น.ส.ปิยาพัชร กาญจนตันวงษ์ ม.5/4 เลขที่36

 

ฟอร์มของ นายธีรวัฒน์ ลังกาแกม ม.5/4 เลขที่5

 

ฟอร์มของ น.ส.พิยดา กาญจนเพ็ชร

 

วิทยาการข้อมูล (Data Science)

 1 วิทยาการข้อมูล หรือ Data Science คือ

วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคต

โดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies)  Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise (หรือ Domain Knowledge)  Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization 

Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science นั่นเอง


2 ผลลัพธ์ที่ได้จาก Data Science 
- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น

คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น และนี่คือผลลัพธ์ที่จะได้จาก Data Science


3 ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อย

ในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง


4 ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน
 

5 อยากเป็น Data Scientist ควรเรียนอะไร?  
" ยุคนี้กำลังเปลี่ยนเร็วมาก การแข่งขันจะรุนแรงมากในเรื่องของข้อมูล ผู้แพ้ผู้ชนะจะไม่ได้ถูกตัดสินด้วยขนาดอีกต่อไป แต่จะตัดสินด้วยความสามารถในการใช้ข้อมูล "  ผศ. ดร. ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย

แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรหรือคณะสาขาที่เกี่ยวกับ Data Science โดยตรง แต่คณะและสถาบันการศึกษาหลายแห่ง อย่างเช่น ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย และอีกหลายๆ มหาวิทยาลัย ตระหนักถึงความสำคัญของศาสตร์นี้ จนเปิดเป็นรายวิชาเลือกขึ้นมาเพื่อให้น้องๆ นักศึกษาที่สนใจได้เลือกเรียนทางด้านนี้เพิ่มเติมจากสาขาหลัก

สำหรับน้องๆ ที่สนใจและตั้งใจอยากทำงานด้านนี้โดยตรง สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ


6 Data Science กับอนาคตในตลาดงานประเทศไทย
แม้ว่า การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศระดับโลกบอกว่า จะมีตำแหน่งงานด้านนี้เพิ่มขึ้นกว่า 4.4 ล้านอัตราทั่วโลกภายในปี 2558 แต่จะมีบุคลากรที่พร้อมสำหรับตำแหน่งงานดังกล่าวเพียง 1 ใน 3 เท่านั้น แต่คำถามที่น้องๆ ทุกคนที่สนใจงานนี้รอคอยกันอยู่ก็คือ เรียนจบด้านนี้มาแล้วจะมีงานรองรับในเมืองไทยมากน้อยแค่ไหน? เรานำบทสัมภาษณ์จากรุ่นพี่อย่าง ต้า-วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook ให้สัมภาษณ์ไว้ใน TheMomentum มาฝากเพื่อให้น้องๆ นำไปประกอบการตัดสินใจ

" แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรเกี่ยวกับวิชานี้หรือตั้งคณะสำหรับด้านนี้โดยตรง แต่สังคมเริ่มตระหนักถึงความสำคัญกันมากขึ้น หลายๆ บริษัทมีความพยายามจะจัดการข้อมูลภายในองค์กรให้เกิดประโยชน์ต่อการดำเนินงานที่สุด และปัจจุบันนี้ประเทศไทยมีบริษัทต่างชาติเข้ามาดำเนินการมากมายไม่ว่าธุรกิจกลุ่มไหนก็ต้องตื่นตัวเรื่องการใช้ข้อมูล เพื่อให้ก้าวทันและสร้างความได้เปรียบคู่แข่งในอุตสาหกรรม ทำให้นักวิทยาศาสตร์ข้อมูลจะเป็นที่ต้องการในทุกบริษัท เพราะเป็นคนที่เข้าใจว่าผู้ใช้งานต้องการอะไร สามารถต่อยอดให้ผลิตภัณฑ์และช่วยกำหนดทิศทางธุรกิจด้วยข้อมูลได้ดียิ่งขึ้น "  

