Untitled Quiz
47 Questions
0 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

การวิเคราะห์เชิงทำนายคืออะไร (เลือกข้อความที่ถูกต้อง)

  • การมองไปข้างหน้าโดยใช้เหตุการณ์ในอนาคตเพื่อคาดการณ์อดีต
  • การมองไปข้างหน้าโดยใช้เหตุการณ์ปัจจุบันเพื่อคาดการณ์อนาคต
  • การมองไปข้างหน้าโดยใช้เหตุการณ์ในอดีตเพื่อคาดการณ์อนาคต (correct)
  • การมองไปข้างหน้าโดยใช้เหตุการณ์ปัจจุบันเพื่อคาดการณ์อดีต

    • ข้อมูลแบบใดไม่สามารถประเมินได้ วัดไม่ได้ นับไม่ได้

  • ข้อมูลเชิงคุณภาพ (correct)
  • ข้อมูลแบบไม่ต่อเนื่อง
  • ข้อมูลแบบต่อเนื่อง
  • ข้อมูลเชิงปริมาณ

    • ข้อมูลแบบใดเป็นตัวเลข สถิติ ค่าเฉลี่ย ค่าที่คำนวณมาแล้ว

  • ข้อมูลแบบไม่ต่อเนื่อง
  • ข้อมูลแบบต่อเนื่อง
  • ข้อมูลเชิงปริมาณ (correct)
  • ข้อมูลเชิงคุณภาพ

    • ข้อมูลแบบใดต่อเนื่อง เป็นทศนิยม

    <p>ข้อมูลแบบต่อเนื่อง</p> Signup and view all the answers

    ข้อมูลแบบใดไม่ต่อเนื่อง ไม่สามารถหาเศษได้

    <p>ข้อมูลแบบไม่ต่อเนื่อง</p> Signup and view all the answers

    Data Wrangling หมายถึง การทำความสะอาดข้อมูล

    <p>False</p> Signup and view all the answers

    Metadata คืออะไร?

    <p>ข้อมูลที่อธิบายถึง“ข้อมูล” (Data about Data)</p> Signup and view all the answers

    ETL ย่อมาจากอะไร?

    <p>Extract, Transform และ Load</p> Signup and view all the answers

    แบบจำลองการจัดหมวดหมู่ supervised data เป็นแบบจำลองที่ดีที่สุดในการวิเคราะห์ข้อมูลแบบใด

    <p>ข้อมูลที่ต้องการแบ่งแยกได้อย่างชัดเจน</p> Signup and view all the answers

    แบบจำลองการจัดกลุ่ม (Clustering Model) ทำหน้าที่อะไร?

    <p>การแบ่งข้อมูลออกเป็นกลุ่มตามลักษณะที่คล้ายกัน</p> Signup and view all the answers

    การวิเคราะห์แบบพื้นฐาน (Descriptive analytics) เป็นการวิเคราะห์เพื่อหาสาเหตุของสิ่งที่เกิดขึ้น

    <p>False</p> Signup and view all the answers

    การวิเคราะห์แบบเชิงวินิจฉัย (Diagnostic Analytics) เป็นการวิเคราะห์เพื่อหาสาเหตุของสิ่งที่เกิดขึ้น

    <p>True</p> Signup and view all the answers

    การวิเคราะห์แบบพยากรณ์ (Predictive Analytics) เป็นการวิเคราะห์เพื่อหาแนวโน้ม พยากรณ์ว่าอาจเกิดอะไรขึ้น

    <p>True</p> Signup and view all the answers

    การวิเคราะห์แบบให้คำแนะนำ (Prescriptive Analytics) เป็นการวิเคราะห์เพื่อหาว่าควรที่จะ ปรับปรุง แก้ไขปัญหา หรือพัฒนาอะไรบ้าง

    <p>True</p> Signup and view all the answers

    อะไรคือสิ่งที่ทำให้ความซับซ้อนของระบบฐานข้อมูลเพิ่มขึ้น?

    <p>ความสัมพันธ์ระหว่างข้อมูล</p> Signup and view all the answers

    อะไรคือหน้าที่หลักของ Database Administrator (DBA)?

    <p>การดูแลระบบฐานข้อมูล</p> Signup and view all the answers

    แบบจำลองฐานข้อมูลแบบใด ที่สามารถจัดเก็บข้อมูลแบบหลายต่อหลายได้?

