| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | ประทับเวลา | ชั้น มัธยมศึกษาปีที่ | เลขที่ | ชื่อ - นามสกุล | 1. การวิเคราะห์ข้อมูล (Data Analytics) คืออะไร เหตุใดจึงต้องทำการวิเคราะห์ข้อมูล | 2. Descriptive Analytic มีจุดประสงค์อย่างไร | 3. Predictive Analytic มีจุดประสงค์อย่างไร | 4. Prescriptive Analytic มีจุดประสงค์อย่างไร | 5. การวิเคราะห์เชิงพรรณนา คืออะไร และใช้สถิติอะไรมาเกี่ยวข้องบ้าง | 6. ให้นักเรียนยกตัวอย่างการวิเคราะห์เชิงพรรณนาในชีวิตประจำวัน ว่ามีการนำมาใช้อย่างไรบ้าง | 7. ความสัมพันธ์ของข้อมูล คืออะไร | 8. ความสัมพันธ์เชิงบวก คืออะไร | 9. ความสัมพันธ์เชิงลบ คืออะไร | 10. การวิเคราะห์เชิงทำนาย คืออะไร | 11. การทำนายเชิงตัวเลข คืออะไร | 12. การทำนายเชิงหมวดหมู่ คืออะไร | 13. ให้นักเรียนยกตัวอย่างการวิเคราะห์เชิงทำนายในชีวิตประจำวัน ว่ามีการนำมาใช้อย่างไรบ้าง | ||||||
2 | 12/1/2022, 9:30:25 | 5/2 | 5 | นาย ปฐวี อนันตศิริ | Data Analytics คือ การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | วัตถุประสงค์ของ Prescriptive Analytics เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | สถิติเชิงพรรณนา คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | การทำนาย สภาพอากาศ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํานายว่า ฝนจะตกหรือไม่ | สภาพอากาศ จากกรมอุตุ | ||||||
3 | 12/1/2022, 9:31:37 | 5/1 | 1 | นายถิรวัฒน์ แสงเรืองรอง | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | คาดเดาเหตุการณ์ล่วงหน้า โดยนำเทคนิคของ data mining, stat, modeling, machine learning และ AI มาช่วยในการคาดเดา จากการนำข้อมูลย้อนหลังมาช่วงระยะเวลาหนึ่ง นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | การกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยใช้การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | หาจำนวนนักเรียนชาย-หญิง ในห้องเรียน แสดงผลเป็นร้อยละต่อจำนวนนักเรียนทั้งห้อง | ความสัมพันธ์ระหว่างเอนทิตี้ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม | การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | การใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด | การคาดการพยากรณ์อากาศว่าสภาพอากาศในวันนี้เป็นอย่างไร มีฝนหรือไม่ | ||||||
4 | 12/1/2022, 10:10:32 | 5/1 | 17 | นางสาวมณีวรรณ เขียนนา | การวิเคราะห์ข้อมูล คือ การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | มีจุดประสงค์ คือ พรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | มีจุดประสงค์ คือ ทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | มีจุดประสงค์ คือ การสรุปข้อมูลเพื่อนำไปใช้ปรับปรุง สร้างการตอบสนองต่อความต้องการของกลุ่มเป้าหมาย หรือหลีกเลี่ยงปัญหาเดิมที่อาจะเกิดซ้ำๆ และเป็นการวางแผนการทำงานในอนาคตไว้ โดยมีการคาดการณ์ผลลัพธ์ไว้ล่วงหน้า | การวิเคราะห์เชิงพรรณนา คือ เป็นการวิเคราะห์ขั้นพื้นฐาน การบรรยายหรือพรรณาข้อมูลที่มีอยู่ สภาพข้อมูลโดยทั่วไป และใช้สถิติ การหาสัดส่วนร้อยละ การวัดค่ากลางของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | ตัวอย่างการวิเคราะห์เชิงพรรณนาในชีวิตประจำวัน เช่น แผนภาพการกระจายแสดงความสัมพันธ์ของจำนวนผู้ชายและผู้หญิงในโรงเรียนวัดป่าคาเจริญวิทยา | ความสัมพันธ์ของข้อมูล คือ ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์เชิงบวก คือ สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | ความสัมพันธ์เชิงลบ คือ สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม | การวิเคราะห์เชิงทำนาย คือ การวิเคราะห์เชิงคาดการณ์จะนำข้อมูลที่คุณมีและใช้เพื่อสร้างข้อมูลเชิงลึกเกี่ยวกับอนาคต | การทำนายเชิงตัวเลข คือ ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายเชิงหมวดหมู่ คือ การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | ตัวอย่างการวิเคราะห์เชิงทำนายในชีวิตประจำวัน เช่น การพยากรณ์อากาศ การเทรด/หุ้น การทำนายอนาคต | ||||||
5 | 12/1/2022, 12:35:00 | 5/1 | 14 | นางสาว นิตยา ติเล | คือ การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | คือ การพรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | คือ การทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | คือ การสรุปข้อมูลเพื่อนำไปใช้ปรับปรุง สร้างการตอบสนองต่อความต้องการของกลุ่มเป้าหมาย หรือหลีกเลี่ยงปัญหาเดิมที่อาจะเกิดซ้ำๆ และเป็นการวางแผนการทำงานในอนาคตไว้ โดยมีการคาดการณ์ผลลัพธ์ไว้ล่วงหน้า | การวิเคราะห์เชิงพรรณนา คือ รูปเเบบพื้นฐานของการวิเคราะห์ข้อมูลเพื่ออธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์เเละสถิติพื้นฐาน เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางข้อมูล การวัดการกระจายของข้อมูล เเละการหาความสัมพันธ์ของชุดข้อมูล | การหาจำนวนนักเรียนชาย-หญิง ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน4ห้อง | หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ | คือ สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | คือ สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงในทิศทางตรงข้ามกัน | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาเเนวโน้มเพื่อทำนายอนาคต ซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | คือ การทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสะมพันธ์กัน | การพนากรณ์อากาศ การทำนาย | ||||||
6 | 12/1/2022, 12:42:31 | 5/4 | 7 | นาขยกิตติพัทธ์ วันเพ็ง | วิเคราะห์ คือการนําข้อมูลที่มาประมวลผล นำมาสรุป วิจัยจํานวนหนึ่ง มาจําแนกเพื่อผลที่ออกมา จะใช้วิธีการสรุปความ หรือสังเคราะห์ข้อความ | เป็นการวิเคราะห์เพื่อแสดงผลของข้อมูล เหตุการณ์ต่างๆที่ได้เกิดขึ้น | ช้เพื่อคาดเดาเหตุการณ์ล่วงหน้า โดยนำเทคนิคของ AI มาช่วยในการคาดเดา จากการนำข้อมูลย้อนหลังมาช่วงระยะเวลาหนึ่ง | การกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | การพูดเพื่อให้ผู้ฟังไดนึกคิดภาพตาม | พ่อออกจากบ้านไปทำงาน แม่ทำงานบ้านอยู่ที่บ้าน | ความเชื่อมโยงของข้อมูล คล้ายกับคุณสมบัติที่ทั้งสองแสดงลักษณะของข้อมูล | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | วันพรุ่งนี้ ฝนจะตกหรือไม่ เพื่อเตรียมตัวและคาดการณ์ปัญหาต่างๆที่จะเกิดขึ้น | ||||||
7 | 12/1/2022, 15:53:28 | 5/1 | 6 | นางสาววิรตา ศรีอนงค์ | คือ การวิเคราะห์ข้อมูลต่างๆเพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยการนำข้อมูลทั้งอดีตเเละปัจจุบันมาใช้ รวมถึงการพยากรณ์ข้อมูลในอนาคต | เพื่อเเสดงผลรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น | คาดเดาหรือทำนายเหตุการณ์ที่จะเกิดขึ้นในอนาคต | การกำหนดสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคต | คือ การวิเคราะห์ขั้นพื้นฐานที่ทำให้เห็นภาพรวมของข้อมูลเเละความสัมพันธ์ระหว่างข้อมูล โดยใช้สถิติ การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล | หาจำนวนพนักงานผู้ชายเเละผู้หญิงที่ทำงานในโรงงาน เเสดงผลเป็นร้อยละต่อจำนวนพนักงานทั้งหมดในโรงงาน | คือ ความสัมพันธ์ระหว่างเอนทิตี้ | คือ ความสัมพันธ์ที่มีการเเปรผันตามซึ่งกันเเละกันหรือมีทิศทางเดียวกัน | คือ ความสัมพันธ์ที่มีการเป็นเเปรผันกลับกัน แปรผกผัน หรือมีทิศทางตรงข้ามกัน | คือ การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถทำมาเป็นต้นเเบบในการทำนาย การคาดการณ์หรือสิ่งที่จะเกิดขึ้นในอนาคต | คือ การใช้ข้อมูลในอดีตมาวิเคราะห์หาเเนวโน้มเพื่อทำนายอนาคต ซึ่งผลลัพธ์จะอยู่ในรูปตัวเลข | คือ การใช้ข้อมูลที่มีความสัมพันธ์กันมาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำเเนกว่าผลลัพธ์อยู่ในกลุ่มหรือหมวดหมู่ใด | การพยากรณ์อากาศ ว่าสภาพอากาศในวันพรุ่งนี้จะเป็นอย่างไร | ||||||