ยุค 5g/6g , lot , Ai

 

5G คืออะไร? เทคโนโลยีสื่อสารไร้สายน้องใหม่ ใกล้ตัวกว่าที่คิด

ช่วงนี้ใครหลายๆคนอาจได้ยินคำว่า 5G กันมาบ้าง แล้ว 5G คืออะไร? วันนี้เราจะมาหาคำตอบกัน 5G คือ Generation ใหม่ของเทคโนโลยีเครือข่ายไร้สายที่จะมาแทนที่ระบบ 4G ที่เรากำลังใช้อยู่ในปัจจุบัน ซึ่งมันจะไม่จำกัดแค่มือถือเท่านั้น แต่รวมถึงอุปกรณ์ทุกชนิดที่เชื่อมอินเตอร์เน็ตได้ (Internet of Things หรือ IoT)

ก่อนจะไปถึง 5G ลองมาไล่เลียงเทคโนโลยีเครือข่ายไร้สายในแต่ละยุคกัน

เริ่มจากในยุคแรก 1G เราพูดคุยกันด้วยเสียงผ่านมือถือระบบอนาล็อก ต่อมาเราเริ่มส่งข้อความ MMS หากันในยุค 2G จนกระทั่งถึงจุดเปลี่ยนที่สำคัญคือ เมื่อเข้าสู่ยุค 3G เราสามารถเชื่อมต่อและเล่นอินเตอร์เน็ตผ่านมือถือได้ด้วยความเร็วที่สูงขึ้น (อยู่ระหว่าง 220 Kbps ถึง 42.2 Mbps) จนเข้ามาถึงยุค 4G เราสามารถดูภาพ และเสียงหรือหนังออนไลน์ได้เนื่องจากมีความเร็วหลากหลายระดับให้เลือกใช้ ไม่ว่าจะเป็น 4G LTE (100 Mbps), LTE Advanced (1 Gbps) ตอนนี้คุณพร้อมหรือยัง? ที่จะก้าวเข้าสู่ยุค 5G

5G เหนือกว่า 4G อย่างไร?

• ตอบสนองไวขึ้น สามารถสั่งงาน และควบคุมสิ่งต่างๆ ได้อย่างรวดเร็ว หรือเรียกว่าแทบจะทันที เนื่องจากมีความหน่วงที่ต่ำ ตอบสนองได้ไวถึง 1 ส่วนพันวินาที

• รองรับการ รับ-ส่ง ข้อมูลได้มากกว่า ถ้าเป็น 4G จะสามารถ รับ-ส่ง ข้อมูลได้ราว 7.2 Exabytes ต่อเดือน แต่สำหรับ 5G จะเพิ่มขึ้นราว 7 เท่า หรือ 50 Exabytes ต่อเดือน

• เร็วแรงกว่าเดิม 5G มีความเร็วมากกว่า 4G ถึง 20 เท่า ซึ่งเร็วมากพอที่จะดูวิดีโอ 8K ออนไลน์แบบ 3 มิติ หรือดาวน์โหลดภาพยนตร์ 3 มิติ ได้ในภาย 6 วินาที

• ความถี่ให้เลือกใช้มากกว่า 5G จะสามารถใช้งานคลื่นความถี่ได้จนถึง 30GHz ซึ่งเป็นความถี่ย่านใหม่ที่ไม่เคยมีการใช้งานมาก่อน

• รองรับการใช้งานที่มากกว่า รองรับจำนวนผู้ใช้งานเพิ่มขึ้น 10 เท่า จากที่สามารถรับคนได้ราว 1 แสนคนต่อพื้นที่ 1 ตร.กม. กลายเป็น 1 ล้านคนต่อพื้นที่ 1 ตร.กม.
  
