Big Data Series II : Think Like a Data Scientist : คิดแบบนักวิทยาศาสตร์ข้อมูล /
อสมา กุลวานิชไชยนันท์.
Big Data Series II : Think Like a Data Scientist : คิดแบบนักวิทยาศาสตร์ข้อมูล / อสมา กุลวานิชไชยนันท์. - กรุงเทพฯ : คอราไลน์, 2561. - 267 หน้า : ภาพประกอบ ; 21 ซม.
Chapter I: Data Ecosystem : 1.1 ระบบนิเวศน์ของข้อมูลอย่างง่าย หรือ Basic Data Ecosystem ; 1.2 ทีมผุ้เชี่ยวชาญ หรือ Data expert -- Chapter II: Agile vs Waterfall : 2.1 Waterfall หรือ วิธีการทำงานแบบเป็นลำดับขั้น ; 2.2 Agile หรือ วิธีการทำงานแบบคล่องตัว ; 2.3 Case study: The story of the FBI sentinel program -- Chapter III: Data Process Cycle : 3.1 การทำความเข้าใจในธุรกิจ Business understanding ; 3.2 ทำความเข้าใจข้อมูล หรือ Data understanding ; 3.3 การเตรียมข้อมูล Data preparation ; 3.4 สร้าง Model ; 3.5 ประเมินผลลัพธ์จาก Model ; 3.6 การนำ Model ไปใช้งาน -- Chapter IV: Optimization Model : 4.1 Optimization Model คืออะไร ; 4.2 ตัวอย่างการใช้ Optimization Model ; 4.3 Economic Order Quantity หรือ ปริมาณการสั่งที่เหมาะสมที่สุด ; 4.4 Optimization Model ต่างกับ Machine Learning อย่างไร -- Chapter V: Basic Statistics : 5.1 สถิติทั่วไป ; 5.2 Correlations หรือ สหสัมพันธ์ ; 5.3 Liner Regression หรือ การวิเคราะห์การถดถอยเชิงเส้น ; 5.4 Time Series หรือ ข้อมูลอนุกรมเวลา -- Chapter VI: Machine Learning : 6.1 อะไรคือ Machine Learning ; 6.2 Supervised vs. Unsupervised Model : 6.3 Classification Model ; 6.4 Regression Model ; 6.5 Clustering Model ; 6.6 Co-Occurrence Grouping Model ; 6.7 Similarity Matching Model -- Chapter VII: Model Evaluation and Implementation : 7.1 วิธีการประเมินผลลัพธ์จาก Model ; 7.2 วิธีการทดสอบระบบ ; 7.3 แนวทางการนำ Model ไปใช้งาน
9786169310815
ข้อมูลขนาดใหญ่
การจัดการฐานข้อมูล
การสร้างคลังข้อมูล
QA 76.9.B45 / อ443บ 2561
Big Data Series II : Think Like a Data Scientist : คิดแบบนักวิทยาศาสตร์ข้อมูล / อสมา กุลวานิชไชยนันท์. - กรุงเทพฯ : คอราไลน์, 2561. - 267 หน้า : ภาพประกอบ ; 21 ซม.
Chapter I: Data Ecosystem : 1.1 ระบบนิเวศน์ของข้อมูลอย่างง่าย หรือ Basic Data Ecosystem ; 1.2 ทีมผุ้เชี่ยวชาญ หรือ Data expert -- Chapter II: Agile vs Waterfall : 2.1 Waterfall หรือ วิธีการทำงานแบบเป็นลำดับขั้น ; 2.2 Agile หรือ วิธีการทำงานแบบคล่องตัว ; 2.3 Case study: The story of the FBI sentinel program -- Chapter III: Data Process Cycle : 3.1 การทำความเข้าใจในธุรกิจ Business understanding ; 3.2 ทำความเข้าใจข้อมูล หรือ Data understanding ; 3.3 การเตรียมข้อมูล Data preparation ; 3.4 สร้าง Model ; 3.5 ประเมินผลลัพธ์จาก Model ; 3.6 การนำ Model ไปใช้งาน -- Chapter IV: Optimization Model : 4.1 Optimization Model คืออะไร ; 4.2 ตัวอย่างการใช้ Optimization Model ; 4.3 Economic Order Quantity หรือ ปริมาณการสั่งที่เหมาะสมที่สุด ; 4.4 Optimization Model ต่างกับ Machine Learning อย่างไร -- Chapter V: Basic Statistics : 5.1 สถิติทั่วไป ; 5.2 Correlations หรือ สหสัมพันธ์ ; 5.3 Liner Regression หรือ การวิเคราะห์การถดถอยเชิงเส้น ; 5.4 Time Series หรือ ข้อมูลอนุกรมเวลา -- Chapter VI: Machine Learning : 6.1 อะไรคือ Machine Learning ; 6.2 Supervised vs. Unsupervised Model : 6.3 Classification Model ; 6.4 Regression Model ; 6.5 Clustering Model ; 6.6 Co-Occurrence Grouping Model ; 6.7 Similarity Matching Model -- Chapter VII: Model Evaluation and Implementation : 7.1 วิธีการประเมินผลลัพธ์จาก Model ; 7.2 วิธีการทดสอบระบบ ; 7.3 แนวทางการนำ Model ไปใช้งาน
9786169310815
ข้อมูลขนาดใหญ่
การจัดการฐานข้อมูล
การสร้างคลังข้อมูล
QA 76.9.B45 / อ443บ 2561
