How Data Works

... ผู้เขียนถ่ายทอดเรื่องราวออกมาเป็นการเขียนที่อ่านได้ง่าย และเต็มไปด้วยกรณีศึกษาที่ทำให้เราเห็นว่า Data มีความสำคัญอย่างไร และเอาไปใช้ในทางธุรกิจได้อย่างไร ซึ่งกรณีศึกษาที่หยิบยกมานั้นมีมากมายและน่าสนใจจนรู้สึกทึ่ง... (คำนิยม: ศาสตราจารย์ ดร. นภดล ร่มโพธิ์)

... หลังจากอ่านแล้ว ผมให้คำจำกัดความหนังสือเล่มนี้อย่างง่าย ๆ ว่า เหมาะกับมนุษย์ที่ต้องการเริ่มทำความเข้าใจกับคำว่า Big Data เพราะผู้เขียนได้ปูพื้นฐานของ Big Data หลายเรื่อง ครอบคลุมทั้งด้านการค้า สุขภาพ ภาพยนตร์ อวกาศ รวมถึงไอที เรียกได้ว่าแทนที่คุณจะต้องอ่านหนังสือหลาย ๆ เล่ม ผู้เขียนอ่านให้คุณ และเขียนสรุปไว้ในหนังสือเล่มนี้... (คำนิยม: พงษ์สุข หิรัญพฤกษ์)

หนังสือเล่มนี้ มีเนื้อหา 24 EP อาทิ ข้อมูลก็มีประวัติศาสตร์กับเขาเหมือนกัน ในโลกที่เริ่มเห็นคุณค่าของข้อมูล เมื่อสงครามต้องชนะกันด้วยข้อมูล ความร้ายกาจของข้อมูล กรุ่นกลิ่นกาแฟเคล้าบิ๊กดาต้า ไขความลับของความรักด้วยบิ๊กดาต้า ปฏิวัติการเดินทางด้วยบิ๊กดาต้า Zara หยุดสต๊อกสินค้าบวมด้วยบิ๊กดาต้า จากหัวใจสู่ปลายเท้า: การไหลบ่าของข้อมูลกำลังทำให้นักกีฬาเก่งขึ้น จากห้องแล็บถึงแล็บท็อป: บิ๊กดาต้ากำลังเปลี่ยนสนามแข่ง F1 NASA ก้าวไปไกลแค่ไหนแล้วกับบิ๊กดาต้า ทำไม Space Data จึงสำคัญนัก Big Data VS. Climate Change: ข้อมูลร้อน ๆ ของโลกร้อน ๆ ข้อมูลสุขภาพ: ขุมทรัพย์อันยิ่งใหญ่ของมนุษยชาติ บิ๊กดาต้ากับ Smart Watch และโลกแห่งสุขภาพที่กำลังเปลี่ยนโฉม บิ๊กดาต้าคือยาช่วยชีวิต เมื่อสบู่ที่บ้านก็ต้องการบิ๊กดาต้า โซล ความสวย Gen Z และบิ๊กดาต้า บิ๊กดาต้ากำลังช่วยคุณให้สวยขึ้นด้วยข้อมูลของคุณเอง...

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564

A Little Book of Big Data and Machine Learning

… ปัจจุบันเราได้ก้าวเข้าสู่ยุคของ Big Data ซึ่งมีลักษณะสำคัญ 3 อย่าง คือ ขนาดที่ใหญ่ (Scale) กระแสข้อมูลที่ส่งตลอดเวลา (Data Flow) และรูปแบบที่หลากหลาย (Forms) โดยเทคโนโลยีดิจิทัลมีส่วนสำคัญในการเก็บสะสมมวลของข้อมูลได้อย่างไร้ขีดจำกัด และเมื่อมีข้อมูลมากมายก่ายกองเช่นนี้ จึงเกิดแนวคิดที่จะนำข้อมูลเหล่านี้มาใช้ให้เกิดประโยชน์ต่อองค์กรหรือธุรกิจขึ้นมา แต่การจะนำข้อมูลระดับ Big Data มาใช้ได้นั้น จำเป็นจะต้องใช้การวิเคราะห์ยุคใหม่ที่เรียกว่า Modern Analysis ซึ่งหนึ่งในโซลูชั่นที่กำลังเป็นที่นิยมอย่างมากในตอนนี้ก็คือ แนวคิดการวิเคราะห์ข้อมูลแบบอัตโนมัติที่เรียกว่า Machine Learning… (คำนำ)