  

ประโยชน์ของ 5G

สำหรับคุณสมบัติหลักเด่นชัดของ 5G ที่เห็นได้ชัดเลยคงเป็นเรื่องของคุณภาพการรับชมวีดีโอ หรือการเล่นเกมส์ออนไลน์ ที่ช่วยให้ผู้ใช้บริการได้สัมผัสกับคุณภาพความคมชัด และความรวดเร็วเทียบเท่ากับการใช้งานผ่านโครงข่ายใยแก้วนำแสง (Fiber Optic) หรือการที่สามารถทำงานและเข้าถึงข้อมูลทุกอย่างที่อยู่บน Cloud ไม่ว่าจะรูปแบบภาพ หรือวิดีโอ ได้แบบทันทีที่ต้องการ รวมถึงการพัฒนาเทคโนโลยีให้มีความเร็วในการดาวน์โหลดและอัพโหลดที่สูงกว่าเทคโนโลยี 4G อีกด้วย

นอกจากนี้ เทคโนโลยี 5G ยังถูกออกแบบมาเพื่อรองรับการเชื่อมต่อจำนวนมากๆ ผ่านอินเตอร์เน็ต หรือที่เรียกกันว่า IoT อาทิ รถยนต์ไร้คนขับ การผ่าตัดได้จากระยะไกล หุ่นยนต์ในโรงงาน สิ่งเหล่านี้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพในการทำงานซึ่งถือว่ามีความเร็วมากกว่าเทคโนโลยี 4G เกิน 10 เท่า รวมถึงช่วยให้เกิดการใช้งาน AR และ VR ในกิจกรรมต่างๆ อาทิ การสำรวจภาคสนาม การสาธารณสุขทางไกล ความบันเทิง และท่อส่งข้อมูลขนาดใหญ่เพื่อใช้ในการเข้าถึงการใช้งาน Cloud Computing ซึ่ง 5G ช่วยพัฒนาศักยภาพของระบบค้าปลีก การซื้อของออนไลน์ รวมถึงการใช้งานต่างๆ ของออฟฟิศอัจฉริยะ (Smart Office) และนำไปสู่ระบบเมืองอัจฉริยะ (Smart Cities) ในอนาคต

Lot คือ : คำนิยามและประเภท

Lot คือหน่วยวัดของขนาดสัญญาสำหรับการเทรดบนตราสาร CFD ซึ่งสินทรัพย์ทางการเงินทั้ง Forex, Cryptocurrency หรือดัชนีหุ้นต่างประเทศ จะเทรดกันด้วยตราสาร CFD แทบจะทั้งหมด ดังนั้น จะเห็นว่า การเทรดในตลาด Forex จะใช้หน่วยคำว่า Lot อยู่สม่ำเสมอ

1 Lot ของสินค้าในกลุ่มสกุลเงิน Forex มักจะมีมูลค่าแตกต่างกับ 1 Lot ในสินค้าประเภทหุ้น หรือสินค้าโภคภัณฑ์ต่างๆ เช่น 1 Lot Forex เท่ากับ 100,000 ในหน่วยสกุลเงินนั้นๆ ในขณะที่ 1 Lot ของทองคำ โดยมาตรฐานจะมีขนาดเท่ากับ ทองคำ 100 oz (ทรอยออนซ์) ซึ่งรายละเอียดต่างๆ จะได้อธิบายต่อไปข้างล่าง แต่ก่อนอื่นควรเข้าใจก่อนว่า ประเภทของ Lot สามารถแบ่งเป็นมาตรฐานได้ 3 ประเภท

ในตลาดซื้อขาย Forex และ CFD เราระบุลอตที่แตกต่างกัน 3 ประเภท:

• Lot Standard : Lot แบบมาตรฐานธนาคาร
• Mini Lot : Lot แบบ Mini จะคิดเป็นปริมาณสินทรัพย์ที่น้อยกว่า Standard
• Micro Lot : Lot แบบ Micro จะเล็กที่สุดเหมาะสำหรับการทยอยลงทุนทีละน้อยๆ

