🤓 Data mining คืออะไรในวิชาทางคอม
มาเดี่ยวเล่าให้ฟัง
วิชานี้แปลตรงตัวก็คือ "การทำเหมืองข้อมูล"
อุปมาก็คล้ายกับเราไปทำเหมืองแร่ที่ขุดมาจากใต้ดินแหละครับ
.
แต่เหมืองที่ว่าเป็นเหมืองของข้อมูลดิบที่มีขนาดใหญ่นั่นเอง
.
คราวนี้จะให้ลองนึกถึงเวลาใช้คำสั่ง SQL เราจะรู้อยู่แล้วว่า
ข้อมูลมันอยู่ตรงไหนใน (Table) ใช่มั๊ยละ
พอเราใช้คำสั่ง select * from .... where...
ก็เลือกข้อมูลมาได้ตามต้องการ
.
แต่ถ้าเป็นคลังของข้อมูลดิบบบบบบบบบ
ที่มีปริมาณมาก ๆ เช่น
ข้อมูลเว็บไซต์ในโลกอินเตอร์เนตที่มีเยอะมาก ๆ
ข้อมูลพวกนี้จะใช้ SQL ค้นหาไม่ได้หรอกครับ
ข้อมูลยังไม่แยกเป็นตารางเลย
.
แล้วอย่างนี้ข้อมูลที่เราต้องการอยากรู้
ได้แก่ "ความรู้" หรือ "Knowledge"
ซึ่งความรู้ที่ว่า ไม่ใช้ข้อมูลแบบที่คิวรี่โดย SQL นะ
แต่จะได้เป็นความรู้ในฐานข้อมูล (Knowledge Discovery in Database - KDD)
ซึ่งก็คือ รูปแบบ (pattern) และความสัมพันธ์ (associations) ที่แอบซ่อนอยู่ในชุดข้อมูลนั้นๆ
.
🤔 ซึ่งคำถาม แล้วเราจะหาเจอได้ยังไง?
ภายใต้ข้อมูลดิบที่มีเยอะเหลือเกิ๊น
แถมหายากอีกต่างหากละพี่น้อง?
.
ดังนั้นเราจึงหนีไม่พ้นต้องมาทำเหมืองข้อมูลกัน
ช่างไม่ต่างอะไรกับทำเหมืองแร่
กว่าเราจะเจอ ดีบุก ถ่านหิน เพชร พลอย ทอง ฯลฯ
โอ๋ต้องใช้เทคโนโลยี ขุดเจาะหากว่าจะเจอ
ไม่ใช่ของกล้วย ๆ เลยนะครับ
เพราะกว่าจะได้สิ่งมีค่าออกมา
ก็เจอแต่เศษหิน เศษกราด เยอะแยะเต็มไปได้
สิ่งที่ต้องการอยากได้มีน้อยนิดเหลือเกิน
.
Data mining ก็เช่นกัน
กว่าจะทำการขุดๆ และขุด
จนได้ความรู้ออกมา
มันทำไม่ได้ง่ายๆ ต้องใช้คอมทำ
ต้องมีอัลกอริทึมให้ทำงานอัตโนมัติ
ทำด้วยมือคนไม่ไหว ตายลูกเดียว
.
ด้วยเหตุนี้วิชา Data mining
จึงถือกำเนิดอุแว้ขึ้นมาในยุค 1970
ซึ่งมันเป็นศาสตร์ที่ต้องเอาหลาย ๆ วิชารวมกัน
หลัก ๆ ก็วิชา -> Machine Learning(สาขาหนึ่งของวิชา AI) + วิชาสถิติ + ฐานข้อมูล
.
สำหรับประโยชน์ของ Data mining
ทำให้การค้นหาความรู้จากข้อมูล
มันอิจฉริยะขึ้นครับ ไม่ต้องทำมือเอง
แต่ใช้คอมทำให้อัตโนมัติ ซึ่งจะมีประโยชน์มาก ๆ ตัวอย่าง เช่น
.
-ใช้จัดระดับความเสี่ยงของผู้ขอเครดิต เป็นระดับต่ำ กลาง และสูง
-ทำนายพฤติกรรมการซื้อสินค้า ว่าลูกค้าจะหยิบอะไรใส่รถเข็น
-หาความเสี่ยงของผู้ป่วยเป็นโรงมะเร็ง จากผู้ติดเชื้อไวรัสโคโรน่า
-หาเนื้อคู่เรา (อันนี้ล้อเล่นนะ ไม่รู้ว่ามีใครสนใจทำจริงเปล่า อิ ๆ ๆ)
และประโยชน์อื่น ๆ อีกเยอะมาก เป็นต้น
.
** หมายเหตุ
Data mining มันมีมานานแล้ว สมัยยังไม่ดังเท่าไร
ไม่เหมือน Data Science ซึ่งจะรู้จักมากกว่าในยุคนี้
เพราะเด็กม. 5 ก็จะได้เรียน Data Science กันแหละ
ในวิชาหลักสูตรใหม่แกะกล่องชื่อ "วิทยาการคำนวณ"
.
ถ้าเปรียบเทียบกับงาน
Data analysis กับ Data science
มันก็คือซับเซทหนึ่งนั่นเองตามรูปที่โพสต์
ซึ่งวิชาพวกนี้หนีไม่พ้นโยงใยไปในเรื่อง Machine Learning(สาขาหนึ่งของวิชา AI)
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai progammer
.
.
++++++++++++++++++++++++++++
+++++ต่อไปขออนุญาติขายของนะ +++++
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่
👉 https://www.mebmarket.com/web/index.php…
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
🤓 What is Data mining in computer subjects?
