หนังสือ A Little Book of Big Data and Machine Learning

เอาตัวรอดอย่างไรในโลก Digital Disruption? สำนวนที่เรามักจะได้ยินคนในแวดวงนักธุรกิจพูดกันบ่อยๆ ว่า “ปลาใหญ่กินปลาเล็ก” แต่วันนี้เราต้องเปลี่ยนสำนวนเสียใหม่ว่า “ปลาเร็วกินปลาช้า” เพราะหากวันนี้ธุรกิจของคุณยังคงใช้การตัดสินใจโดยการวิเคราะห์จากรายงานสรุป (Report) ที่มีมนุษย์จัดทำขึ้นตามรอบการประชุม หรือยังคงพัฒนาสินค้าหรือบริการเพื่อตอบสนองความต้องการของลูกค้ากลุ่มเดิมไปเรื่อยๆ แล้วล่ะก็ คุณก็กำลังสูญเสียความได้เปรียบในการแข่งขัน (Competitive Advantage) ที่อาจถึงขั้นถูกกำจัดออกไปเมื่อไรก็ได้ เพราะธุรกิจยุคใหม่ในทุกวันนี้ มุ่งเน้นการเรียนรู้ที่จะสร้างระบบช่วยในการตัดสินใจ (Decision) และพยากรณ์อนาคต (Prediction) โดยอาศัยข้อมูลระดับ Big Data ที่ถือเป็นปัจจัยสำคัญในการสร้าง “การเรียนรู้ของเครื่อง (Machine Learning: ML)” ซึ่งจะช่วยให้ “ปัญญาประดิษฐ์ (Artificial Intelligent: AI)” ทรงภูมิปัญญาอย่างแท้จริง โดย ML ก็คือ ระบบที่ถูกสร้างขึ้นมาให้สามารถเรียนรู้ข้อมูลได้อย่างมีประสิทธิภาพโดยที่ไม่จำเป็นต้องมีมนุษย์เข้าไปเกี่ยวข้อง ถูกนำมาใช้เพื่อการวิเคราะห์ข้อมูล (Data Analytics) การคาดการณ์อนาคต (Forecasts) เพื่อสนับสนุนการตัดสินใจหรือการตัดสินใจอัตโนมัติ (Support for Decisions & Automated Decisions) รีวิวหนังสือ Big Data รายละเอียดหนังสือ Big data เล่มนี้1. ผู้เขียนมีประสบการณ์ในการสอนในคณะวิศวกรรมศาสตร์และเป็นที่ปรึกษาบริษัทเอกชนมากกว่า 15 ปี 2. มีใบ CERTIFICATES ว่าเป็นผู้เชี่ยวชาญด้านซอฟต์แวร์ RapidMiner Analyst 3. เนื้อหา for Everyone อ่านง่ายสำหรับทุกคนที่อยากรู้เรื่อง Big Data & Analytics การรู้เพียงทฤษฎีอย่างเดียวอาจจะไม่เพียงพอจะทำให้เราเป็นนักวิเคราะห์ข้อมูล 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 TECHNOLOGYอธิบายเทคโนโลยีที่เกิดมาเพื่อข้อมูลระดับ Big 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 พยากรณ์อนาคตและการตัดสินใจอัตโนมัติ ซึ่งเป็นการยกระดับธุรกิจสู่ “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 พร้อมแสดงตัวอย่างเพื่อให้เห็นภาพการนำไปใช้จริง ซึ่งเนื้อหาทั้งหมดเกิดจากประสบการณ์การสอนในมหาวิทยาลัย ทั้งในหลักสูตรทางวิศวกรรมศาสตร์และบริหารธุรกิจ รวมทั้งในฐานะที่ปรึกษาให้กับบริษัทเอกชนหลายแห่ง และเกือบ 20 ปีกับ Data Mining

สารบัญ
CHAPTER 1 ยุคของการล้มกระดาน (TIME TO DISRUPT!)เมื่อธุรกิจถูกบังคับให้ต้องเปลี่ยนทิศทาง เอาตัวรอดอย่างไรในโลก Digital Disruption? เส้นทางใหม่สู่อนาคต (Building New Pathways to the Future) CHAPTER 2บิ๊กดาต้าและการวิเคราะห์ (BIG DATA & ANALYTICS)Big Data & Analytics: Finance and Banking Use Cases Big Data & Analytics: Telecommunication Use Cases Big Data & Analytics: Retail Use Cases Big Data & Analytics: Healthcare Use Cases Big Data & Analytics: Agriculture Use Cases Big Data & Analytics: Entertainment Use Cases Big Data & Analytics: Real Estate Use Cases CHAPTER 3 ข้อมูล (DATA)Analytics เพื่อหา Insights กับการตลาดยุค Big Data ข้อมูลกับการแบ่งประเภท (Data Types) ประเภทข้อมูลแบ่งตามแหล่งที่มา (Types of Data Sources) ประเภทข้อมูลแบ่งตามลักษณะบุคคล (Type of Data Personalization) CHAPTER 4 เทคโนโลยีบิ๊กดาต้า (BIG DATA TECHNOLOGY)ก้าวออกจากปัญหาด้วย Smart Tech Database Management: แนวคิดและการออกแบบ เทคโนโลยีที่เกิดมาเพื่อ BIG DATA Scaling out Hadoop Hive Spark NoSQL Data Lake CHAPTER 5 การวิเคราะห์ข้อมูล (DATA ANALYTICS)Big Data & Analytics ช่วยพลิกธุรกิจอย่างไร ก้าวใหม่ของการวิเคราะห์ข้อมูล (The Progression of Analytics) Timeline การวิเคราะห์ข้อมูลในทางธุรกิจ การเรียนรู้ของเครื่อง (Machine Learning) การหาความสัมพันธ์ (Association) ระบบแนะนำ (Recommendation System) การแบ่งกลุ่มข้อมูล (Segment and Clustering) การจำแนกประเภทของข้อมูล (Classification) การทดสอบประสิทธิภาพของโมเดล การวิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data Analytics) CHAPTER 6 กระบวนการวิเคราะห์ข้อมูลและกรณีศึกษา (DATA ANALYTICS PROCESS & CASE STUDY)การใช้ Data Analytics เพื่อยกระดับธุรกิจสู่ Business Intelligence การวิเคราะห์ข้อมูลด้วย Data Mining กระบวนการวิเคราะห์ข้อมูลแบบ CRISP-DM ขั้นตอนการทำ CRISP-DM Process สิ่งที่ต้องพึงระวังในการทำ CRISP-DM Process Case Study: การประยุกต์ใช้ Data Analytics กับธุรกิจ E-Commerce ตัวอย่างการทำ Analytics ด้วย CRISP-DM Process บทสรุปเรื่อง Big Data และ Analytics