หนังสือเล่มนี้ มีเนื้อหา 6 บท

• Chapter 1: ยุคของการล้มกระดาน (Time to Disrupt!) – เมื่อธุรกิจถูกบังคับให้ต้องเปลี่ยนทิศทาง เอาตัวรอดอย่างไรในโลก Digital Disruption…
• Chapter 2: บิ๊กดาต้าและการวิเคราะห์ (Big Data & Analysis) – ในวันที่โลกขับเคลื่อนด้วย Big Data เราเก็บข้อมูล Big data กันอย่างไร การประยุกต์ใช้ Data Analytics ในธุรกิจต่าง ๆ...
• Chapter 3: ข้อมูล (Data) – Analytics เพื่อหา Insights กับการตลาดยุค Big Data ข้อมูลกับการแบ่งประเภท...
• Chapter 4: เทคโนโลยีบิ๊กดาต้า (Big Data Technology) – ก้าวออกจากปัญหาด้วย Smart Tech Database Management: แนวคิดและการออกแบบ เทคโนโลยีที่เกิดมาเพื่อ Big Data
• Chapter 5: การวิเคราะห์ข้อมูล (Data Analytics) – Big Data & Analytics ช่วยพลิกธุรกิจอย่างไร การเรียนรู้ของเครื่อง (Machine Learning)
• Chapter 6: กระบวนการวิเคราะห์ข้อมูลและกรณีศึกษา (Data Analytics Process & Case Study) – การใช้ Data Analytics เพื่อยกระดับธุรกิจสู่ Business Intelligence การวิเคราะห์ข้อมูลด้วย Data Mining Case Study: การประยุกต์ใช้ Data Analytics กับธุรกิจ E-Commerce…

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564

Big Data ดัดจริต

… หนังสือเล่มนี้กล่าวถึง วิถีในการศึกษาจิตใจรูปแบบใหม่ โดยใช้ Big Data ที่มาจากข้อมูลพฤติกรรมการค้นหาบนอินเทอร์เน็ตและการตอบแบบสอบถามทางออนไลน์เป็นหลัก ถึงแม้เครื่องมือนี้จะไม่ได้แม่นยำระดับที่สามารถอ่านจิตมนุษย์ได้ แต่ผู้เขียน Seth Stephens-Davidowitz ได้แสดงให้เห็นถึงวิธีในการใช้เครื่องมือธรรมดาเหล่านี้ในการเจาะเข้าไปดูจิตของผู้คนได้อย่างที่ไม่เคยมีใครทำได้มาก่อน… (คำนิยม)

หนังสือแปลและเรียบเรียงจาก Everybody Lies หนังสือ New York Times Bestseller มีเนื้อหา 3 ภาค

• ภาค 1 ข้อมูลใหญ่และข้อมูลเล็ก – สัญชาตญาณที่หลอกหลวง
• ภาค 2 Big Data นั้นสำคัญไฉน –เราจะเชื่อฟรอยด์ได้ไหม มาปรับทัศนคติเรื่อง Data กันหน่อย ยาสารภาพความจริง เจาะให้ลึกลงไปอีก และ โลกทั้งใบคือแล็บ
• ภาค 3 โปรดใช้ Big Data ด้วยความระวัดระวัง – ข้อมูลยิ่ง Big ขยะยิ่งเยอะ จุดบอดของ Big Data และ ข้อมูลเยอะ ปัญหาก็แยะ กับบางเรื่องที่ไม่ควรทำ

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564

Big Data Series I: Introduction to a Big Data Project (ปฐมบทในการทำโปรเจคบิ๊กดาต้า)

... หนังสือเล่มนี้เกิดขึ้นจากการรวบรวมประสบการณ์ของผู้เขียนซึ่งได้ทำงานเป็นนักวิจัยด้าน Big Data ที่ประเทศสหรัฐอเมริกา และกลับมาทำงานเป็น Data Scientist ที่ประเทศไทย รวมระยะเวลามากกว่า 8 ปี มีโอกาสได้เห็นความแตกต่างระหว่างการทำงานในต่างประเทศ และสิ่งแวดล้อมต่าง ๆ ในประเทศไทย จึงเกิดแนวคิดว่า คนไทยควรเข้าใจ Big Data ด้วยภาษาไทยทั้งในเชิงทฤษฎีและปฏิบัติ.. (บทนำ)

หนังสือเล่มนี้ ผู้เขียนให้ความรู้ ความเข้าใจ Big Data ผ่านเนื้อหา 7 บท พร้อมสรุปในแต่ละบท

• Chapter I: What is Big Data? - ประวัติของ Big Data, Big Data คืออะไร, ความเข้าใจผิด ๆ เกี่ยวกับ Big Data และ จะเริ่มต้นทำ Big Data Project ต้องทำอย่างไร
• Chapter II: Where does Big Data come from? – Data มาจากไหน, Data แบ่งเป็นกี่ประเภท, การจัดการ Big Data แบ่งออกเป็นกี่ส่วน, แนวโน้มของ Big Data Project, การ Clean Data สำคัญไฉน, …
• Chapter III: Who are Big Data Experts? – หน้าที่ต่าง ๆ ในทีม, Data Engineer, Data Scientist, Data Analyst, ...
• Chapter IV: Why Big Data is so important? – ประโยชน์การทำ Big Data Project, ประโยชน์ของการใช้ผลจากการวิเคราะห์ Big Data และ กรณีตัวอย่าง Big Data Project สำหรับ SME
• Chapter V: When is the right time to start a Big Data Project? – เมื่อมีข้อมูลจำนวนมาก เมื่อมีข้อมูลบางส่วน และ เมื่อไม่มีข้อมูลในระบบเลย
• Chapter VI: How to make a Big Data Project successful? – ความสำเร็จของการทำ Big Data Project และ ขั้นตอนในการสร้างโมเดลวิเคราะห์ข้อมูล
• Chapter VII: How much does a Big Data Project cost? – การลงทุน และ วิธีประเมินผลลัพธ์จากการลงทุน