8 | 12/1/2022, 16:27:23 | 5/5 | 3 | นส.ณัฐภรณ์ พรหมสุรินทร์ | คือ การวิเคราะห์ข้อมูลต่างๆเพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดึ ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจ | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือการตัดสินใจ | เป็นการวิเคราะห์เชิงทำนาย เป็นการบอกสิ่งที่น่าจะเกิดขึ้น โดยจะใช้ผลวิเคราะห์จาก Descriptive Analytics และ Diagnostics Analytics ในการหาสิ่งที่เกิดขึ้นและทำไมมันถึงเกิดขึ้น เพื่อทำนายแนวโน้มที่จะเกิดขึ้นในอนาคต | เป็นการกำหนดถึงสิ่งที่ร้องดำเนินการ เพื่อจัดการกับปัญหาในอน่คตหรือใช้เพื่อระบุแนวโน้มเทรนต่างๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้ | สถิติเชิงพรรณนา คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) | การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (centraltendency) การหาความสัมพันธ์ของชุดข้อมูล (correlation) | ความสัมพันธ์ระหว่างเอนทิตี้ | สิ่งที่สนใจทั้งสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | ลิ่งที่สนใตมั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงในทิศทางตรงข้ามกัน | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) เป็นต้น | อดีตของการเกิดไฟป่า มาทำนายการเกิดไฟป่าในอนาคต โดยอาศัยค่าอุณหภูมิเฉลี่ยและความชื้นสัมพันธ์ในวันนั้นๆ | ||||||
9 | 12/1/2022, 23:06:03 | 5/5 | 6 | นส.กรรณิการ์ บุญอินทร์ | การนำเอาข้อมูลต่าง ๆ ที่รวบรวมได้จากการเก็บรวบรวมข้อมูลมาทำการวิเคราะห์ จัดระเบียบแยกแยะส่วนต่าง ๆ เพื่อหาคำตอบตามประเด็นปัญหาการวิจัย | เป็นรูปแบบการใช้ข้อมูลแบบพื้นฐานที่สุด โดยเน้นการอธิบายว่ากำลังเกิดขึ้น หรืออาจจะเกิดอะไรขึ้น สามารถอธิบายถึงสาเหตุการเกิดต่าง ๆ ได้ว่าทำไม | เป็นรูปแบบการใช้ข้อมูลที่มีความซับซ้อนขึ้นมา โดยจะเป็นการ “พยากรณ์” หรือ “ทำนาย” สิ่งที่กำลังเกิดขึ้น โดยใช้ข้อมูลในอดีต ร่วมกับโมเดลทางคณิตศาตร์ต่าง ๆ หรือร่วมกับการทำ Data Mining | เป็นรูปแบบการวิเคราะห์ข้อมูล ที่มีความซับซ้อนและยากที่สุด เพราะไม่เพียงพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น แต่ยังให้คำแนะนำในทางเลือกต่าง ๆ และผลแต่ละทางเลือกว่าจะมี Pros & Cons อย่างไร | สถิติเชิงพรรณนา คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | การหาจำนวนผู้ปกครองของนักเรียน ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน5ห้อง | หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | คือ ความสัมพันธ์ที่มีการเป็นเเปรผันกลับกัน แปรผกผัน หรือมีทิศทางตรงข้ามกัน | การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | คือ การใช้ข้อมูลในอดีตมาวิเคราะห์หาเเนวโน้มเพื่อทำนายอนาคต ซึ่งผลลัพธ์จะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) เป็นต้น | วันพรุ่งนี้ พายุจะเข้าหรือไม่ เพื่อเตรียมตัวและคาดการณ์ปัญหาต่างๆที่จะเกิดขึ้น | ||||||
10 | 14/1/2022, 10:15:00 | 5/1 | 18 | สุธิดา อิ่มศิลค์ | ทำให้เป็นภาพรวมของข้อมูลและความสัมพันธ์ระหว่างข้อมูลเพื่อช่วยในการตัดสินใจ | ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างช่วงที่ผ่านมาเพื่อช่วยในการตัดสินใจ | ทราบถึงความเป็นไปได้ที่จะเกิดขึ้นในอนาคตทำให้สามารถวางแผนให้มีประสิทธิภาพได้ | เพื่อคาดการณ์ผลที่ได้ของสถานการณ์เพื่อแนะนำทางเลือกที่เหมาะสมที่สุดกับสถานการณ์ที่เป็นไปได้ | เป็นการวิเคราะห์ขั้นพื้นฐานที่ทำให้เห็นภาพรวมส่งข้อมูลเช่นการทำรายงานสรุปยอดรายเดือนของร้านสะดวกซื้อ | การสรุปยอดรายรับรายจ่ายของเดือนนี้ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงในทิศทางตรงข้ามกัน | การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำมาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | การใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํานายว่า ฝนจะตกหรือไม่ | วันพรุ่งนี้อุณหภูมิจะสูงหรือจะต่ำลงหรือ จะมีพายุหรือไม่ | ||||||
11 | 16/1/2022, 11:16:13 | 5/4 | 14 | นางสาวจิราภา สร้อยทอง | การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | พรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | ทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นรูปแบบการวิเคราะห์ข้อมูล ที่มีความซับซ้อนและยากที่สุด เพราะไม่เพียงพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น แต่ยังให้คำแนะนำในทางเลือกต่าง ๆ และผลแต่ละทางเลือกว่าจะมี Pros & Cons อย่างไร | เป็นการวิเคราะห์ขั้นพื้นฐาน การบรรยายหรือพรรณาข้อมูลที่มีอยู่ สภาพข้อมูลโดยทั่วไป และใช้สถิติ การหาสัดส่วนร้อยละ การวัดค่ากลางของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | การหาจำนวนนักเรียนชาย-หญิง ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน5ห้อง | คือ ความสัมพันธ์ระหว่างเอนทิตี้ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม | การวิเคราะห์เชิงคาดการณ์จะนำข้อมูลที่คุณมีและใช้เพื่อสร้างข้อมูลเชิงลึกเกี่ยวกับอนาคต | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การพยากรณ์อากาศ , การเทรดหุ้น , การทำนายอนาคต | ||||||
12 | 16/1/2022, 20:15:10 | 5/3 | 16 | นางสาว สุกันยา รื่นวิชา | การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น | โดยใช้เพื่อคาดเดาเหตุการณ์ล่วงหน้า นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นไ | สถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำ มาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข เช่น หากต้องไปต่างประเทศ ควรตรวจสอบอุณหภูมิของประเทศที่จะไปในช่วงเวลานั้นๆ เพื่อวางแผนการจัดเตรียมเสื้อผ้าได้อย่างถูกต้อง | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) อาหารจานโปรด | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