    <p>Network Database System</p> Signup and view all the answers

    Entity Integrity คืออะไร?

    <p>ความสมบูรณ์ของเอนทิตี้</p> Signup and view all the answers

    Referential Integrity หมายถึงอะไร?

    <p>ความสมบูรณ์ของการอ้างอิง</p> Signup and view all the answers

    Connectivity หมายถึงอะไร?

    <p>การเชื่อมต่อแบบการเชื่อมต่อ</p> Signup and view all the answers

    Cardinality หมายถึงอะไร?

    <p>จำนวนความสัมพันธ์ได้</p> Signup and view all the answers

    Weak Entity เป็นอะไร?

    <p>เอนทิตีที่ไม่สามารถเกิดขึ้นเองได้</p> Signup and view all the answers

    SuperType เป็นอะไร?

    <p>เอนทิตีที่อยู่ระดับสูง</p> Signup and view all the answers

    Data Dictionary เป็นส่วนหนึ่งของแบบจำลองเชิงแนวคิด (Conceptual Layer)

    <p>True</p> Signup and view all the answers

    SQL ย่อมาจาก Structured English Query Language

    <p>False</p> Signup and view all the answers

    อะไรคือจุดมุ่งหมายหลักของ Data Mining?

    <p>การหาความรู้จากข้อมูล</p> Signup and view all the answers

    Data Mining มีกี่ประเภทหลัก?

    <p>3</p> Signup and view all the answers

    KDD ย่อมาจาก Knowledge Discovery in Databases

    <p>True</p> Signup and view all the answers

    อะไรคือจุดมุ่งหมายหลักของ KDD?

    <p>การหาความรู้จากข้อมูล</p> Signup and view all the answers

    อะไรคือเป้าหมายหลักของ Data Science ?

    <p>ทั้ง A และ B</p> Signup and view all the answers

    มีกี่ขั้นตอนในการทำ Data Acquisition and Understanding ?

    <p>4</p> Signup and view all the answers

    อะไรคือความหมายของ Metadata?

    <p>ข้อมูลที่อธิบายถึงข้อมูล</p> Signup and view all the answers

    Data Science เป็นศาสตร์ใหม่

    <p>False</p> Signup and view all the answers

    อะไรคือความหมายของ Data Analytics ?

    <p>การวิเคราะห์ข้อมูลที่มีอยู่ในปัจจุบัน</p> Signup and view all the answers

    อะไรคือความหมายของ Analytics Maturity ?

    <p>การวัดระดับความสามารถในการวิเคราะห์ข้อมูลขององค์กร</p> Signup and view all the answers

    ลักษณะของแบบจำลองการจัดหมวดหมู่ (Classification Model) มีกี่แบบ ?

    <p>4</p> Signup and view all the answers

    ระบบฐานข้อมูลเป็นการจัดเก็บข้อมูลที่ซ้ำซ้อน

    <p>False</p> Signup and view all the answers

    อะไรคือความหมายของ Entity Relationship Diagram ?

    <p>แผนภาพความสัมพันธ์ระหว่างข้อมูล Entity และ Attribute</p> Signup and view all the answers

    อะไรคือเป้าหมายของ Data Mining ?

    <p>ทั้ง A, B และ C</p> Signup and view all the answers

    มีกี่วิธีในการทำ Data Mining ?

    <p>3</p> Signup and view all the answers

    อะไรคือความหมายของ Cybersecurity ?

    <p>ทั้ง A, B และ C</p> Signup and view all the answers

    ประเภทของ Security มีกี่ประเภท ?

    <p>5</p> Signup and view all the answers

    อะไรคือความท้าทายของ Big Data ?

    <p>ทั้ง A, B และ C</p> Signup and view all the answers

    อะไรคือความหมายของ Hadoop ?

    <p>เครื่องมือสำหรับประมวลผล Big Data</p> Signup and view all the answers

    อะไรคือความสามารถหลักของ Hadoop ?

    <p>ทั้ง A, B และ C</p> Signup and view all the answers

    อะไรคือชื่อของ framework ในระบบ Hadoop ที่ทำหน้าที่จัดการทรัพยากร?

    <p>Yet Another Resource Negotiator (YARN)</p> Signup and view all the answers

    MapReduce ทำอะไร?