I'll tell you about it.
This subject translates right to ′′ data mining
The metaphor is similar to us to a mining that digs from underground.
.
But the mine is mine of raw data that is large.
.
This time I think about SQL order time. We will know that.
Where is the information in (Table)?
When we use select khả s̄ạ̀ng from.... where...
You can choose the information you want.
.
But if it's a treasury of raw data.
With lots of quantities like
There are a lot of websites in the internet world.
These information will be used by SQL.
Info is not separate yet.
.
And this is what we need to know.
′′ Knowledge ′′ or ′′ Knowledge ′′
Knowledge of not using Cory by SQL
Knowledge Discovery in Database - KDD)
Which is a pattern (pattern) and a relationship (associations) hidden in that data set.
.
🤔 which is the question, how can we find it?
Under raw data, there are plenty of them left.
Plus, it's hard to find, brothers?
.
So we can't escape. Let's do data mines.
What a difference to mining
Until we meet, coal tin, diamonds, gold, etc.
Oh, it takes a drilling technology to find it.
It's not a banana item.
Because it takes worth to get out of stock.
I have found a lot of rubble, rubble, and graphic. I can get full of it.
Wishlist is so little
.
Data mining as well.
Until I do the digging and digging.
I got the knowledge.
It can't be done easily. It takes a computer to do.
Algorithm needs to be automated
Handmade. I can't take it. I die.
.
For this reason, Data mining subject.
So it was born in the 1970 s.
It's a science that takes many subjects together.
Mainly subject -> Machine Learning (one branch of AI subject) + statistics wichā database
.
For the sake of Data mining
Make a knowledge search from information
It's a genius. Don't have to do it yourself.
But using a computer to automate which is very useful. Samples like.
.
- Take the risk of creditors low, middle and high level
- predict product buying behavior that customers will add something to cart
- Finding the risk of cancer patients from coronavirus infected people.
- Looking for my soulmate (I'm kidding. I don't know if anyone wants to do it for real. Haha.)
And many other benefits etc.
.
** Note **
Data mining. It has been a long time. When I wasn't famous.
Unlike Data Science which will know more in this era.
Because of the middle school boy. 5 I will be studying Data Science.
In a new course, unpacking the name ′′ Computational Science ′′
.
If compare to the work
Data analysis กับ Data science
It's a subtitle, one according to the photos posted.
The subjects are unavailable to machine learning (one branch of AI)
.
✍ Written by Thai programmer thai progammer
.
.
++++++++++++++++++++++++++++
+++++ Next, I ask for permission to sell items +++++
📔 The book ′′ Artificial Intelligence (AI) is not difficult It can be understood by the number of years. Tips (Thai language content)
.
If interested in ordering book 1, order at.
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Sorry, no paper booklets are available. Only ebooks.
.
Personal like the book, please see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
✍ Written by Thai programmer thai coderTranslated
「sql where like」的推薦目錄:
- 關於sql where like 在 โปรแกรมเมอร์ไทย Thai programmer Facebook
- 關於sql where like 在 軟體開發學習資訊分享 Facebook
- 關於sql where like 在 SQL WHERE LIKE Wildcard - Dofactory 的評價
- 關於sql where like 在 SQL Server LIKE Syntax with Wildcard Characters 的評價
- 關於sql where like 在 Using LIKE, IN, BETWEEN, and wildcards to match multiple ... 的評價
- 關於sql where like 在 SQL LIKE Operator - w3resource 的評價
- 關於sql where like 在 Why use LIKE without a wildcard? - Ask SQL Server Central 的評價
- 關於sql where like 在 How to use the SQL LIKE Condition - YouTube 的評價
sql where like 在 軟體開發學習資訊分享 Facebook 八卦
準備 156 個流行的真實世界 SQL 面試問題,並自信地走進面試,對於你會被問的各類型問題胸有成竹。 給面試官留下深刻的印象
測驗包含以下資料庫和 SQL 主題的問題:
Databases Core Concepts
Normalization (First Normal Form, Second Normal Form, Third Normal Form)
Relationships
SQL Queries Basics
SELECT statement and syntax
SQL Data Types
WHERE operators: comparison operators, LIKE, BETWEEN, IN
Scalar Functions
Aggregate Functions (SUM, COUNT, MIN, MAX, AVG)
GROUP BY
ORDER BY
JOINS (INNER JOIN, RIGHT and LEFT JOIN, OUTER JOIN, CROSS JOIN)
Set Theory (INTERSECT, UNION, MINUS)
Subqueries
INSERT, UPDATE, DELETE
DML vs DDL vs DCL
DDL: CREATE, DROP, ALTER
Constraints
Indexes
DCL privileges: GRANT, REVOKE
Transactions
Views
Triggers
Cursors
https://softnshare.com/2018/06/09/sql-interview-questions/
sql where like 在 SQL Server LIKE Syntax with Wildcard Characters 的八卦
Learn the SQL LIKE Operator with examples to get the correct results when strings contain wildcard characters and a function for further ... ... <看更多>
sql where like 在 Using LIKE, IN, BETWEEN, and wildcards to match multiple ... 的八卦
Using LIKE, IN, BETWEEN, and wildcards to match multiple values in SQL. Real-world data is often messy, so we need messy ways of matching values, ... ... <看更多>
sql where like 在 SQL WHERE LIKE Wildcard - Dofactory 的八卦
SQL WHERE LIKE Wildcard. WHERE LIKE determines if a character string matches a pattern. WHERE LIKE supports two wildcard match options: % and _ . ... <看更多>