หนังสือ A Little Book of Big Data and Machine Learning

ข้อมูลสินค้า

ราคา

250.00 225.00 บาท

แบรนด์

Infopress

ร้านค้า

JP Book Store

ข้อมูลสินค้า
ISBN :9786164871380
Barcode :9786164871380
ขนาดหนังสือ :17 x 22.86 ซม.
ความหนาสินค้า :0.8 ซม.
น้ำหนัก :326 กรัม
จำนวนหน้า :152 หน้า
วันวางจำหน่าย :23/07/63
นักเขียน :ดร.เอกสิทธิ์ พัชรวงศ์ศักดา
บรรณาธิการ :ภีรพล คชาเจริญเอาตัวรอดอย่างไรในโลก Digital Disruption?สำนวนที่เรามักจะได้ยินคนในแวดวงนักธุรกิจพูดกันบ่อยๆ ว่า “ปลาใหญ่กินปลาเล็ก” แต่วันนี้เราต้องเปลี่ยนสำนวนเสียใหม่ว่า “ปลาเร็วกินปลาช้า” เพราะหากวันนี้ธุรกิจของคุณยังคงใช้การตัดสินใจโดยการวิเคราะห์จากรายงานสรุป (Report) ที่มีมนุษย์จัดทำขึ้นตามรอบการประชุม หรือยังคงพัฒนาสินค้าหรือบริการเพื่อตอบสนองความต้องการของลูกค้ากลุ่มเดิมไปเรื่อยๆ แล้วล่ะก็ คุณก็กำลังสูญเสียความได้เปรียบในการแข่งขัน (Competitive Advantage) ที่อาจถึงขั้นถูกกำจัดออกไปเมื่อไรก็ได้เพราะธุรกิจยุคใหม่ในทุกวันนี้ มุ่งเน้นการเรียนรู้ที่จะสร้างระบบช่วยในการตัดสินใจ (Decision) และพยากรณ์อนาคต (Prediction) โดยอาศัยข้อมูลระดับ Big Data ที่ถือเป็นปัจจัยสำคัญในการสร้าง “การเรียนรู้ของเครื่อง (Machine Learning: ML)” ซึ่งจะช่วยให้ “ปัญญาประดิษฐ์ (Artificial Intelligent: AI)” ทรงภูมิปัญญาอย่างแท้จริงML ก็คือ ระบบที่ถูกสร้างขึ้นมาให้สามารถเรียนรู้ข้อมูลได้อย่างมีประสิทธิภาพโดยที่ไม่จำเป็นต้องมีมนุษย์เข้าไปเกี่ยวข้อง ถูกนำมาใช้เพื่อการวิเคราะห์ข้อมูล (Data Analytics) การคาดการณ์อนาคต (Forecasts) เพื่อสนับสนุนการตัดสินใจหรือการตัดสินใจอัตโนมัติ (Support for Decisions & Automated Decisions)1. ผู้เขียนมีประสบการณ์ในการสอนในคณะวิศวกรรมศาสตร์และเป็นที่ปรึกษาบริษัทเอกชนมากกว่า 15 ปี2. มีใบ CERTIFICATES ว่าเป็นผู้เชี่ยวชาญด้านซอฟต์แวร์ RapidMiner Analyst3. เนื้อหา for Everyone อ่านง่ายสำหรับทุกคนที่อยากรู้เรื่อง Big Data & Analyticsการรู้เพียงทฤษฎีอย่างเดียวอาจจะไม่เพียงพอจะทำให้เราเป็นนักวิเคราะห์ข้อมูล วิศวกรข้อมูล หรือนักวิทยาศาสตร์ข้อมูลที่เก่งได้ครับ เราต้องฝึกฝนลงมือปฏิบัติจริงด้วย ดังคำพูดของ Kant ที่ว่า “Theory without Practice is Empty, Practice without Theory is Blind”“Big Data combined with Machine Learning Helps Businesses make much Smarter Decisions”List of Chapters1. TIME TO DISRUPT!ยุคของการล้มกระดาน ธุรกิจที่ไม่ปรับตัวก็จะถูกกำจัดออกไป2. BIG DATA & ANALYTICSยกตัวอย่าง Big Data และ Analytics การประยุกต์ใช้ในเชิงธุรกิจ3. DATAอธิบายลักษณะของข้อมูลแบบต่างๆ4. BIG DATA TECHNOLOGYอธิบายเทคโนโลยีที่เกิดมาเพื่อข้อมูลระดับBig Data5. BIG DATA & ANALYTICSการวิเคราะห์ข้อมูลโดยอธิบายแนวคิดของหลากหลายเทคนิค: Machine Learning Algorithms6. DATA ANALYSIS PROCESS & CASE STUDYแนวทางในการประยุกต์ใช้การวิเคราะห์ข้อมูลและกรณีศึกษาที่น่าสนใจสถานการณ์การแข่งขันทางธุรกิจในตอนนี้ไม่เหมือนเดิมอีกต่อไป เทคโนโลยีและนวัตกรรมใหม่ๆ กำลังก้าวเข้ามาเปลี่ยนวิธีในการดำเนินธุรกิจ เปลี่ยนวิถีการจับจ่ายของผู้บริโภค เรามีคู่แข่งหน้าใหม่ที่เรียกว่า Disruptor เกิดขึ้นตลอดเวลา ซึ่งพร้อมจะมา Disrupt! ธุรกิจยุคเก่าด้วยเหตุผลทาง