13 | 17/1/2022, 21:19:25 | 5/1 | 15 | นางสาวอารียา สุวัสดิ์สถาพร | เป็นการดำเนินการกับข้อมูล เพื่อให้เกิดความเข้าใจข้อมูลเชิงลึกในสิ่งที่สนใจศึกษา โดยผลลัพธ์ของการวิเคราะห์ข้อมูลสามารถนำไปประกอบการตัดสินใจ เพื่อให้เกิดประโยชน์สูงสุดต่อการดำเนินการของบุคคลหรือองค์กร | คือการทำให้เห็นภาพรวมของข้อมูลและความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงเวลาที่ผ่านมาเพื่อช่วยในการตัดสินใจ | ช่วยในการคาดการณ์หรือทำนายสิ่งที่น่าจะเกิดขึ้นในอนาคต โดยใช้ข้อมูลในอดีตมาช่วยในการทำนาย | เป็นการวิเคราะห์ต่อยอดจากการทำนายผลที่น่าจะเกิดขึ้นโดยจำลองทางเลือกที่เป็นไปได้ของสถานการณ์ และคาดการณ์ผลที่ได้ของแต่ละสถานการณ์เพื่อแนะนำแนวทางเลือกที่เหมาะสมที่สุดกับสถานการณ์ที่จะเป็นไปได้ | เป็นรูปแบบพื้นฐานของการวิเคราะห์ข้อมูลเพื่ออธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์และสถิติพื้นฐาน | การหาสัดส่วนหรือร้อยละ การหาค่ากลางของข้อมูล การวัดการกระจายของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | คือการวิเคราะห์ความสัมพันธ์เชิงเส้นระหว่างข้อมูล 2 ชุดจะบ่งบอกถึงทิศทางของความสัมพันธ์และระดับของความสัมพันธ์ | คือสิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน เช่นค่าของ x เพิ่มขึ้นค่าของ y ก็จะเพิ่มขึ้นเหมือนกัน | คือสิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงทิศทางตรงข้ามเช่นค่าของ x เพิ่มขึ้นค่าของไวก็จะกลับลดลง | คือการคาดการณ์ หรือการรู้อนาคต เพื่อนำมาประกอบการตัดสินใจให้สามารถเลือกสิ่งที่ดีที่สุดสำหรับตัวเองหรือว่าองค์กรได้ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | คือการทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอยู่ชุดหนึ่งที่มีความสัมพันธ์กัน | การทำนายว่าฝนจะตกหรือไม่ การทำนายแนวเพลงที่ชอบ น้ำดื่มที่ชอบ อาหารโปรดว่าชอบอะไร | ||||||
14 | 18/1/2022, 18:30:01 | 5/1 | 8 | นางสาวกวีวรรณ ม่วงเอี่ยม | คือ การวิเคราะห์ข้อมูลต่างๆ ที่ทำให้เห็นภาพรวมของข้อมูลและความสัมพันธ์ุระหว่างข้อมูล | พรรณนาข้อมูลจากอดีตเพื่อให้ได้ข้อมูลที่แน่ชัดหรือสรุปข้อมูลของรายการนั้นๆ | การคาดการณ์หรือทำนายสิ่งที่น่าจะเกิดขึ้นในอนาคต โดยนำข้อมูลในอดีตมาช่วย | การวิเคราะห์ต่อยอดจากการทำนายผลที่น่าจะเกิดขึ้น โดยการจำลองทางเลือกที่เป็นไปได้ของสถานการณ์ | อธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์และสถิติพื้นฐาน เช่น การหาสัดส่วนหรือร้อยละ การวัดการกระจายของข้อมูล | การหาจำนวนนักเรียนภายในห้องเรียนว่ามากี่คน | คือ ความสัมพันธ์ุของเอนทิตี้ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงในทิศทางตรงกันข้าม | คือ การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำมาเป็นต้นแบบในการทำนาย | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต | เป็นการทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทำนายว่า ฝนจกตกหรือไม่ | พรุ่งนี้จะสอบได้หรือไม่ จะผ่านไหม | ||||||
15 | 19/1/2022, 17:17:49 | 5/1 | 9 | นางสาวกมลลักษณ์ เหลืองพิทักษ์ | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ | โดยใช้เพื่อคาดเดาเหตุการณ์ล่วงหน้า โดยนำเทคนิคของ data mining, stat, modeling, machine learning และ AI มาช่วยในการคาดเดา จากการนำข้อมูลย้อนหลัง | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ | การคิดเลขหลายหลัก | ความสัมพันธ์ระหว่างตารางหรือเอนทิตี้ เช่น ความสัมพันธ์ระหว่างตารางประชาชน และ ตารางผู้เสียภาษี | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มจะเพิ่มขึ้น | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง | เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การทำนายเชิงตัวเลข สามารถนำไปใช้ในชีวิตประจำวันได้จริง | ||||||
16 | 23/1/2022, 19:23:18 | 5/4 | 12 | นาย ธนพันธ์ น้ำดอกไม้ | การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | พรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | ทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นรูปแบบการวิเคราะห์ข้อมูล ที่มีความซับซ้อนและยากที่สุด เพราะไม่เพียงพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น แต่ยังให้คำแนะนำในทางเลือกต่าง ๆ และผลแต่ละทางเลือกว่าจะมี Pros & Cons อย่างไร | เป็นการวิเคราะห์ขั้นพื้นฐาน การบรรยายหรือพรรณาข้อมูลที่มีอยู่ สภาพข้อมูลโดยทั่วไป และใช้สถิติ การหาสัดส่วนร้อยละ การวัดค่ากลางของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | พ่อออกจากบ้านไปทำงาน แม่ทำงานบ้านอยู่ที่บ้าน | ความเชื่อมโยงของข้อมูล คล้ายกับคุณสมบัติที่ทั้งสองแสดงลักษณะของข้อมูล | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | วันพรุ่งนี้ ฝนจะตกหรือไม่ เพื่อเตรียมตัวและคาดการณ์ปัญหาต่างๆที่จะเกิดขึ้น | ||||||
17 | 14/2/2022, 23:58:37 | 5/1 | 2 | นายอัครชัย ศุภนาม | การวิเคราะห์ข้อมูลต่างๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้ | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | ึเป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้ | คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | สัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น ซึ่งประกอบไปด้วยเทคนิคหลายๆด้าน | ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) อาหารโปรด (ต้มยํา กุ้ง ผัดไทย กะเพราไก่) แนวเพลงที่ชอบ (Jazz, Pop,Rock, R&B) ประเภทเครื่องดื่ม (น้ําอัดลม น้ํา ผลไม้) | การเลือกรับประทานอาหาร | ||||||
18 | 27/2/2022, 10:07:54 | 5/4 | 4 | นาย ดุลยวัต ทนาวร | cropped-โลโก้-1.png Menu Search Search... ข่าวสาร Data Survey Market (TH) SURVEY MARKET (TH) ADD LINE CALL US การวิเคราะห์ข้อมูล (Analysis) คืออะไร สิงหาคม 18, 2021 , 1:05 pm , Blog Promotion แน่ะนำ!! หากเพื่อนๆ สนใจที่จะเก็บแบบสอบถาม เพื่อนๆ สามารถ Inbox เข้าไปสอบถามข้อมูลได้เลยครับ ช่องทางการติดต่อเราได้ที่ Website: https://surveymarketthailand.com/ LINE Official: https://lin.ee/n7IgL9I SurveyMarketThailand #OnlineSurvey #รับจ้างเก็บแบบสอบถาม การวิเคราะห์ข้อมูล (Analysis) หมายถึง การนำเอาข้อมูลต่าง ๆ ที่รวบรวมได้จากการเก็บรวบรวมข้อมูลมาทำการวิเคราะห์ จัดระเบียบแยกแยะส่วนต่าง ๆ เพื่อหาคำตอบตามประเด็นปัญหาการวิจัย และตามสมมติฐานที่ได้กำหนดไว้ โดยส่วนใหญ่ถ้าเป็นข้อมูลเชิงปริมาณหรือตัวเลข จะนำเอาวิธีการทางสถิติมาวิเคราะห์หาค่าตัวแปรหรือหาลักษณะของตัวแปร แต่ถ้าเป็นข้อมูลเชิงคุณภาพ จะใช้วิธีการสรุปความหรือสังเคราะห์ข้อความ ซึ่งผู้วิจัยจะต้องวางแผนและเตรียมการณ์ล่วงหน้าตั้งแต่เริ่มทำการวิจัย | วิเคราะห์ข้อมูล รายการทางธุรกิจ | การวางแผนโฆษณา | การนำข้อมูลมาผ่านกระบวนการวิเคราะห์ โดยใช้เทคโนโลยีเข้ามาช่วยในการวิเคราะห์ข้อมูลเพื่อใช้ประโยชน์ในเชิงธุรกิจ และสามารถนำข้อมูลนั้นไป | สถิติเชิงพรรณนา คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | การแจกจ่ายเงินให้น้องๆ | การที่ข้อมูลมีความเกี่ยวข้องกัน | Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่น | สัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | การวิเคราะห์ข้อมูลเชิงทำนาย (Predictive Analytics) คือ เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น ซึ่งประกอบไปด้วยเทคนิคหลายๆด้าน ประกอบไปด้วย หลักสถิติ การเรียนรู้ของเครื่อง และ การทำเหมืองข้อมูล ในทางธุรกิจ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํานายเชิงหมวดหมู่คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) อาหารโปรด (ต้มยํา กุ้ง ผัดไทย กะเพราไก่) แนวเพลงที่ชอบ (Jazz, Pop,Rock, R&B) ประเภทเครื่องดื่ม (น้ําอัดลม น้ํา ผลไม้) | การใช่ชีวิตแต่ละวัน | ||||||