ประเด็นหลักของประเภทของ Lot ในการเทรด CFD นั้นคือเรื่องปริมาณของสินทรัพย์เพียงเท่านั้นเอง เช่น ถ้าเป็น 1 Standard Lot ในคู่เงิน EURUSD ก็จะมีมูลค่าเท่ากับกำลังซื้อสินทรัพย์ขนาด 100,000 EUR แต่ถ้าเป็น Micro Lot แล้วคุณซื้อ 1 Micro Lot มันจะมีมูลค่าเพียง 1,000 EUR เท่านั้น

สังเกตง่ายๆ ก็คือยิ่งมันเล็กลงจนเป็นขนาด Micro ขนาดของการลงทุนขั้นต่ำสุดที่เราสามารถเข้าเทรดก็จะยิ่งเล็กลงมากๆ ความหมายคือ คุณสามารถทยอยลงทุนที่ละเล็กๆ เพื่อป้องกันการขาดทุนขนาดใหญ่ได้ แต่อย่าลืมว่า Lot ของแต่ละสินทรัพย์จะไม่ได้มีขนาดเท่ากัน Lot Forex กับ Lot Cryptocurrency หรือ Lot เวลาเทรดหุ้นจะแตกต่างกันไป ซึ่งจะอธิบายให้ทั้งหมด แต่หัวต่อไปจะเริ่มจากการคำนวณ Lot ในการเทรด Forex ก่อน แต่สำหรับท่านที่สนใจเทรด Cryptocurrency คลิกที่แบนเนอร์ด้านล่างเพื่อทดลองเทรดได้เลย!

AI ย่อมาจาก Artificial Intelligence ภาษาไทย คือ ปัญญาประดิษฐ์ 

 

         ถ้าจะสื่อสารกันให้ถูกต้อง AI คือ ระบบประมวลผล ที่มีการวิเคราะห์เชิงลึก คล้ายความฉลาดของมนุษย์ และสามารถก่อให้เกิดผลลัพธ์ที่เป็นการกระทำได้ เช่น การแปลภาษา เกิดจากการประมวลผลจากข้อความรับเข้า แล้วแปลงออกมาเป็นอีกภาษาหนึ่ง เป็นต้น 

 

         การเรียนรู้ของ AI ไม่ต่างจากการเรียนรู้ของมนุษย์ นั้นคือ “จำ” แล้ว “คิด” ตาม เช่น เด็กที่เห็นหน้าพ่อแม่ซ้ำๆ ทุกวัน และป้อนเสียงเรียก “พ่อ” “แม่” ไปให้เด็ก นานๆ เข้า เด็กคนนั้นก็จะสามารถมองหน้าแล้วเรียก “พ่อ” “แม่” ออกมาได้โดยอัตโนมัติ

 

         สิ่งเร้าที่ใช้เทรน หรือ ฝึก AI ก็คือ “ข้อมูล” ซึ่งในกรณีสอนเด็กให้เรียก “พ่อแม่” ก็ต้องฝึกกันอยู่นาน หลายครั้ง ไม่ต่างกันกับ AI ที่ต้องใช้เวลาเทรน และต้องใช้ข้อมูลที่มีลักษณะซ้ำๆ เหมือนกัน 

 

         AI จึงสามารถทำงานได้หลากหลาย ขึ้นอยู่กับการเทรน และลักษณะของสิ่งเร้าที่ใช้เทรน ดังนั้น เราจึงได้รับข่าวสารเกี่ยวกับการใช้ AI ที่หลากหลาย นั้นเพราะในการสื่อสาร เป็นการสื่อสารแบบ Snapshot หรือ พูดถึง AI เพียงด้านใดด้านหนึ่ง 

 

         กลไกการทำงานของ AI คือ ระบบประมวลผลทางคอมพิวเตอร์ และมี Machine Learning เป็นส่วนประกอบ ซึ่งเจ้า Machine Learning นี้ ก็มี Algorithm ที่หลากหลาย ขึ้นอยู่กับโจทย์ และข้อมูลที่ใช้เทรน เช่น Deep-Learning เป็น Algorithm ที่เหมาะกับข้อมูลซับซ้อนขนาดใหญ่ Random Forests เป็น Algorithm ที่ใช้สำหรับโจทย์ Supervised เป็นต้น 