Disruptive Innovation 3 ลักษณะ คือ ราคาถูกกว่า เข้าถึงง่ายกว่า ต้นทุนต่ำกว่าธุรกิจยุคใหม่มุ่งเน้นการเรียนรู้ที่จะสร้างระบบช่วยในการตัดสินใจและพยากรณ์อนาคต โดยใช้ข้อมูลระดับ Big Data ในการสร้าง Machine Learning ที่ช่วยให้ปัญญาประดิษฐ์ หรือ AI ทรงภูมิปัญญาอย่างแท้จริง เพื่อประโยชน์ในการวิเคราะห์ข้อมูล พยากรณ์อนาคตและการตัดสินใจอัตโนมัติซึ่งเป็นการยกระดับธุรกิจสู่ “ธุรกิจอัจฉริยะ (Business Intelligence)” โดยสาระสำคัญของมันก็คือ “Business Analytics: Decision Making using Data Analytics”A Little Book of Big Data and Machine Learning เล่มนี้ อธิบายถึงหลักการสำคัญและการออกแบบ Big Data และ Machine Learning เบื้องต้น ใช้ภาษาที่เข้าใจง่าย พร้อมแสดงตัวอย่างเพื่อให้เห็นภาพการนำไปใช้จริงซึ่งเนื้อหาทั้งหมดเกิดจากประสบการณ์การสอนในมหาวิทยาลัย ทั้งในหลักสูตรทางวิศวกรรมศาสตร์และบริหารธุรกิจ รวมทั้งในฐานะที่ปรึกษาให้กับบริษัทเอกชนหลายแห่ง และเกือบ 20 ปีกับ Data Mining
สารบัญ
CHAPTER 1 ยุคของการล้มกระดาน (TIME TO DISRUPT!)เมื่อธุรกิจถูกบังคับให้ต้องเปลี่ยนทิศทางเอาตัวรอดอย่างไรในโลก Digital Disruption?เส้นทางใหม่สู่อนาคต (Building New Pathways to the Future)CHAPTER 2บิ๊กดาต้าและการวิเคราะห์ (BIG DATA & ANALYTICS)Big Data & Analytics: Finance and Banking Use CasesBig Data & Analytics: Telecommunication Use CasesBig Data & Analytics: Retail Use CasesBig Data & Analytics: Healthcare Use CasesBig Data & Analytics: Agriculture Use CasesBig Data & Analytics: Entertainment Use CasesBig Data & Analytics: Real Estate Use CasesCHAPTER 3 ข้อมูล (DATA)Analytics เพื่อหา Insights กับการตลาดยุค Big Dataข้อมูลกับการแบ่งประเภท (Data Types)ประเภทข้อมูลแบ่งตามแหล่งที่มา (Types of Data Sources)ประเภทข้อมูลแบ่งตามลักษณะบุคคล (Type of Data Personalization)CHAPTER 4 เทคโนโลยีบิ๊กดาต้า (BIG DATA TECHNOLOGY)ก้าวออกจากปัญหาด้วย Smart TechDatabase Management: แนวคิดและการออกแบบเทคโนโลยีที่เกิดมาเพื่อ BIG DATAScaling outHadoopHiveSparkNoSQLData LakeCHAPTER 5 การวิเคราะห์ข้อมูล (DATA ANALYTICS)Big Data & Analytics ช่วยพลิกธุรกิจอย่างไรก้าวใหม่ของการวิเคราะห์ข้อมูล (The Progression of Analytics)Timeline การวิเคราะห์ข้อมูลในทางธุรกิจการเรียนรู้ของเครื่อง (Machine Learning)การหาความสัมพันธ์ (Association)ระบบแนะนำ (Recommendation System)การแบ่งกลุ่มข้อมูล (Segment and Clustering)การจำแนกประเภทของข้อมูล (Classification)การทดสอบประสิทธิภาพของโมเดลการวิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data Analytics)CHAPTER 6 กระบวนการวิเคราะห์ข้อมูลและกรณีศึกษา (DATA ANALYTICS PROCESS & CASE STUDY)การใช้ Data Analytics เพื่อยกระดับธุรกิจสู่ Business Intelligenceการวิเคราะห์ข้อมูลด้วย Data Miningกระบวนการวิเคราะห์ข้อมูลแบบ CRISP-DMขั้นตอนการทำ CRISP-DM Processสิ่งที่ต้องพึงระวังในการทำ CRISP-DM ProcessCase Study: การประยุกต์ใช้ Data Analytics กับธุรกิจ E-Commerceตัวอย่างการทำ Analytics ด้วย CRISP-DM Processบทสรุปเรื่อง Big Data และ Analytics

สมาชิก

กรองการค้นหา

สินค้าใกล้เคียง