19 | 1/3/2022, 20:22:26 | 5/5 | 3 | นส.ณัฐภรณ์ พรหมสุรินทร์ | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีตจนถึงปัจจุบัน เพื่อทำนายอนาคตที่เป็นประโยชน์การพัฒนาการตลาด | เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | เป็นการบอกสิ่งที่น่าจะเกิดขึ้น โดยจะใช้ผลวิเคราะห์จาก Descriptive Analytics และ Diagnostics Analytics ในการหาสิ่งที่เกิดขึ้นและทำไมมันถึงเกิดขึ้น เพื่อทำนายแนวโน้มที่จะเกิดขึ้นในอนาคต | เป็นการกำหนดถึงสิ่งที่ต้องการดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อนระบุแนวโน้มเทรนด์ต่างๆที่จะเกิดขึ้นได้ | คือ การวิเคราะห์ข้อมูลเพื่ออธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์และสถิติพื้นฐาน สถิติที่เกี่ยวข้อง คือ การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | เช่น การสำรวจการศึกษาต่อในระดับอุดมศึกษา , จำนวนนักเรียนหญิง-ชาย ในห้องเรียน | การวิเคราะห์ความสัมพันธ์เชิงเส้นระหว่างข้อมูล 2 ชุด จะบ่งบอกถึงทิศทางของความสัมพันธ์ และระดับของความสัมพันธ์ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงในทิศทางตรงกันข้าม | เป็นการวิเคราะห์เชิงทำนาย เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำมาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กรสามารถตัดสินใจได้อย่างมีประสิทธิภาพ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | เช่น การทำนายว่า ฝนจะตกหรือไม่ (ตกหรือไม่ตก) อาหารโปรด (ต้มยำกุ้ง ผัดไท กะเพราไก่) ประเภทเครื่องดื่ม (น้ำอัดลม น้ำผลไม้) | ||||||
20 | 1/3/2022, 21:47:26 | 5/4 | 8 | นาย พงษ์ศทร พานศรี | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | คาดเดาเหตุการณ์ล่วงหน้า | กำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยใช้การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | หาจำนวนนักเรียนชาย-หญิง | ความสัมพันธ์ระหว่างเอนทิตี้ | ลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม | ช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | ช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด | การคาดการพยากรณ์อากาศว่าสภาพอากาศในวันนี้เป็นอย่างไร มีฝน | ||||||
21 | 11/3/2022, 10:53:33 | 5/5 | 2 | นางสาวกรรณิการ์ ศรีลาทำ | การนำเอาข้อมูลต่าง ๆ ที่รวบรวมได้จากการเก็บรวบรวมข้อมูลมาทำการวิเคราะห์ จัดระเบียบแยกแยะส่วนต่าง ๆ เพื่อหาคำตอบตามประเด็นปัญหาการวิจัย | เป็นรูปแบบการใช้ข้อมูลแบบพื้นฐานที่สุด โดยเน้นการอธิบายว่ากำลังเกิดขึ้น หรืออาจจะเกิดอะไรขึ้น สามารถอธิบายถึงสาเหตุการเกิดต่าง ๆ ได้ว่าทำไม | เป็นรูปแบบการใช้ข้อมูลที่มีความซับซ้อนขึ้นมา โดยจะเป็นการ “พยากรณ์” หรือ “ทำนาย” สิ่งที่กำลังเกิดขึ้น โดยใช้ข้อมูลในอดีต ร่วมกับโมเดลทางคณิตศาตร์ต่าง ๆ หรือร่วมกับการทำ Data Mining | เป็นรูปแบบการวิเคราะห์ข้อมูล ที่มีความซับซ้อนและยากที่สุด เพราะไม่เพียงพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น แต่ยังให้คำแนะนำในทางเลือกต่าง ๆ และผลแต่ละทางเลือกว่าจะมี Pros & Cons อย่างไร | สถิติเชิงพรรณนา คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ (ยกเว้นมีการเก็บข้อมูลของประชากรทั้งหมด) ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | การหาจำนวนผู้ปกครองของนักเรียน ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน5ห้อง | หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | คือ ความสัมพันธ์ที่มีการเป็นเเปรผันกลับกัน แปรผกผัน หรือมีทิศทางตรงข้ามกัน | การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | คือ การใช้ข้อมูลในอดีตมาวิเคราะห์หาเเนวโน้มเพื่อทำนายอนาคต ซึ่งผลลัพธ์จะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) เป็นต้น | วันพรุ่งนี้ พายุจะเข้าหรือไม่ เพื่อเตรียมตัวและคาดการณ์ปัญหาต่างๆที่จะเกิดขึ้น | ||||||
22 | 15/3/2022, 16:12:59 | 5/1 | 16 | นางสาวนฤมล บุญเบ้า | คือ การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาการตลริษัทคุณกำลังหาด ให้ตรงใจลูกค้ามากยิ่งขึ้น Data Analytics เป็นเครื่องมือสำหรับธุรกิจ เพราะว่าการที่บริษัทคุณไม่รู้ข้อมูล ก็เหมือนบาทาง โดยไม่มีจุดหมายปลายทาง | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | กำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ | คือสถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ | วิเคราะห์ยอดขายของร้านสะดวกซื้อ ว่ามียอดในการขายอย่างไร | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้น | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด | การวิเคราะห์เชิงทำนาย พรุ่งนี้จะตื่่นตอนกี่โมง | ||||||
23 | 20/6/2022, 18:03:22 | 5/3 | 12 | ขุนศึก ขันตีตอง | วิเคราะห์ข้อมูลสาเหตุของการวิเคราะห์ข้อมูลคือจำแนกข้อมูลและสามารถนำข้อมูลนั้นๆมาใช้ประโยชน์ได้ | การวิเคราะห์เชิงพรรณนานั้นมีความหมายว่าเป็นความสัมพันธ์ของข้อมูลพื้นฐานที่ว่าสามารถอธิบายในช่วงเวลาที่ผ่านมาว่าเกิดเหตุการณ์อะไรขึ้นมาบ้าง | การวิเคราะห์ข้อมูลเชิงทำนายเหตุการวิเคราะห์ข้อมูลล่วงหน้าที่อาจจะเกิดขึ้นอย่างเช่นสภาพอากาศหรือการเพาะปลูกหรือการคำนวณรายได้เงินทุนต่างๆ | การวิเคราะห์ข้อมูลเชิงแนะนำเป็นการวิเคราะห์ที่รองลงมาจากการวิเคราะห์ข้อมูลเชิงทำนายซึ่งจะเป็นการจำลองเหตุการณ์หรือสถานการณ์แล้วก็นำมาปรับใช้อีกครั้งหนึ่ง | วิเคราะห์ข้อมูลสาเหตุของการวิเคราะห์ข้อมูลคือจำแนกข้อมูลและสามารถนำข้อมูลนั้นๆมาใช้ประโยชน์ได้ | การวิเคราะห์เชิงกรุณาอย่างเช่นรายรับรายจ่ายของบ้านหรือรายรับรายจ่ายของค่าขนมที่ได้รับ | ข้อมูลเป็นการวิเคราะห์แบบข้อมูลนำมาผสมผสานอย่างเช่นรถคันนี้ได้มาจากประเทศอะไรราคาเท่าไหร่และนำเข้าเท่าไหร่ | ที่ทำให้ได้ประโยชน์มากที่สุดของแต่ละฝ่าย | ขอระบายเชิงลบคือความสัมพันธ์ที่ไม่สามารถได้ผลประโยชน์ร่วมกันและแยกแยะไม่ได้ | กาวิสชอบเครื่องทำนายคือการวิเคราะห์ล่วงหน้าเหตุการณ์ที่จะเกิดขึ้นอย่างเช่นฝนฟ้าอากาศ | แต่ทำไมเชิงตัวเลขคือการคำนวณและวิเคราะห์ว่าอาจจะเป็นอย่างนี้อย่างนู้นอย่างนั้นหรือการคำนวณด้วยตัวเลขก็มีความสุ่มเสี่ยงว่าจะเป็นข้อผิดพลาดหรือความถูกต้องเป็นไปได้ | การทำงานเชิงหมวดหมู่โดยการทำนายที่แบ่งข้อมูลแต่ละอย่างที่แตกต่างกันออกไป | การวิเคราะห์เชิงทำนายในชีวิตประจำวันนั้นมีอยู่หลายรูปแบบอย่างเช่นสภาพอากาศการทำเกษตรการขึ้นของเงินการขนส่งการขึ้นของค่าเงินทองหรือการเล่นหุ้นต่างๆ | ||||||
24 | 20/6/2022, 20:00:09 | 5/3 | 15 | นายนิธิภัค แซ่เหมา | การวิเคราะห์สถิติเชิงพรรณนาเป็นการวิเคราะเชิงความถี่ | การสรุปสาระสำคัญที่มีอยู่ในข้อมูลชุดหนึ่ง และนำเสนอข้อสรุปหรือนำสาระสำคัญในข้อมูลชุดนั้นออกมารายงาน | เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น | จะวิเคราะห์สภาพแวดล้อมและตัดสินใจทิศทางที่จะใช้ตามข้อมูล มันตัดสินใจว่าจะลดความเร็วหรือเร่งความเร็ว เปลี่ยนเลนหรือไม่ ตัดทางยาวเพื่อหลีกเลี่ยงการจราจรหรือชอบเส้นทางที่สั้นกว่า | การวิเคราะห์ข้อมูลเชิงพรรณนา เป็นการวิเคราะห์ข้อมูลพื้นฐานเพื่อพรรณนาหรือบรรยายข้อมูล ที่ศึกษา ในงานวิจัยเชิงปริมาณทุกงานวิจัยจาเป็นต้องวิเคราะห์สถิติเชิงพรรณนา ซึ่งประกอบด้วย การ แจกแจงความถี่เป็นจานวน ร้อยละ กรณีตารางทางเดียว การแจกแจงความถี่เป็นจานวน ร้อยละ กรณี ตารางไขว้แบบสองทางหรือหลายทาง ในกรณีตัวแปรแจงนับ | การวิเคราะห์ เป็นการแยกแยะสิ่งที่จะพิจารณาออกเป็นส่วนย่อยที่มีความสัมพันธ์กัน เพื่อทำความเข้าใจแต่ละส่วนให้แจ่มแจ้ง รวมทั้งการสืบค้นความสัมพันธ์ของส่วนต่าง ๆ เพื่อดูว่าส่วนประกอบปลีกย่อยนั้นสามารถเข้ากันได้หรือไม่ สัมพันธ์เกี่ยวเนื่องกันอย่างไร ซึ่งจะช่วยให้เกิดความเข้าใจต่อสิ่งหนึ่งสิ่งใดอย่างแท้จริง โดยพื้นฐานแล้ว | ความสัมพันธ์เป็นวิธีการที่สิ่งต่าง ๆ ความสัมพันธ์ยืนหยัดซึ่งกันและกัน ความสัมพันธ์มีหลายวิธีคล้ายกับคุณสมบัติที่ทั้งสองแสดงลักษณะของสิ่งที่นำไปใช้ คุณสมบัติบางครั้งถือว่าเป็นกรณีพิเศษของความสัมพันธ์ที่เกี่ยวข้องกับความสัมพันธ์เดียวเท่านั้น | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | คือ เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ | ทำนายคลื่นสึนามิทำนายแผ่นดินไหวทำนายฝนฟ้าอากาศ | ||||||