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564

Big Data Series II: Think like a Data Scientist (คิดแบบนักวิทยาศาสตร์ข้อมูล)

หนังสือเล่มนี้ ผู้เขียนให้ข้อมูลเกี่ยวกับการวิเคราะห์เชิงลึกและทักษะต่าง ๆ ของ Data Scientist ผ่านเนื้อหา 7 บท พร้อมสรุปในแต่ละบท

• Chapter I: Data Ecosystem – ระบบนิเวศน์ของข้อมูลอย่างง่าย (Basic Data Ecosystem) และ ทีมผู้เชี่ยวชาญ (Data Expert)
• Chapter II: Agile vs Waterfall – วิธีการทำงานแบบเป็นลำดับชั้น (Waterfall) วิธีการทำงานแบบคล่องตัว (Agile) และ กรณีตัวอย่าง: เรื่องราวเกี่ยวกับโปรแกรมแมวมองของ FBI
• Chapter III: Data Process Cycle – การทำความเข้าใจในธุรกิจ ทำความเข้าใจข้อมูล การเตรียมข้อมูล สร้างโมเดล ประเมินผลลัพธ์จากโมเดล และ การนำโมเดลไปใช้งาน
• Chapter IV: Optimization Model – Optimization Model คืออะไร ตัวอย่างการใช้ Optimization Model ปริมาณการสั่งที่เหมาะสม (Economic Order Quantity) และ Optimization Model ต่างกับ Machine Learning อย่างไร
• Chapter V: Basic Statistics – สถิติทั่วไป สหสัมพันธ์ (Correlations) การวิเคราะห์การถดถอยเชิงเส้น (Linear Regression) และ ข้อมูลอนุกรมเวลา (Time Series)
• Chapter VI: Machine Learning – Machine Learning คืออะไร Supervised vs Unsupervised Model…
• Chapter VII: Model Evaluation and Implementation – วิธีการประเมินผลลัพธ์จากโมเดล วิธีทดสอบระบบ...

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564

Big Data Series III: Big Data in Real Cases (ตัวอย่างโครงการ Big Data)

… Big Data in Real Cases ในหนังสือเล่มนี้ เกิดจากประสบการณ์ของผู้เขียน บางโครงการเป็นโครงการที่ดำเนินการสำเร็จโดยผู้เขียนและทีมงาน บางโครงการเป็นโครงการที่ผู้เขียนได้มีโอกาสไปศึกษาดูงานด้วยตนเอง และบางโครงการเป็นโครงการที่ผู้เขียนเป็นผู้ออกแบบโครงการ ทั้งในประเทศไทยและต่างประเทศ นอกจากปัญหาเรื่อง Big Data แล้ว ยังมีการกล่าวถึงปัญหาในการทำงานในรูปแบบต่าง ๆ อีกด้วย... (บทนำ)

หนังสือเล่มนี้ ผู้เขียนให้ความรู้ ความเข้าใจ โครงการ Big Data ผ่านเนื้อหา 8 บท พร้อมสรุปในแต่ละบท

• Chapter I: Foundation – ทำไมต้องทำโครงการ Big Data แนวทางในการวิเคราะห์ Real Cases องค์ประกอบของระบบข้อมูล และ สรุป Model ประเภทต่าง ๆ
• Chapter II: Retail – การจัดประเภทร้าน ระบบการสั่งซื้ออัตโนมัติ และ การวิเคราะห์พฤติกรรมลูกค้า
• Chapter III: E-Commerce – การแนะนำสินค้า และ การคิด Promotion ที่เหมาะสมกับลูกค้า
• Chapter IV: Logistics – การวิเคราะห์ต้นทุนที่แท้จริง การวิเคราะห์เส้นทางเดินรถ และ การวิเคราะห์สถานที่ตั้งของศูนย์กระจาย (Hub)
• Chapter V: Field Services – การวิเคราะห์ความหนาแน่นของจุดบริการ และ การมอบหมายงาน
• Chapter VI: H Finance and Banking – แนวทางบริหารเงินสด การวิเคราะห์... กลุ่มลูกค้า สินเชื่อ กลโกง โอกาสเกิดหนี้เสีย
• Chapter VII: Energy – การวางแผนซ่อมบำรุง และ การวิเคราะห์หาสถานที่ที่เหมาะสมในการสร้างสถานี
• Chapter VIII: Others – สายการบิน การเกษตร การสร้างเมืองอัจฉริยะ โรงพยาบาล สาธารณสุข

หนังสือเล่มหนึ่งจากหลายเล่มในนิทรรศการหนังสือแนะนำ “Big Data” จัดแนะนำ ชั้น 1 สำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย เดือน เมษายน 2564