันต่างกับ Machine Learning, Data Mining อย่างไรบ้าง
การทำธุรกิจใด ๆ ก็ตาม ไม่ว่าจะเป็นการพัฒนาสินค้า หรือบริการ ล้วนแต่ต้องพึ่ง “การวัด” ค่าต่าง ๆ ด้วยกันทั้งนั้น จึงเป็นที่มาของงาน “ชีวิต-ติด-วัด”
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า