 

         ข้อมูลที่ใช้เทรน AI เป็นข้อมูลในอดีต ที่มีลักษณะการทำงานแบบซ้ำๆ ซึ่งเมื่อเวลาผ่านไป เป็นไปได้ว่าพฤติกรรมอะไรหลายๆ อย่างก็จะเปลี่ยนแปลงไปด้วย ดังนั้น AI ที่มี จะต้องสามารถเก็บข้อมูลใหม่ เพื่อนำไปเทรนให้ AI ฉลาดขึ้นได้

 

         การจะใช้ AI จึงต้อง “วิเคราะห์” และ “เลือก” ให้ถูกกับจุดประสงค์ของการใช้งาน และยังต้องคำนึงถึง “ข้อมูล” ที่ใช้เทรน และ บำรุงรักษา AI อีกด้วย  

 

         AI คืออะไรกันแน่ ตอบให้ชัดๆ ค่ะ คือ ระบบประมวลผล ที่สามารถส่งผลออกมาเป็นการกระทำได้ และ AI จะฉลาดได้ขึ้นอยู่กับข้อมูลที่ใช้เทรน และกลไกที่มีประสิทธิภาพ 

 

         ดังนั้น โครงการไหนต้องการ AI ที่ฉลาด ก็ต้องย้อนกลับมาคิดด้วยว่า แล้วเราเข้าใจกลไกการทำงานของ AI แล้วหรอยัง?

 

ิBigData

 Big Data (บิ๊ก ดาต้า) คือ

Big Data คือ ?? | ในยุคปัจจุบันที่โลกและธุรกิจกำลังถูกขับเคลื่อนด้วยข้อมูลจำนวนมหาศาล จนทำให้คำว่า Big Data มีผู้คนสนใจและเป็น Trend ที่กำลังมามาแรงอย่างมาก และเชื่อว่าหลายๆ คนที่ทำงานอยู่ในวงการไอที หรืออื่นๆก็ตาม ก็คงได้ยินคำว่า Big Data ผ่านหูกันมาบ้างแล้ว เคยเกิดความสงสัยกันบ้างไหมว่า Big data มันคืออไร วันนี้เราจะมาหาคำตอบกันในรูปแบบที่เข้าใจได้ง่ายๆ กันครับ
Big Data คือ 
บิ๊กดาต้า (Big Data) คือคำนิยามของข้อมูลที่มีขนาดใหญ่ทุกชนิดที่อยู่ในองค์กรของเราไม่ว่าจะเป็น ข้อมูลบริษัท ข้อมูลลูกค้า Suppliers พฤติกรรมผู้บริโภค Transaction ไฟล์เอกสารต่างๆที่เกี่ยวข้องทั้งหมด รวมไปจนถึง รูปภาพ URLs ลิงค์ต่างๆที่คุณเก็บไว้ ฯลฯ ที่มีปริมาณมากจนกระทั่งซอฟต์แวร์ปกติทั่วไปไม่สามารถรองรับการเก็บข้อมูลหรือประมวลผลได้อย่างเต็มประสิทธิภาพ 

ซึ่งอีกนัยนึง Big Data คือเทคโนโลยีและสถาปัตยกรรมหรือ Platform ไอทีรุ่นใหม่ ซึ่งอาจมาในรูปแบบซอฟต์แวร์ ที่สามารถรองรับการจัดเก็บ การจัดการ กรองเลือกข้อมูล การวิเคราะห์ แสดงผล 

