กระบวนการวิทยาการข้อมูล มีกี่ขั้นตอน

สรุปกระบวนการทางวิทยาการข้อมูล

ผู้เขียนกำลังสนใจในเรื่องของการวิเคราะห์ข้อมูล แล้วเจอคอร์สสอนออนไลน์ ของมหาวิทยาลัยแห่งหนึ่ง เลยสนใจจะนำมาสรุปหัวข้อและคำค้นหาต่างๆที่จะสามารถนำไปค้นคว้าหาข้อมูลต่อไปได้

ซึ่งหัวข้อที่สำคัญๆ จะได้แก่ 

Cloud System

Image Detection

Pattern Recognition

Data Collection

Data Munging

Data Visualization

Exploratory Data Analysis

ซึ่ง เป็น Keywork ที่เกี่ยวข้องกับกระบวนการทาง Data Science ทั้งสิ้น ทั้งนี้ผู้เขียนจะขอสรุปเนื้อหาทั้ง 5 ขั้นตอนของกระบวนวิทยาการข้อมูล ไว้ในด้านล่างนี้ด้วย

กระบวนการทางวิทยาการข้อมูล

ในกระบวนการทางวิทยาการข้อมูลจะประกอบไปด้วย 5 ส่วนหลักๆ ได้แก่

1. การมองภาพใหญ่และการตั้งคำถาม

2. มองหาข้อมูลที่เกี่ยวข้องในการนำเข้าข้อมูล

3. เตรียมข้อมูลและทำการวิเคราะห์ข้อมูล

4. สร้างแบบจำลอง ปรับปรุงและประเมินผล

5. นำไปใช้งาน และการสื่อสารผลลัพท์

ขั้นตอนที่ 1 มองภาพใหญ่และตั้งคำถาม

• ศึกษาเป้าประสงค์ ของธุรกิจที่ทำ
• องค์กรต้องการตอบโจทย์ด้านใดหรือแก้ปัญหาใด
• กำหนดปัญหาที่น่าสนใจที่ต้องการใช้วิทยาการข้อมูลประยุกต์
•  Solution ปัจจุบันเป็นอย่างไร
• ตั้งขอบเขตของปัญหา
• ความสำเร็จของโครงการวัดจากตัวชี้วัดใด
• วิเคราะห์ความเป็นไปได้และความคุ้มทุนของโครงการ

ขั้นตอนที่ 2 มองหาข้อมูลที่เกี่ยวข้องในการนำเข้าข้อมูล

• ระบุข้อมูลที่เหมาะสมกับโครงการ
• ศึกษาโครงการใกล้เคียงและ Solution เพื่อแนะแนวข้อมูลที่เหมาะสม
• ค่าใช้จ่ายในการได้ข้อมูลมา
• ออกแบบแนวทางการเก็บข้อมูล
• ดึงคุณลักษณะที่ต้องการจากข้อมูล
• การได้มาซึ่งข้อมูลมีประเด็นด้านจริยธรรมใดๆหรือไม่
• นำเข้าข้อมูลจากแหล่งข้อมูลต่างๆ

ขั้นตอนที่ 3 เตรียมข้อมูลและทำการวิเคราะห์ข้อมูล

• เตรียมข้อมูลให้เหมาะสมกับการนำมาใช้
• วิเคราะห์ข้อมูลเชิงสำรวจ
•     - สร้างมโนภาพ
•     - หาคำตอบทางสถิติ
•     - หาความสัมพันธ์
• ทำความสะอาดข้อมูล
• แปลงข้อมูลให้อ่านง่าย
• จัดการ outlier

ขั้นตอนที่ 4 สร้างแบบจำลอง ปรับปรุงประเมินผล

• เลือกเทคนิคหรืออัลกอริทึมที่เหมาะสม
• สร้าง Baseline เพื่อเปรียบเทียบ
• สร้างแบบจำลอง หลายๆแบบจำลอง
• จูนพารามิเตอร์ที่เหมาะสมและเลือกแบบจำลองที่ดีที่สุด
• ปรับปรุงแบบจำลอง
• ประเมินผล

ขั้นตอนที่ 5 นำไปใช้งาน และการสื่อสารผลลัพท์

• รายงานและสื่อสารผลลัพท์
• ทดสอบและนำไปใช้งาน
• คอยติดตามเพื่อหาข้อมูลผิดพลาดและแนวทางปรับปรุง

สามารถอ่านเนื้อหาเพิ่มได้ที่

สรุปหน้าที่ของนักวิทยาศาสตร์ข้อมูลและกระบวนการทางวิทยาการข้อมูล

สรุปการคิดเชิงวิพากษ์ หรือ critical thinking

8 ทักษะที่จำเป็นงานด้าน AI Engineer

ฝากกดโฆษณา Google Ads สัก click  เพื่อเป็นกำลังใจแก่ผู้เขียนด้วยนะครับ

วิดีโอ YouTube

กระบวนการวิทยาการข้อมูล (data science process)

          การเพิ่มข้อมูลค่าให้กับผลิตภัณฑ์หรือให้บริการด้วยข้อมูลนั้น บริการแล้วมูลนั้น นอกจากจะต้องมีความเข้าใจเกี่ยวกัผลิตภัณฑ์หรือบริการแล้ว ยังต้องเข้าใจกิจกรรมต่างๆ ที่เกี่ยวกับการจัดหาและประมวลผลข้อมูลอีกด้วย เนื่องจากกิจกรรมที่ต้องทำค่อนข้างหลากหลาย เพื่อไม่ให้สับสนหรือพลาดประเด็นใดไป สามารถดำเนินตามกระบวนการของ วิทยาการข้อมูลขั้นตอนสำคัญต่างๆที่ประกอบด้วย การตั้งคำถาม การเก็บข้อมูล การสำรวจข้อมูล การวิเคราะห์ข้อมูล การสื่อสารและการทำผลลัพธ์ให้เป็นภาพสู่ผู้ใช้กลุ่มเป้าหมาย

ขั้นตอนกระบวนการวิทยาการข้อมูล

ขั้นที่ 1 การตั้งคำถาม (ask an interesting question)

            ตั้งคำถามที่ตนเองสนใจ

ขั้นที่ 2 การรวบรวมข้อมูล (get the data)

     ต้องคำนึงถึงจะเก็บข้อมูลเรื่ออะไร จากที่ไหน จำนวนเท่าใดเพื่อให้ได้ข้อมูลนำเข้าที่ดี ไปสู่ผลลัพธ์ที่ดี

ขั้นที่ 3 การสำรวจข้อมูล (explore the data)

     ขั้นตอนนี้เราต้องรวบรวมข้อมูลแล้วนำข้อมูลไปplotทำให้เป็นภาพหรือแผนภูมิเพื่อให้เข้าใจความหมายที่ซ่อนอยู่ในข้อมูล

ขั้นที่ 4 การวิเคราะห์ข้อมูล (annalyze the data)

     เพื่ออธิบายความหมาย ความสัมพันธ์ของข้อมูลและทำนายเหตุการณ์ที่จะเกิดในอนาคต

ขั้นที่ 5 การสื่อสารและการทำผลลัพธ์ให้เป็นภาพ (communicate and visualize the results)

     เป็นการสื่อสารผลลัพธ์ของข้อมูล โดยการถ่ายทอดเป็นเรื่องราวหรือเป็นภาพให้ผู้อื่นเข้าใจว่าเราได้เรียนรู้อะไรจากข้อมูล

วิดีโอสรุป กระบวนการวิทยาการข้อมูล