25 | 31/1/2023, 9:49:11 | 5/1 | 2 | กนกภรณ์ ยินดีพจน์ | การวิเคราะห์ข้อมูล หรือ “Data Analytics” คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight). | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน. | การวิเคราะห์แบบพยากรณ์ (Predictive analytics) เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ. | วัตถุประสงค์ของ Prescriptive Analytics เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้. | การวิเคราะห์เชิงพรรณนา (descriptive analytics) เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล. | การหาจำนวนนักเรียนชาย-หญิง ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน4ห้อง. | ความสัมพันธ์ (Relationships) ของระบบฐานข้อมูล หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้. | ความสัมพันธ์เชิงบวก (Positive Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน. | ความสัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย. | เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล)เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต. | การทำนายเชิงตัวเลขเป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปเลขคณิต การทำนายค่าจากเส้นแนวโน้ม การสร้างภาพกระจายทำให้ทราบรูปแบบความสัมพัรธ์ของข้อมูลคร่าวๆโดยค่าที่อยู่บนแกนyแทนจำนวนของสิ่งที่เราสนใจและแกนxแทนข้อมูลที่ทราบค่าและคาดว่าจะมีความสัมพันธ์กับแกนy. | >>การทํานายเชิงหมวดหมู่คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) อาหารโปรด (ต้มยํา กุ้ง ผัดไทย กะเพราไก่) แนวเพลงที่ชอบ (Jazz, Pop,Rock, R&B) ประเภทเครื่องดื่ม (น้ําอัดลม น้ํา ผลไม้). | การพยากรณ์อากาศ การทำนาย. | ||||||
26 | 31/1/2023, 10:11:54 | 5/1 | 7 | พรธิตา จิตรฉาย | คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) หรือข้อสรุปของข้อมูล (Conclusion) ในส่วนของความสำคัญและประโยชน์ของการวิเคราะห์ข้อมูลได้แก่ | ป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ | ป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | การทำนายด้วยหมอดูหรือผู้สูงอายุ | เป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | หวย สภาพอากาศ | ||||||
27 | 31/1/2023, 10:15:25 | 5/1 | 4 | น.ส.ธันย์ชนก ทรัพย์มิตร | คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) หรือข้อสรุปของข้อมูล (Conclusion) ในส่วนของความสำคัญและประโยชน์ของการวิเคราะห์ข้อมูลได้แก่ | ป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ | ป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | การทำนายด้วยหมอดูหรือผู้สูงอายุ | เป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | หวย สภาพอากาศ | ||||||
28 | 1/2/2023, 11:27:32 | 5/2 | 9 | นายพงศ์ศธร ละมัยกลาง | การวิเคราะห์ข้อมูล หรือ “Data Analytics” คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก | การวิเคราะห์ข้อมูลแบบพื้นฐาน (Descriptive analytics) เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล | ไฟป่า อุณหภูมิช่วงใดสูงกว่าช่วงอื่น ๆ พร้อมแสดงแผนภาพให้เห็นผลลัพธ์ของคำตอบ เดือนไหนฝนตกมากที่สุด พร้อมแสดงแผนภาพให้เห็นผลลัพธ์ของคำตอบ หาค่าต่ำสุด และสูงสุดของแต่ละปัจจัย | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย | เป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปเลขคณิต การทำนายค่าจากเส้นแนวโน้ม การสร้างภาพกระจายทำให้ทราบรูปแบบความสัมพัรธ์ของข้อมูลคร่าวๆ | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํานายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) | การตัดสินใจทำกิจกรรมในวันหยุด | ||||||
29 | 1/2/2023, 11:42:18 | 5/2 | 3 | นายจงรัก ส่วนลา | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาการตลาด ให้ตรงใจลูกค้ามากยิ่งขึ้น Data Analytics เป็นเครื่องมือสำหรับธุรกิจ (Business Intelligence) เพราะว่าการที่บริษัทคุณไม่รู้ข้อมูล ก็เหมือนบริษัทคุณกำลังหาทาง โดยไม่มีจุดหมายปลายทาง ดังนั้นการทำ Data Analytics นี้ไม่จำเป็นต้องเป็นธุรกิจขนาดใหญ่เท่านั้น แต่ธุรกิจขนาดกลางและเล็กก็สามารถทำได้เช่นกัน | เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูลที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด เป็นทั้งการพยากรณ์สิ่งต่างๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น ร่วมถึงการให้คำแนะนำทางเลือกต่างๆ ที่มีอยู่ และผลของแต่ละทางเลือก | เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน | การทำรายงานสรุปยอดขายรายเดือนของร้านสะดวกซื็อ | ของระบบฐานข้อมูล หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | ความสัมพันธ์เชิงบวก (Positive Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) อาหารจานโปรด (ต้มยำกุ้ง, ผัดไทย, กะเพราหมู) แนวเพลงที่ชอบ (แจ๊ส, ป๊อป, ร็อก, ลูกทุ่ง) ประเภทเครื่องดื่ม (น้ำอัดลม, น้ำผลไม้, เครื่องดื่ม เกลือแร่) เป็นต้น | การดูสภาพอากาศจากกรมอุตุนิยมวิทยา | ||||||
30 | 1/2/2023, 11:49:59 | 5/2 | 4 | นายจิรภัทร ธรรมชาติ | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | คาดเดาเหตุการณ์ล่วงหน้า โดยนำเทคนิคของ data mining, stat, modeling, machine learning และ AI มาช่วยในการคาดเดา จากการนำข้อมูลย้อนหลังมาช่วงระยะเวลาหนึ่ง นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | การกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยใช้การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | การหาจำนวนนักเรียนชาย-หญิง ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน4ห้อง | คือ ความสัมพันธ์ระหว่างเอนทิตี้ | คือ ความสัมพันธ์ที่มีการเเปรผันตามซึ่งกันเเละกันหรือมีทิศทางเดียวกัน | คือ ความสัมพันธ์ที่มีการเป็นเเปรผันกลับกัน แปรผกผัน หรือมีทิศทางตรงข้ามกัน | คือ การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถทำมาเป็นต้นเเบบในการทำนาย การคาดการณ์หรือสิ่งที่จะเกิดขึ้นในอนาคต | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายเชิงหมวดหมู่ คือ การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การพยากรณ์อากาศ การทำนาย | ||||||
31 | 1/2/2023, 11:50:57 | 5/2 | 15 | น.ส.จีรนันท์ พุกน้อย | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนา | นำข้อมูลว่าวิเคราะห์เพื่อช่วยในด้านธุรกิจโดยการใช้เทคโนโลยี | เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญา | เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยอาจใช้สถิติการหาสัดส่วนหรือร้อยละ หรือการวัดค่ากลางของข้อมูล | การหาสัดส่วนหรือร้อยละ นำมาใช้โดยการหา จำนวนนักเรียนชาย-หญิง ในห้องเรียน | คือ ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา | คือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน | คือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน | คือ เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต | คือ การใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การคาดการณ์ว่าฝนจะตกหรือไม่ | ||||||