    <p>ทั้ง A และ B</p> Signup and view all the answers

    Study Notes

    สัปดาห์ที่ 1: ความรู้เบื้องต้นเกี่ยวกับวิทยาศาสตร์ข้อมูล

    • วิทยาศาสตร์ข้อมูลเป็นกระบวนการดึงข้อมูลมาสร้างเป็นความรู้ เพื่อทำนาย คาดการณ์ และวิเคราะห์แนวโน้มที่จะเกิดขึ้น
    • กระบวนการเกี่ยวข้องกับการสกัด (extracting), การสร้าง (creating) และการประมวลผล (processing) ข้อมูล
    • ขั้นตอนการทำงาน:
      • ระบุปัญหาทางธุรกิจ (Business problem) ที่ต้องการแก้ไข
      • การได้รับข้อมูล (Data Acquistion) จากแหล่งข้อมูลต่างๆ เช่น: เว็บเซิร์ฟเวอร์, ไฟล์บันทึก (logs), ฐานข้อมูล, API และแหล่งข้อมูลออนไลน์
      • การเตรียมข้อมูล (Data Preparation) เช่น การทำความสะอาดข้อมูล (Cleaning), การเปลี่ยนแปลงข้อมูล (Transformation)
      • การวิเคราะห์ข้อมูลเชิงสำรวจ (Exploratory data analysis) เพื่อระบุและปรับแต่งคุณลักษณะ (feature)
      • การสร้างแบบจำลองข้อมูล (Data modeling) เช่น KNN, การตัดสินใจแบบพื้นฐาน
      • การนำเสนอข้อมูลและการสื่อสาร (Visualization and communication) เช่น แผงควบคุมข้อมูล (Dashboard)
      • การใช้งานและการบำรุงรักษาแบบจำลอง (Deploy and maintain)

    สถิติการเรียนรู้ของเครื่องจักรการเพิ่มประสิทธิภาพ

    • การเขียนโปรแกรมเชิงคิด (data mining) เพื่อปรับแต่งให้ดีขึ้นเรื่อยๆ เพื่อการเรียนรู้สิ่งที่มีประโยชน์
    • หลักการเขียนโปรแกรมเบื้องต้น (programming)
    • การสร้างภาพข้อมูล (visualization)
    • ธุรกิจและโดเมน (Business and domain)
    • การประมวลผลข้อมูลขนาดใหญ่ (Big data cloud computing)
    • การเล่าเรื่องข้อมูล (Communication storytelling)

    ระดับการวิเคราะห์ข้อมูล

    • การวิเคราะห์เชิงพรรณนา (Descriptive Analytics): สิ่งที่เกิดขึ้น (What happened?)
    • การวิเคราะห์เชิงวินิจฉัย (Diagnostic Analytics): สาเหตุของสิ่งที่เกิดขึ้น (Why did it happen?)
    • การวิเคราะห์เชิงทำนาย (Predictive Analytics): สิ่งที่อาจจะเกิดขึ้น (What will happen?)
    • การวิเคราะห์เชิงกำหนด (Prescriptive Analytics): วิธีการที่ควรกระทำ เพื่อให้เกิดผลลัพธ์ที่ต้องการ (How can we make it happen?)
    • การวิเคราะห์ข้อมูลทำนาย (Trend predictive analytics) ใช้เหตุการณ์ในอดีตเพื่อคาดการณ์อนาคต
    • ข้อมูลมีส่วนเกี่ยวข้องมากขึ้นใน BI
    • ข้อมูล > ฝึกฝน > โมเดล > ทำนาย > พยากรณ์ (Data > Train > Model > Predict > Forecast)

    ชนิดข้อมูล

    • เชิงคุณภาพ (Qualitative): ข้อมูลที่ไม่สามารถวัดค่าได้ เช่น รูปภาพ, ข้อความ
    • เชิงปริมาณ (Quantitative): ข้อมูลที่สามารถวัดค่าได้ เช่น ตัวเลข, สถิติ, ค่าเฉลี่ย, อายุ, ส่วนสูง
    • ไม่ต่อเนื่อง (Discrete): ไม่สามารถหาค่าเศษส่วนได้ เช่น จำนวนคน
    • ต่อเนื่อง (Continuous): สามารถหาค่าเศษส่วนได้ เช่น น้ำหนัก, อุณหภูมิ

