ผลต่างระหว่างรุ่นของ "การทำเหมืองข้อมูล"

เนื้อหาที่ลบ เนื้อหาที่เพิ่ม
Pluk1230 (คุย | ส่วนร่วม)
ไม่มีความย่อการแก้ไข
ป้ายระบุ: ผู้ใช้ใหม่เพิ่มลิงก์ไปยังเว็บอื่น
Pluk1230 (คุย | ส่วนร่วม)
ไม่มีความย่อการแก้ไข
บรรทัด 1:
== '''ประวัติวิทยาลัยราชพฤกษ์''' ==
{{ต้องการอ้างอิง}}
'''การทำเหมืองข้อมูล''' ({{lang-en|data mining}}) '''[http://www.rc.ac.th หรืออาจจะเรียกว่า]''' '''การค้นหาความรู้ในฐานข้อมูล''' ({{lang-en|Knowledge Discovery in Databases}} - KDD) เป็นเทคนิคเพื่อค้นหารูปแบบ (pattern) ของจากข้อมูลจำนวนมหาศาลโดยอัตโนมัติ โดยใช้ขั้นตอนวิธีจากวิชา[[สถิติ]] [[การเรียนรู้ของเครื่อง]] และ [[การรู้จำแบบ]] หรือในอีกนิยามหนึ่ง '''การทำเหมืองข้อมูล''' คือ กระบวนการที่กระทำกับข้อมูล(โดยส่วนใหญ่จะมีจำนวนมาก) เพื่อค้นหารูปแบบ แนวทาง และความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนั้น โดยอาศัยหลักสถิติ การรู้จำ การเรียนรู้ของเครื่อง และหลักคณิตศาสตร์
 
สถาบันแห่งการเรียนรู้ยุคใหม่ คุณภาพ คุณธรรม นำหน้าสู่สากล " เป็น สถาบันการศึกษาระดับอุดมศึกษาสถาบันที่ 9 ของสถาบันในเครือตั้งตรงจิตร ที่เกิดจากปณิธานของท่านอาจารย์ ดร.กมล ชูทรัพย์ ผู้ก่อตั้ง สถาบันในเครือตั้งตรงจิตร ด้วยจุดมุ่งหมายต้องการจัดการศึกษาในระดับอุดมศึกษา ให้แก่เยาวชนได้มีโอกาสทางการศึกษาที่สูงขึ้นและด้วย ความตั้งใจ อันมุ่งมั่นของท่าน อาจารย์ ดร.วิภาพรรณ ชูทรัพย์ ประธานคณะกรรมการ บริหารสถาบัน ใน เครือตั้งตรงจิตรที่ต้องการสานต่อ
ความรู้ที่ได้จากการทำเหมืองข้อมูลมีหลายรูปแบบ ได้แก่
; [[กฎความสัมพันธ์]] (Association rule) : แสดงความสัมพันธ์ของเหตุการณ์หรือวัตถุ ที่เกิดขึ้นพร้อมกัน ตัวอย่างของการประยุกต์ใช้กฎเชื่อมโยง เช่น การวิเคราะห์ข้อมูลการขายสินค้า โดยเก็บข้อมูลจาก[[ระบบ ณ จุดขาย]] (POS) หรือร้านค้าออนไลน์ แล้วพิจารณาสินค้าที่ผู้ซื้อมักจะซื้อพร้อมกัน เช่น ถ้าพบว่าคนที่ซื้อเทปวิดีโอมักจะซื้อเทปกาวด้วย ร้านค้าก็อาจจะจัดร้านให้สินค้าสองอย่างอยู่ใกล้กัน เพื่อเพิ่มยอดขาย หรืออาจจะพบว่าหลังจากคนซื้อหนังสือ ก แล้ว มักจะซื้อหนังสือ ข ด้วย ก็สามารถนำความรู้นี้ไปแนะนำผู้ที่กำลังจะซื้อหนังสือ ก ได้
วิทยาลัยราชพฤกษ์ได้ก่อสร้าง อาคารหลังแรกเป็นอาคารเรียน 5 ชั้น โดย ใช้ ชื่อว่า อาคารเฉลิมพระเกียรติ ฉลองสิริราชสมบัติครบ 60 ปี ประกอบไปด้วยห้องเรียนที่ ทันสมัยมีห้อง ปฏิบัติการ เฉพาะสาขาวิชาที่พร้อมด้วยอุปกรณ์ใน การสอนและสิ่งอำนวยความ สะดวกที่เพียบพร้อม มีหน่วยงานส่งเสริมทางด้านวิชาการเช่น สำนักหอสมุดที่เป็นศูนย์ทรัพยากร สารสนเทศในรูปแบบของ หนังสือวารสาร วีดิทัศน์ ดิสก์เก็ตเทปคาสเซ็ทที่มีระบบการสื่อ สาร มีฐานข้อมูลในรูปของ CD-ROM และ ออนไลน์ผ่านเครือข่ายอินเตอร์เน็ต มีศูนย์การ เรียนรู้การค้นคว้าและวิจัย( Learning and Research Center )มีห้องผลิตสื่อ ศูนย์คอมพิวเตอร์ บริการให้แก่คณาจารย เจ้าหน้าที่และนักศึกษาโดยมีระบบ Network ทีสามารถ รองรับ ปริมาณในการใช้งานระบบเครือข่ายได้อย่างมีประสิทธิภาพและเพียงพอต่อ ความ ต้องการที่ เพิ่มขึ้นภายในอาคารยังประกอบไปด้วยห้องประชุมและห้องสัมมนาเพื่อรองรับการ จัดงาน และ กิจกรรมประเภท ต่างๆ ที่สามารถบรรจุนักศึกษาได้มากกว่า 5,000 คน
; [[การจำแนกประเภทข้อมูล]] (Data classification) : หากฎเพื่อระบุประเภทของวัตถุจากคุณสมบัติของวัตถุ เช่น หาความสัมพันธ์ระหว่างผลการตรวจร่างกายต่าง ๆ กับการเกิดโรค โดยใช้ข้อมูลผู้ป่วยและการวินิจฉัยของแพทย์ที่เก็บไว้ เพื่อนำมาช่วยวินิจฉัยโรคของผู้ป่วย หรือการวิจัยทางการแพทย์ ในทางธุรกิจจะใช้เพื่อดูคุณสมบัติของผู้ที่จะก่อหนี้ดีหรือหนี้เสีย เพื่อประกอบการพิจารณาการอนุมัติเงินกู้
; [[การแบ่งกลุ่มข้อมูล]] (Data clustering) : แบ่งข้อมูลที่มีลักษณะคล้ายกันออกเป็นกลุ่ม แบ่งกลุ่มผู้ป่วยที่เป็นโรคเดียวกันตามลักษณะอาการ เพื่อนำไปใช้ประโยชน์ในการวิเคราะห์หาสาเหตุของโรค โดยพิจารณาจากผู้ป่วยที่มีอาการคล้ายคลึงกัน
; [[การสร้างมโนภาพ]] (Visualization): สร้างภาพคอมพิวเตอร์กราฟิกที่สามารถนำเสนอข้อมูลมากมายอย่างครบถ้วนแทนการใช้ขัอความนำเสนอข้อมูลที่มากมาย เราอาจพบข้อมูลที่ซ้อนเร้นเมื่อดูข้อมูลชุดนั้นด้วยจินตทัศน์
 