น.ส.ปิยาพัชร กาญจนตันวงษ์ เลขที่36 ม.5/4 เรื่องข้อมูลมีค่า

 เฟซบุ๊ก (Facebook) เป็นบริษัทให้บริการสื่อสังคม มีผู้ใช้หลายล้านคนทั่วโลกโดยไม่คิดค่าใช้จ่าย แต่สามารถสร้างรายได้จากการขายโฆษณาที่ตรงกับกลุ่มเป้าหมาย (user-targeted advertisements) ของบริษัทสินค้าและบริการ

 

เฟซบุ๊กดักฟังเราจริงหรือ? ไขความจริงเบื้องหลังระบบโฆษณาเฟซบุ๊ก

• เฟซบุ๊ก รวบรวมข้อมูลผู้ใช้ เช่น เพศ อายุ ที่อยู่ อาชีพ รวมถึงพฤติกรรมการใช้งานที่ผู้ใช้กระทำผ่านเฟซบุ๊ก ได้แก่ การกดไลค์ (like) กดแชร์ (share)
• เฟซบุ๊ก นำข้อมูลเหล่านี้มาประมวลผลเป็นสารสนเทศที่บอกคุณลักษณะของผู้ใช้ และใช้สารสนเทศนี้ในการนำเสนอหรือโฆษณาสินค้าหรือบริการ
• บริษัทเจ้าของสินค้าหรือบริการ จะจ่ายค่าโฆษณาให้กับเฟซบุ๊ก เช่น บริษัทธุรกิจรถยนต์ ธนาคาร อาหาร-เครื่องดื่ม โทรศัพท์มือถือ ร้านค้า เกมออนไลน์

นายธีรวัฒน์ ลังกาแกม เลขที่ 5 ม.5/4 เรื่อง ข้อมูลมีคุณค่า

 

 

ในยุคของข้อมูลสารสนเทศ ข้อมูลสิ่งที่มีความสำคัญอย่างยิ่ง ถูกนำมาใช้ประโยชน์ด้านต่างๆ เช่น ด้านเศรษฐกิจ การศึกษา สาธารณสุข สิ่งแวดล้อม การเกษตร และการคมนาคม การจัดเก็บข้อมูลในรูปแบบเดิม ทำให้การนำข้อมูลมาใช้ไม่สะดวก ไม่ทันกาล สูญหายง่าย

การจัดเก็บข้อมูลในรูปแบบดิจิทัล (digitization) และการพัฒนาการของการสื่อสารบนอินเทอร์เน็ต ช่วยแก้ปัญหาเหล่านี้ ทำให้ผู้ใช้สามารถเข้าถึงข้อมูลและสารสนเทศได้ทุกที่ทุกเวลา

• แผนที่กระดาษในรูปแบบเดิม ไม่สามารถแสดงข้อมูลการจราจรที่เป็นปัจจุบัน และไม่สามารถวางแผนการเดินทางได้ แต่ระบบแผนที่นำทาง (Global Positioning System: GPS) นอกจากแสดงสถานที่ต่างๆ แล้ว ยังมีข้อมูลสภาพการจราจร ระยะเวลาเดินทาง ซึ่งมีความแม่นยำ ช่วยประหยัดเวลาและค่าใช้จ่าย

 https://medium.com/@pruksanant.poj/%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%A1%E0%B8%B5%E0%B8%84%E0%B8%B8%E0%B8%93%E0%B8%84%E0%B9%88%E0%B8%B2-%E0%B8%A7%E0%B8%B4%E0%B8%97%E0%B8%A2%E0%B8%B2%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%84%E0%B8%B3%E0%B8%99%E0%B8%A7%E0%B8%93-%E0%B8%A1-5-b43df8f2cf0e

แนะนำตัวเอง

 แนะนำตัวเอง นายธีรวัฒน์ ลังกาแกม ม.5/4 เลขที่ 5

แนะนำตัวเอง นางสาวพิยดา กาญจนเพ็ชร ม.5/4 เลขที่ 15

แนะนำตัวเอง นางสาวปิยาพัชร กาญจนตันวงษ์ ม.5/4 เลขที่ 36