วิทยาการคำนวณ ม.5

จุดประสงค์

• • 1. อธิบายกระบวนการวิทยาการข้อมูล

    2. ตระหนักถึงความสำคัญของข้อมูล ประโยชน์หรือคุณค่าของข้อมูล

    3. ประยุกต์การคิดเชิงออกแบบกับวิทยาการข้อมูลในการแก้ปัญหา

Big Data ► ในยุคของข้อมูลและสารสนเทศ มีปริมาณเพิ่มมากขึ้นจากผู้ใช้ทั่วโลก ทำให้ข้อมูลมีปริมาณมหาศาล มีการใช้ศาสตร์วิทยาการข้อมูล (data science) ซึ่งช่วยให้เข้าใจความหลากหลายของข้อมูล และจะได้รับความรู้จากข้อมูลผ่านกระบวนการวิทยาการข้อมูล

Data Analytics ► กระบวนการวิทนาการข้อมูล มีการนำข้อมูลที่เกี่ยวข้องมาวิเคราะห์ เพื่อค้นหาคำตอบหรือทำนายปรากฏการณ์ที่เกิดขึ้น การทำข้อมูลให้เป็นภาพหรือการเล่าเรื่องที่เกิดจากข้อมูล ทำให้ผู้ใช้ได้รับความรู้และเข้าถึงข้อมูลได้ง่าย

📌 ยุคของข้อมูลและสารสนเทศ (information age)

การจัดเก็บข้อมูลในรูปแบบดิจิทัล (digitization) ทำให้ผู้ใช้สามารถเข้าถึงข้อมูลและสารสนเทศได้จากทุกที่ทุกเวลา ในปัจจุบันตัวเราเองยังเป้นหนึ่งในผู้ร่วมสร้างข้อมุลดิจิทัลด้วย เช่น 

1. การ upload รูปภาพ การส่ง e-mail การโพสต์ข้อความ ซึ่งผู้ใช้คนอื่นสามารถเข้าถึงข้อมูลเหล่านี้ไปใช้ประโยชน์ต่อได้ จัดเก็บข้อมูลเหล่านี้เป็นสินทรัพย์ (asset) แต่ถ้าไม่ได้ถูกนำมาประมวลผลก็จะไม่เกิคุณค่าใด ๆ เลย ดังคำว่า "ข้อมูลมีค่าดั่งน้ำมันดิบ" เพราะถึงจะมีค่าแต่ก็ยังใช้ไม่ได้ถ้ายังไม่ได้กลั่น

2. Facebook สามารถสร้างรายได้จากการ ขายโฆษณาที่ตรงกับกลุ่มเป้าหมาย (user-targeted advertisements) โดยรวบรวมข้อมูลของผู้ใช้ เช่น เพศ อายุ ที่อยู่ อาชีพ พฤติกรรมการใช้งาน (กดไลก์ คอมเมนต์) facebook จะนำข้อมูลเหล่านี้ไปวิเคราะห์พฤติกรรม และใช้โฆษณาเสนอผลิตภัณฑ์ที่ตรงใจ เข้าถึงผู้ชมที่ใช้งาน 

นักวิทยาศาสตร์ข้อมูล (data scientist) ผู้ที่มีความสามารถในการค้นคว้า วิเคราะห์ ค้นพบสิ่งที่น่าสนใจ น่าสงสัย และเป็นประโยชน์ในโลกที่เต็มไปด้วยข้อมูลขนาดใหญ่จำนวนมหาศาล

วิทยาการข้อมูล (data science)

เป็นการศึกษาถึงกระบวนการในการทำข้อมูลจำนวนมหาศาล มาประมวลผล เพื่อให้ได้องค์ความรู้ ทำนายหรือพยากรณ์ ค้นหาแนวโน้มจากข้อมูล และสามารถนำมาวิเคราะห์
เพื่อเลือกทางที่เหมาะสม ส่งให้เกิดการตัดสินใจให้เกิดประโยชน์สูงสุด

องค์ความรู้ของวิทยาการข้อมูล

1️⃣ ศึกษากิจกรรมภายในกระบวนการทำข้อมูลจำนวนมหาศาลประกอบผล
2️⃣ เข้าใจปรากฏการณ์ หรือ สถานการณ์
3️⃣ ทำนาย หรือ พยากรณ์
4️⃣ ค้นหารูปแบบ หรือแนวโน้มจากข้อมูล
5️⃣ วิเคราะห์ข้อมูล เพื่อหาทางเลือกที่เหมาะสม
6️⃣ ตัดสินใจเพื่อประโยชน์สูงสุด

กระบวนการวิทยาการข้อมูล (data science process)

1. การตั้งคำถาม ตั้งคำถามที่ดี กำหนดสิ่งที่จะทำ จากที่ไหน จำนวนเท่าใด และความน่าเชื่อถือของแหล่งข้อมูล เพื่อเลือกใช้ข้อมูลที่คิดว่าเชื่อได้สมเหตุสมผล เพื่อไม่สับสนข้อมูล เพื่อให้ได้ข้อมูลที่มีคุณลักษณะที่ดี

2. การเก็บรวบรวมข้อมูล การรวบรวมข้อมูลจากแหล่งต่างๆ ของข้อมูล เช่น การสัมภาษณ์ แบบสอบถาม ฯลฯ

3. การสำรวจข้อมูล การทำความเข้าใจรูปแบบ และลักษณะของข้อมูล หากต้องการข้อมูลเข้าสู่ระบบแบบฟอร์ม ทำให้เป็นภาพ หรือแผนภูมิ เพื่อให้มองเห็นความหลากหลาย

4. การวิเคราะห์ข้อมูล เพื่อเรียบเรียงความหมาย ความสัมพันธ์ของข้อมูล และทำนายเหตุการณ์ที่อาจเกิดขึ้นในอนาคต

5. การสื่อสารและการนำเสนอในเชิงภาพ การนำเสนอผลลัพธ์ของข้อมูล โดยมีจุดมุ่งหมายให้ผู้อ่านเข้าใจง่ายขึ้นว่าได้เรียนรู้อะไรจากข้อมูล