32 | 1/2/2023, 11:56:48 | 5/2 | 7 | ทศวรรษ กุหลาบ | การวิเคราะห์ข้อมูล หรือ “Data Analytics” คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้ | การวิเคราะห์เชิงพรรณนา (descriptive analytics) เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล | การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (centraltendency) การหาความสัมพันธ์ของชุดข้อมูล (correlation) | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ จึงอาจแบ่งออกเป็น 3 ประเภท | 1) ความสัมพันธ์เชิงบวก (Positive Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | 2) ความสัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | การทำนายเชิงตัวเลขเป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปเลขคณิต การทำนายค่าจากเส้นแนวโน้ม การสร้างภาพกระจายทำให้ทราบรูปแบบความสัมพัรธ์ของข้อมูลคร่าวๆโดยค่าที่อยู่บนแกนyแทนจำนวนของสิ่งที่เราสนใจและแกนxแทนข้อมูลที่ทราบค่าและคาดว่าจะมีความสัมพันธ์กับแกนy. | การทํานายเชิงหมวดหมู่คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) อาหารโปรด (ต้มยํา กุ้ง ผัดไทย กะเพราไก่) แนวเพลงที่ชอบ (Jazz, Pop,Rock, R&B) ประเภทเครื่องดื่ม (น้ําอัดลม น้ํา ผลไม้) | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
33 | 1/2/2023, 11:59:34 | 5/2 | 10 | น.ส.วืิภาดา ถึงนาค | คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล | การจ่ายเงิน เดือนไหนฝนตกมากที่สุด การทำรายงาน | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | การคาดการณ์หรือรู้อนาคตเพื่อนำมาเป็นการตัดสินใจให้สามารถเลือกสิ่งที่ดีที่สุด | การใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต | การทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข | การเลือกซื้อสินค้าที่สนใจมีประโยชน์ใช้งานได้จริง | ||||||
34 | 1/2/2023, 12:05:49 | 5/2 | 13 | น.ส.วรวลัญช์ ขันทองดี | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล | การหาจำนวนนักเรียนชาย-หญิง ในห้องเรียน เเสดงผลเป็นร้อยล่ะต่อจำนวนนักเรียน4ห้อง | คือ ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน | คือ การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถทำมาเป็นต้นเเบบในการทำนาย การคาดการณ์หรือสิ่งที่จะเกิดขึ้นในอนาคต | การใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต | คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
35 | 7/2/2023, 9:49:37 | 5/1 | 6 | นางสาว ปนัดดา กรีสกล | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | คาดเดาเหตุการณ์ล่วงหน้า โดยนำเทคนิคของ data mining, stat, modeling, machine learning และ AI มาช่วยในการคาดเดา จากการนำข้อมูลย้อนหลังมาช่วงระยะเวลาหนึ่ง นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | การกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยใช้การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | หาจำนวนนักเรียนชาย-หญิง ในห้องเรียน แสดงผลเป็นร้อยละต่อจำนวนนักเรียนทั้งห้อง | ความสัมพันธ์ระหว่างเอนทิตี้ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางตรงกันข้าม | การวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | การใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด | การคาดการพยากรณ์อากาศว่าสภาพอากาศในวันนี้เป็นอย่างไร มีฝนหรือไม่ | ||||||
36 | 21/2/2023, 8:42:13 | 5/1 | 8 | ณัฐนิช ชินทวัน | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาการตลาด ให้ตรงใจลูกค้ามากยิ่งขึ้น Data Analytics เป็นเครื่องมือสำหรับธุรกิจ (Business Intelligence) เพราะว่าการที่บริษัทคุณไม่รู้ข้อมูล ก็เหมือนบริษัทคุณกำลังหาทาง โดยไม่มีจุดหมายปลายทาง ดังนั้นการทำ Data Analytics นี้ไม่จำเป็นต้องเป็นธุรกิจขนาดใหญ่เท่านั้น แต่ธุรกิจขนาดกลางและเล็กก็สามารถทำได้เช่นกัน | เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูลที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด เป็นทั้งการพยากรณ์สิ่งต่างๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น ร่วมถึงการให้คำแนะนำทางเลือกต่างๆ ที่มีอยู่ และผลของแต่ละทางเลือก | เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน | การทำรายงานสรุปยอดขายรายเดือนของร้านสะดวกซื็อ | ของระบบฐานข้อมูล หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | ความสัมพันธ์เชิงบวก (Positive Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) อาหารจานโปรด (ต้มยำกุ้ง, ผัดไทย, กะเพราหมู) แนวเพลงที่ชอบ (แจ๊ส, ป๊อป, ร็อก, ลูกทุ่ง) ประเภทเครื่องดื่ม (น้ำอัดลม, น้ำผลไม้, เครื่องดื่ม เกลือแร่) เป็นต้น | การดูสภาพอากาศจากกรมอุตุนิยมวิทยา | ||||||
37 | 21/2/2023, 8:46:09 | 5/1 | 5 | น.ส.นันทวรรณ สดิษฐ์รักษ์ | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | วิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | มีจุดประสงค์ คือ ทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | คือ การสรุปข้อมูลเพื่อนำไปใช้ปรับปรุง สร้างการตอบสนองต่อความต้องการของกลุ่มเป้าหมาย หรือหลีกเลี่ยงปัญหาเดิมที่อาจะเกิดซ้ำๆ และเป็นการวางแผนการทำงานในอนาคตไว้ โดยมีการคาดการณ์ผลลัพธ์ไว้ล่วงหน้า | คือ การวิเคราะห์ขั้นพื้นฐานที่ทำให้เห็นภาพรวมของข้อมูลเเละความสัมพันธ์ระหว่างข้อมูล โดยใช้สถิติ การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล | หาจำนวนนักเรียนชาย-หญิง ในห้องเรียน แสดงผลเป็นร้อยละต่อจำนวนนักเรียนทั้งห้อง | ความสัมพันธ์ของข้อมูล คือ ความสัมพันธ์ระหว่างเอนทิตี้ | คือ สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด | การคาดการพยากรณ์อากาศว่าสภาพอากาศในวันนี้เป็นอย่างไร มีฝนหรือไม่ | ||||||
38 | 21/2/2023, 9:05:02 | 5/1 | 1 | นส รวิวรรณ ทองคำพานิช | กระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล | การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลง | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน | ป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย | เป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | นำมาใช้ในการตัดสินใจ | ||||||
39 | 22/2/2023, 11:12:21 | 5/2 | 12 | ธนพร แสงไพโรจน์ | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนา | นำข้อมูลว่าวิเคราะห์เพื่อช่วยในด้านธุรกิจโดยการใช้เทคโนโลยี | เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญา | เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล โดยอาจใช้สถิติการหาสัดส่วนหรือร้อยละ หรือการวัดค่ากลางของข้อมูล | การหาสัดส่วนหรือร้อยละ นำมาใช้โดยการหา จำนวนนักเรียนชาย-หญิง ในห้องเรียน | คือ ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา | คือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน | คือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน | คือ เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต | คือ การใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | การคาดการณ์ว่าฝนจะตกหรือไม่ | ||||||