    วัฏจักรชีวิตของวิทยาศาสตร์ข้อมูล

    • เข้าใจธุรกิจ (Business understand): รวบรวมข้อมูล, ประเมินสถานการณ์และกำหนดเป้าหมาย
    • การได้มาและเข้าใจข้อมูล (Data Acquisition and Understanding): การนำเข้าข้อมูลจากแหล่งต่างๆ เช่น: On premises, cloud database หรือ file
    • การสร้างแบบจำลอง (Modeling): เลือกโมเดลที่เหมาะสม เช่นแบบ logical หรือแบบ physical
    • การนำไปใช้งาน (Deployment): นำโมเดลที่สร้างเสร็จแล้วไปใช้ในระบบ
    • ขั้นตอน ETL:
      • การดึงข้อมูล (Extract)
      • การแปลงข้อมูล (Transform)
      • การโหลดข้อมูล (Load)

    สัปดาห์ที่ 2: การวิเคราะห์และการจัดกลุ่มข้อมูล

    • ความแตกต่างระหว่าง Data Analytics กับ Data Analysis:
      • Data Analytics: วิเคราะห์ข้อมูลปัจจุบันเพื่อคาดการณ์อนาคต
      • Data Analysis: วิเคราะห์ข้อมูลในอดีตเพื่อหา Insight
    • ประเภทการวิเคราะห์ข้อมูล:
      • Descriptive Analytics: วิเคราะห์ข้อมูลพื้นฐาน เช่น ยอดขายรายเดือน
      • Diagnostic Analytics: วิเคราะห์หาสาเหตุของปัญหา, ความสัมพันธ์ระหว่างตัวแปร
      • Predictive Analytics: ใช้โมเดลทำนายอนาคต, เช่น ยอดขาย
      • Prescriptive Analytics: คำแนะนำการดำเนินการ เช่น ปรับปรุงหรือพัฒนา

    แบบจำลองที่ใช้ในการวิเคราะห์ข้อมูล

    • การจัดหมวดหมู่ (Classification): จัดประเภทข้อมูลที่เป็น Supervised Learning เช่น yes/no, ABC
    • การจัดกลุ่ม (Clustering): จัดกลุ่มข้อมูลที่มีความคล้ายคลึงกัน เช่น K-means, Hierarchical Clustering

    สัปดาห์ที่ 5: การเรียกดูฐานข้อมูล

    • Data Management System (DBMS): โปรแกรมสำหรับจัดการข้อมูลในฐานข้อมูล
    • ระบบการจัดการฐานข้อมูล (DBMS) ทำหน้าที่ควบคุมความเป็นอิสระของข้อมูล ความถูกต้องของข้อมูล การควบคุมความปลอดภัย ของข้อมูล เส้นทางในการเข้าถึงข้อมูลที่ดีที่สุด การควบคุมการใช้งานร่วมกัน ตลอดจนการฟื้นคืนสภาพของข้อมูล
    • องค์ประกอบการจัดการฐานข้อมูล:
      • DBA: ผู้ดูแลฐานข้อมูล
      • ระบบวิเคราะห์: วิเคราะห์ความต้องการ
      • นักเขียนเว็บ/นักเขียนโปรแกรม: เขียนโปรแกรมและการใช้งาน
    • ประเภทฐานข้อมูล:
      • File System: จัดเก็บข้อมูลในรูปแบบเดียวกัน เข้าถึงใช้งานได้ง่าย
      • Relational Database: จัดเก็บข้อมูลในรูปแบบตาราง ช่วยลดความซ้ำซ้อน ลดความผิดพลาด
      • Big Data: จัดเก็บและประมวลผลข้อมูลขนาดใหญ่

    Studying That Suits You

    Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

    Quiz Team

    Related Documents

    Data Science : Datafinaltest PDF

    More Like This

    Untitled Quiz
    37 questions

    Untitled Quiz

    WellReceivedSquirrel7948 avatar
    WellReceivedSquirrel7948
    Untitled Quiz
    55 questions

    Untitled Quiz

    StatuesquePrimrose avatar
    StatuesquePrimrose
    Untitled Quiz
    50 questions

    Untitled Quiz

    JoyousSulfur avatar
    JoyousSulfur
    Untitled Quiz
    48 questions

    Untitled Quiz

    StraightforwardStatueOfLiberty avatar
    StraightforwardStatueOfLiberty
    Use Quizgecko on...
    Browser
    Open
    Browser
    Browser