== ขั้นตอนการทำเหมืองข้อมูล ==
# ทำความเข้าใจปัญหา
# ทำความเข้าใจข้อมูล
# เตรียมข้อมูล
# สร้างแบบจำลอง
# ประเมิน
# นำไปใช้งาน
 
== ประโยชน์จากการทำเหมืองข้อมูล ==
การทำเหมืองข้อมูล จำเป็นต้องอาศัยบุคลากรจากหลายฝ่าย และต้องอาศัยความรู้จำนวนมาก ถึงจะได้รับประโยชน์อย่างแท้จริง เพราะสิ่งที่ได้จากขั้นตอนวิธีเป็นเพียงตัวเลข และข้อมูล ที่อาจจะนำไปใช้ประโยชน์ได้หรือใช้ประโยชน์อะไรไม่ได้เลยก็เป็นได้ ผู้ที่ศึกษาการทำเหมืองข้อมูลจึงควรมีความรู้รอบด้านและต้องติดต่อกับทุก ๆ ฝ่าย เพื่อให้เข้าใจถึงขอบเขตของปัญหาโดยแท้จริงก่อน เพื่อให้การทำเหมืองข้อมูลเกิดประโยชน์อย่างแท้จริง
=== การประยุกต์ใช้ Data Mining ===
* การขายปลีกและขายส่ง
* การธนาคาร
* การประดิษฐ์และการผลิต
* การประกันภัย
* การทำงานของตำรวจ
* การดูแลสุขภาพ
* การตลาด
 
== ดูเพิ่ม ==
* [[คลังข้อมูล]] (Data warehouse)
* [[การทำเหมืองข้อความ]] (Text mining)
* [[การทำเหมืองเว็บ]] (Web mining)
* [[ฐานข้อมูล]] (Database)
 
== แหล่งข้อมูลอื่น ==
* [http://www.kdnuggets.com/ KDnuggets] - a portal for Data Mining, Knowledge Discovery, Genomic Mining, Web Mining
* [http://www.bitpipe.com/rlist/term/Data-Mining.html Data Mining whitepapers, webcasts and case studies]
* [http://dmoz.org/Computers/Software/Databases/Data_Mining/ Open Directory Project - Data Mining websites]
* กลุ่มวิจัยในประเทศไทย
** [http://www.mt.mahidol.ac.th/index.php?option=com_content&view=article&id=534&Itemid=275&lang=th Center of Data Mining and Biomedical Informatics (CDMBI)], [[มหาวิทยาลัยมหิดล]]
** [http://kdl.cpe.ku.ac.th/ Knowledge Discovery from Large Database Research Group (KDL)], [[มหาวิทยาลัยเกษตรศาสตร์]]
** [http://kind.siit.tu.ac.th/ Knowledge Information & Data Management Laboratory (KIND)], [[สถาบันเทคโนโลยีนานาชาติสิรินธร มหาวิทยาลัยธรรมศาสตร์]]
** [http://www.it.kmitl.ac.th/dme/ Data Mining & Data Exploration Laboratory (DME)], [[สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง]]
* [http://open-miner.com/2009/11/03/introduction-datamining/ มารู้จัก Data Mining กันเถอะ (Introduction to Data Mining)]
[[หมวดหมู่:การค้นหาความรู้ในฐานข้อมูล]]
{{โครงความรู้}}
{{ไม่เป็นกลาง}}
 
{{link GA|fr}}