40 | 22/2/2023, 11:19:00 | 5/2 | 14 | นางสาว ณััทพร สุขสวัสดิ์ | การวิเคราะห์ข้อมูล หรือ “Data Analytics” คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง เช่นการเรียนรู้ของเครื่อง และอัลกอริทึ่มต่าง ๆ ที่สามารถลดความซับซ้อนในการวิเคราะห์ข้อมูลได้ | การวิเคราะห์เชิงพรรณนา (descriptive analytics) เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล | การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (centraltendency) การหาความสัมพันธ์ของชุดข้อมูล (correlation) | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์เชิงบวก (Positive Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์เชิงลบ (Negative Correlation) กล่าวคือ ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง แต่ถ้าค่า X มีค่าน้อยลง ค่าของ Y ก็จะมี แนวโน้มที่จะเพิ่มมากขึ้นด้วย | ป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำามาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | การทำนายเชิงตัวเลขเป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปเลขคณิต การทำนายค่าจากเส้นแนวโน้ม การสร้างภาพกระจายทำให้ทราบรูปแบบความสัมพัรธ์ของข้อมูลคร่าวๆโดยค่าที่อยู่บนแกนyแทนจำนวนของสิ่งที่เราสนใจและแกนxแทนข้อมูลที่ทราบค่าและคาดว่าจะมีความสัมพันธ์กับแกนy | การทํานายเชิงหมวดหมู่คือ การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ (ตก หรือไม่ตก) อาหารโปรด (ต้มยํา กุ้ง ผัดไทย กะเพราไก่) แนวเพลงที่ชอบ (Jazz, Pop,Rock, R&B) ประเภทเครื่องดื่ม (น้ําอัดลม น้ํา ผลไม้) | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
41 | 22/2/2023, 11:32:13 | 5/2 | 18 | น.ส. ภัณฑิลา สุภีโส | คือกระบวนการนำข้อมูลที่มีการเก็บข้อมูลอื่น ๆ มาก่อน นำมาจัดระเบียบแยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อตอบคำถามตอบคำถามที่ผู้วิ คริสมาสต้องการสรุปผลจากการวิเคราะห์ข้อมูลที่จะนำเสนอข้อมูลเชิงลึก | เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล | เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด เป็นทั้งการพยากรณ์สิ่งต่างๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น ร่วมถึงการให้คำแนะนำทางเลือกต่างๆที่มีอยู่ และผลของแต่ละทางเลือก | เป็นการวิเคราะห์ข้อมูลพื้นฐานที่ทุกงานวิจัยเชิงปริมาณต้อง ด าเนินการ เริ่มที่การวิเคราะห์ข้อมูลเพื่อบรรยายลักษณะข้อมูลทั่วไปของกลุ่มตัวอย่างที่ศึกษา และ การ วิเคราะห์ข้อมูลเพื่อตอบค าถามหรือวัตถุประสงค์การวิจัย กรณีที่เป็นค าถามเชิงพรรณนา ประกอบด้วย การแจกแจงความถี่ เป็นจำนวน ร้อยละ | ข้อมูลจากการส ารวจประชาชนกลุ่มเป้าหมายเพื่อตรวจคัดกรองผู้ป่วยเบาหวาน โดยท าการสุ่มตัวอย่างประชาชน จ านวน 120 คน ท าการซักประวัติ ตรวจร่างกาย และตรวจหาระดับ น้ าตาลในเลือดตอนเช้าก่อนรับประทานอาหาร (ถ้าระดับน้ าตาลในเลือดตอนเช้าก่อนรับประทานอาหาร มีค่าตั้งแต่ 126 mg% จะถือว่ามีความเสี่ยงต่อการเป็นโรคเบาหวาน) | ของระบบฐานข้อมูล หมายถึง ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น | กล่าวคือ ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน | ทำเครื่องหมายความสัมพันธ์ระหว่างสองจำพวกกับกลับกัน บวกกับผกผันจำนวนมากที่เหลือค่า X | เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น ซึ่งประกอบไปด้วยเทคนิคหลายๆด้าน ประกอบไปด้วย หลักสถิติ การเรียนรู้ของเครื่อง และ การทำเหมืองข้อมูล ในทางธุรกิจ | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข เช่น หากต้องไปต่างประเทศ ควรตรวจสอบอุณหภูมิของประเทศที่จะไปในช่วงเวลานั้นๆ | ใช้ข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) อาหารจานโปรด | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
42 | 23/2/2023, 8:54:48 | 5/2 | 4 | นายจิรภัทร ธรรมชาติ | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | มีจุดประสงค์ คือ พรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | นำมาใช้เพื่อการอธิบายความเสี่ยง และ โอกาสที่จะเกิดในอนาคต | เป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นไ | สถิติที่ใช้เพื่ออธิบาย บรรยาย หรือสรุป ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข ที่เก็บรวบรวมมาซึ่งไม่สามารถอ้างอิงลักษณะประชากรได้ ตัวอย่างสถิติเชิงพรรณนา เช่น การแจกแจงความถี่ การวัดค่ากลางของข้อมูล การวัดการกระจายของข้อมูล | พ่อออกจากบ้านไปทำงาน แม่ทำงานบ้านอยู่ที่บ้าน | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ขอระบายเชิงลบคือความสัมพันธ์ที่ไม่สามารถได้ผลประโยชน์ร่วมกันและแยกแยะไม่ได้ | เป็นการวิเคราะห์เชิงทำนาย เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำมาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กรสามารถตัดสินใจได้อย่างมีประสิทธิภาพ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํา นายว่า ฝนจะตกหรือไม่ | ทำนายคลื่นสึนามิทำนายแผ่นดินไหวทำนายฝนฟ้าอากาศ | ||||||
43 | 28/2/2023, 9:52:30 | 5/1 | 6 | น.ส.ปนัดดา กรีสกล | คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) หรือข้อสรุปของข้อมูล (Conclusion) ในส่วนของความสำคัญและประโยชน์ของการวิเคราะห์ข้อมูลได้แก่ | ป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ | เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ | ป็นการกำหนดถึงสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคตหรือใช้เพื่อระบุแนวโน้มเทรนด์ต่าง ๆ ที่จะเกิดขึ้นได้ ดังนั้น Data Analytics ขั้นนี้จึงต้องใช้เครื่องมือและเทคโนโลยีขั้นสูง | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ | ความสัมพันธ์ระหว่างเอนทิตี้ เช่น ความสัมพันธ์ระหว่างเอนทิตี้นักศึกษา และเอนทิตี้คณะวิชา เป็นลักษณะว่า นักศึกษาแต่ละคนเรียนอยู่คณะวิชาใดคณะวิชาหนึ่ง เป็นต้น ความสัมพันธ์ระหว่างเอนทิตี้ | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | ความสัมพันธ์ที่มีการแปรผันตามซึ่งกันและกัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะมากขึ้นด้วยเช่นกัน แต่ถ้า X มีค่าน้อยลง ค่าของ Y ก็จะ มีแนวโน้มที่จะลดลงด้วยเช่นกัน | การทำนายด้วยหมอดูหรือผู้สูงอายุ | เป็นการใช้ข้อมูลในอดีตมาวิเคาระห์หาแนวโน้มเพื่อทำนายอนาคต | การทํา นายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน | หวย สภาพอากาศ | ||||||
