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)

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

สนใจสั่งซื้อได้ที่ 

https://serazu.com/web/product/2314

และร้านหนังสือชั้นนำทั่วไป