หนังสือ Practical Data Science with RapidMiner Studio เล่ม 1

RapidMiner เป็นซอฟต์แวร์ทางด้าน Data Science and Machine Learning ในกลุ่ม No Code/Low Code ที่ใช้ง่าย มีฟีเจอร์ที่ช่วยในการเตรียมข้อมูลและการสร้างโมเดลได้แบบอัตโนมัติ รองรับทั้ง Expert และ Citizen Data Scientists ให้สามารถทำงานร่วมกันได้บนแพลตฟอร์มเดียวกัน โดยหนังสือเล่มนี้อธิบายการสร้างโมเดล Machine Learning ด้วย RapidMiner แบบ Step by Step ผ่าน Use Case ได้แก่ การแบ่งกลุ่มลูกค้าด้วยวิธี RFM Segmentation, การคาดการณ์การลาออกของพนักงาน, การแนะนำรถยนต์ที่เหมาะสมสำหรับการขนส่ง, การพยากรณ์ปริมาณการใช้น้ำมันเพื่อทำความร้อน และการพยากรณ์ว่าใครที่จะเป็นโรคเบาหวานบ้าง ครอบคลุมเทคนิคการสร้างโมเดลระดับพื้นฐาน ได้แก่ Decision Tree, Naive Bayes, Linear Regression และ Logistic Regressionรายละเอียดเพิ่มเติมเล่มนี้1. ทางเลือกใหม่สู่การเป็น Citizen Data Scientist แบบไม่ต้องเขียนโปรแกรม2. อธิบายการสร้าง Machine Learning Model ทุกขั้นตอนแบบ Step by Step3. เตรียม Datasets สำหรับสร้างโมเดลให้ดาวน์โหลดเพื่อนำไปฝึกปฏิบัติตามหนังสือ

สารบัญ
Chapter 1 DATA SCIENCE PLATFORMSทางเลือกใหม่สำหรับ DATA SCIENTISTยุคของการวิเคราะห์และใช้ประโยชน์จากข้อมูลอาชีพทางด้าน Data ScienceData Scientist และ Citizen Data ScientistRapidMiner เครื่องมือสำหรับ Citizen Data ScientistChapter 2 เริ่มต้นการใช้งาน RAPIDMINER STUDIO 9.10แนะนำแพลตฟอร์มของ RapidMiner ก่อนเริ่มใช้งานเริ่มต้นใช้งาน RapidMiner Studio ครั้งแรกChapter 3 เรียนรู้กระบวนการ DATA SCIENCE ในเชิงธุรกิจขั้นตอนการทำ Data Science Projectตัวอย่างการประยุกต์ใช้ในธุรกิจ (Business Use Case)Chapter 4 การเตรียมข้อมูลให้มีคุณภาพด้วย TURBO PREP ทำไมข้อมูลที่มีคุณภาพคือสิ่งที่สำคัญที่สุดการเตรียมข้อมูลด้วย RapidMiner Turbo Prepขั้นตอนการแก้ไขข้อมูลด้วยฟังก์ชันพื้นฐานที่จำเป็นChapter 5 การแบ่งกลุ่มลูกค้า CUSTOMER (RFM) SEGMENTATION ด้วย TURBO PREP แนวคิดการแบ่งกลุ่มลูกค้าในยุค Marketing 5.0 ขั้นตอนการทำ RFM Segmentation ด้วย Turbo PrepChapter 6 การสร้าง MACHINE LEARNING ด้วย RAPIDMINER AUTO MODEL แนวคิดของเทคนิคการเรียนรู้ของเครื่อง (Basic Concepts in Machine Learning) ประเภทของการเรียนรู้ของเครื่อง (Types of Learning in Machine Learning) การสร้าง ML Model ด้วย RapidMiner Auto Modelการสร้าง ML Model ด้วยเทคนิค Decision Treeการสร้าง ML Model ด้วยเทคนิค Naive Bayesการสร้าง ML Model ด้วยเทคนิค Linear Regressionการสร้าง ML Model ด้วยเทคนิค Logistic Regressionเทคนิคการเรียนรู้แบบมีผู้สอนขั้นสูง (Advanced Supervised Learning Techniques)เทคนิค Support Vector Machines (SVM)เทคนิค Random Forestเทคนิค Gradient Boosted Treeเทคนิค Deep Learning