44 | 7/3/2023, 8:46:22 | 5/1 | 5 | น.ส.ชัชฎาภรณ์ สุริยันต์ | เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่างๆ | มีจุดประสงค์ คือ พรรณาข้อมูลจากอดีต เพื่อให้เห็นว่าเกิดอะไรขึ้นบ้างในอดีตในรูปแบบที่ง่ายที่สุด และคาดการณ์ถึงเหตุการณ์ที่จะเกิดขึ้นในอนาคต เช่น รายงานการขาย และรายงานผลการดำเนินการ | คือ การทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์ (AI) เช่น พยากรณ์ยอดขาย การพยากรณ์ผลประชามติ | การกำหนดสิ่งที่ต้องดำเนินการ เพื่อจัดการกับปัญหาในอนาคต | เป็นการวิเคราะห์ขั้นพื้นฐานที่ทำให้เห็นภาพรวมส่งข้อมูลเช่นการทำรายงานสรุปยอดรายเดือนของร้านสะดวกซื้อ | การหาสัดส่วนหรือร้อยละ การหาค่ากลางของข้อมูล การวัดการกระจายของข้อมูล การหาความสัมพันธ์ของชุดข้อมูล | คือ ความสัมพันธ์ุของเอนทิตี้ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทิศทางเดียวกัน | ความสัมพันธ์ที่มีการแปรผันกลับกัน หรือการแปร ผกผัน กล่าวคือ ถ้าหากค่า X มีค่ามากขึ้น ค่าของ Y ก็จะมีแนวโน้มที่จะลดลง | เทคโนโลยีซึ่งเรียนรู้จากประสบการณ์ (ข้อมูล) เพื่อทำการทำนายพฤติกรรมบางอย่างที่เกิดขึ้นในอนาคต ซึ่งจะทำให้สามารถช่วยในการตัดสินใจในทางธุรกิจได้ดียิ่งขึ้น ซึ่งประกอบไปด้วยเทคนิคหลายๆด้าน | ใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่ง ผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทํานายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดหนึ่งที่มีความสัมพันธ์กัน เช่น การทํานายว่า ฝนจะตกหรือไม่ | การคาดการณ์โอกาสที่ฝนจะตก อาศัยประสบการณ์และการสังเกตลักษณะท้องฟ้า ความแรงของลมที่พัด ทำให้ตัดสินใจว่าควรพกร่มหรือชุดกันฝนติดตัวไปด้วยหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ | ||||||
45 | 4/3/2024, 21:35:21 | 5/1 | 7 | นาวสาวชนัญชิดา ประทุมทอง | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาและทำให้เห็นภาพรวมของข้อมูล ที่ต้องวิเคราะห์ข้อมูล เพราะ ช่วยให้ทำงานอย่างลื่นไหลและมีประสิทธิภาพเพราะช่วยในการตัดสินใจที่ตรงจุดเเละเฉียบขาด | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูลและความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นในช่วงที่ผ่านมาเพื่อช่วยในการตัดสินใจ | เป็นการวิเคราะห์ที่ช่วยในการคาดการณ์ หรือทำนายสิ่งที่น่าจะเกิดขึ้นในอนาคต โดยจะใช้ข้อมูลในอดีตมาช่วยในการทำนายเพื่อหาความเป็นไปได้ในเหตุการณ์ในอนาคต ทำให้องค์กรหรือบุคคลสามารถวางแผนการดำเนินงานที่มีประสิทธิภาพ | เป็นการวิเคราะห์ต่อยอดจากการทำนายผลที่น่าจะเกิดขึ้น โดยการจำลองทางเลือกที่เป็นไปได้ของสถานการณ์ และคาดการณ์ผลที่ได้ของแต่ละสถานการณ์ เพื่อแนะนำทางเลือกที่เหมาะสมที่สุดกับสถานการณ์ที่จะเป็นไปได้ | คือ เป็นการวิเคราะห์ข้อมูลเพ่ออธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์และสถิติพื้นฐาน เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางข้อมูล การวัดการกระจายของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | การสำรวจการเข้าศึกษาต่อในระดับชั้นมัธยมศึกษาปีที่ 4 ของโรงเรียนแห่งหนึ่่ง พบว่านักเรียนไม่เข้ารับการศึกษา 100 คน จากทั้งหมด 400 คน คิดเป็นร้อยละ 25 | การวิเคราะห์ความสัมพันธ์เชิงเว้นระหว่าง 2 ชุด จะบางบอกถึงทิสทางของความสัมพันธ์และระดับ ของความสัมพันธ์ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทางทิศเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มหรือลดลงในทิศทางตรงกันข้าม | การคาดการณ์หรือการรู้อนาคต เป็นสิ่งที่คนส่วนใหญ่ให้ความสำคัญเพื่อนำ้มาประกอบการจัดสินใจให้สามารถเลือกสิ่งที่ดีที่สุดให้สำหรับตนเอง ในเชิงธุรกิจ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดที่มีความสัมพันธ์กัน | ประธานนักเรียนต้องการพยากรณ์จำนวนนักเรียนที่จะฝากเงินในโรงเรียน เพื่อวางแผนการให้บริการที่เหมาะสม | ||||||
46 | 6/3/2024, 17:58:54 | 5/1 | 15 | นางสาวอชิตะ สาดศรี | การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาและทำให้เห็นภาพรวมของข้อมูล ที่ต้องวิเคราะห์ข้อมูล เพราะ ช่วยให้ทำงานอย่างลื่นไหลและมีประสิทธิภาพเพราะช่วยในการตัดสินใจที่ตรงจุดเเละเฉียบขาด | เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูลและความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นในช่วงที่ผ่านมาเพื่อช่วยในการตัดสินใจ | เป็นการวิเคราะห์ที่ช่วยในการคาดการณ์ หรือทำนายสิ่งที่น่าจะเกิดขึ้นในอนาคต โดยจะใช้ข้อมูลในอดีตมาช่วยในการทำนายเพื่อหาความเป็นไปได้ในเหตุการณ์ในอนาคต ทำให้องค์กรหรือบุคคลสามารถวางแผนการดำเนินงานที่มีประสิทธิภาพ | เป็นการวิเคราะห์ต่อยอดจากการทำนายผลที่น่าจะเกิดขึ้น โดยการจำลองทางเลือกที่เป็นไปได้ของสถานการณ์ และคาดการณ์ผลที่ได้ของแต่ละสถานการณ์ เพื่อแนะนำทางเลือกที่เหมาะสมที่สุดกับสถานการณ์ที่จะเป็นไปได้ | คือ เป็นการวิเคราะห์ข้อมูลเพ่ออธิบายลักษณะของข้อมูลที่เก็บรวบรวม โดยใช้การคำนวณทางคณิตศาสตร์และสถิติพื้นฐาน เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางข้อมูล การวัดการกระจายของข้อมูล และการหาความสัมพันธ์ของชุดข้อมูล | การสำรวจการเข้าศึกษาต่อในระดับชั้นมัธยมศึกษาปีที่ 4 ของโรงเรียนแห่งหนึ่่ง พบว่านักเรียนไม่เข้ารับการศึกษา 100 คน จากทั้งหมด 400 คน คิดเป็นร้อยละ 25 | การวิเคราะห์ความสัมพันธ์เชิงเว้นระหว่าง 2 ชุด จะบางบอกถึงทิสทางของความสัมพันธ์และระดับ ของความสัมพันธ์ | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มขึ้นหรือลดลงไปในทางทิศเดียวกัน | สิ่งที่สนใจทั้งสองสิ่งมีการเพิ่มหรือลดลงในทิศทางตรงกันข้าม | การคาดการณ์หรือการรู้อนาคต เป็นสิ่งที่คนส่วนใหญ่ให้ความสำคัญเพื่อนำ้มาประกอบการจัดสินใจให้สามารถเลือกสิ่งที่ดีที่สุดให้สำหรับตนเอง ในเชิงธุรกิจ | เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคตซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข | การทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข จากข้อมูลอีกชุดที่มีความสัมพันธ์กัน | ประธานนักเรียนต้องการพยากรณ์จำนวนนักเรียนที่จะฝากเงินในโรงเรียน เพื่อวางแผนการให้บริการที่เหมาะสม | ||||||
47 | |||||||||||||||||||||||
48 | |||||||||||||||||||||||
49 | |||||||||||||||||||||||
50 | |||||||||||||||||||||||
51 | |||||||||||||||||||||||
52 | |||||||||||||||||||||||
53 | |||||||||||||||||||||||
54 | |||||||||||||||||||||||
55 | |||||||||||||||||||||||
56 | |||||||||||||||||||||||
57 | |||||||||||||||||||||||
58 | |||||||||||||||||||||||
59 | |||||||||||||||||||||||
60 | |||||||||||||||||||||||
61 | |||||||||||||||||||||||
62 | |||||||||||||||||||||||
63 | |||||||||||||||||||||||
64 | |||||||||||||||||||||||
65 | |||||||||||||||||||||||
66 | |||||||||||||||||||||||
67 | |||||||||||||||||||||||
68 | |||||||||||||||||||||||
69 | |||||||||||||||||||||||
70 | |||||||||||||||||||||||
71 | |||||||||||||||||||||||
72 | |||||||||||||||||||||||
73 | |||||||||||||||||||||||
74 | |||||||||||||||||||||||
75 | |||||||||||||||||||||||
76 | |||||||||||||||||||||||
77 | |||||||||||||||||||||||
78 | |||||||||||||||||||||||
79 | |||||||||||||||||||||||
80 | |||||||||||||||||||||||
81 | |||||||||||||||||||||||
82 | |||||||||||||||||||||||
83 | |||||||||||||||||||||||
84 | |||||||||||||||||||||||
85 | |||||||||||||||||||||||
86 | |||||||||||||||||||||||
87 | |||||||||||||||||||||||
88 | |||||||||||||||||||||||
89 | |||||||||||||||||||||||
90 | |||||||||||||||||||||||
91 | |||||||||||||||||||||||
92 | |||||||||||||||||||||||
93 | |||||||||||||||||||||||
94 | |||||||||||||||||||||||
95 | |||||||||||||||||||||||
96 | |||||||||||||||||||||||
97 | |||||||||||||||||||||||
98 | |||||||||||||||||||||||
99 | |||||||||||||||||||||||
100 |