Author: Kasidis Satangmongkol

  • รู้จัก 5 ขั้นตอนการทำงาน Data Science – OSEMN

    ถ้าตอนไปสัมภาษณ์งานโดน HR ถามว่า data science คืออะไร? ก็ขอให้ตอบอย่างมั่นใจว่า – Data Science is OSEMN – โดยวัตถุประสงค์หลักของ OSEMN คือการหา pattern ที่ซ่อนอยู่ในข้อมูลที่สามารถนำไปใช้ประโยชน์ได้ในอนาคต (i.e. สั้นๆคือหา insights ที่เอาไปใช้ได้จริง) OSEMN เป็น short-abbreviation ของ 5 ขั้นตอนการทำงานด้าน data science ประกอบด้วย Obtain Scrub Explore Model iNterpret Core Principles ทุกๆ data science project เริ่มจากการเก็บรวบรวมข้อมูล <Obtain> ต่อด้วยการทำความสะอาดข้อมูล ปรับหน้าตาให้อยู่ใน format ที่เหมาะสม <Scrub> จากงานวิจัยของ DJ Patil (2012) พบว่าขั้นตอนการ scrub ใช้เวลานานที่สุดประมาณ 50-80% ของ…

  • ทำนายผลการเลือกตั้ง US อย่างแม่นยำด้วย Google Trends

    อธิบายการใช้ข้อมูล Google Trends ทำนายผลการเลือกตั้งของประเทศอเมริกาในปี 2016, 2012 และ 2008 ได้อย่างโคตรแม่น! ทำได้ยังไง? หาคำตอบได้ในบทความนี้

  • เขียนโปรแกรมเกมทายตัวเลข 0-100 ง่ายๆใน R

    หนึ่งในวิธีที่จะช่วยเราพัฒนา Coding Skill ได้เร็วที่สุดคือการลองเขียน Simple Program อย่างเกมง่ายๆ แล้วลองเล่นดูว่าโปรแกรมรันได้ถูกต้องหรือเปล่า สำหรับคนที่เพิ่งเริ่มเขียนโค้ดใหม่ๆ ลองเริ่มจากเกมที่กฏง่ายๆก่อน เช่น Number Guessing Game (เกมทายตัวเลข) Just play. Have fun. Enjoy the game. — Michael Jordan บทความวันนี้จะสอนเขียนเกมทายเลขง่ายๆใน R เขียน Code จริงไม่ถึง 20 ไลน์ (เสร็จใน 5 นาที) พร้อมอธิบายการทำงานของ Control Flow ใน R เบื้องต้น เช่น if-else เพื่อสร้างเงื่อนไขในเกม Simple Game Rules สำหรับกฏของเกมนี้ก็ง่ายๆ ทายตัวเลขระหว่าง 1-100 ถ้าทายถูก ก็ชนะ จบเกม ถ้าทายผิด โปรแกรมจะบอกว่าเราทายเลขสูงหรือต่ำเกินไป (Hint)…

  • เปรียบเทียบ Structured vs. Unstructured Data

    เปรียบเทียบ Structured vs. Unstructured Data แต่ละแบบหน้าตาเป็นยังไง Numeric vs. Categorical ใช้ยังไงในทางสถิติ หาคำตอบได้ในบทความนี้

  • 10 คอร์สเรียนฟรีด้าน Data Science บน Coursera

    10 คอร์สเรียนฟรีด้าน Data Science บน Coursera

    แนะนำคอร์สเรียนออนไลน์ Data Science น่าเรียนประจำปี 2018 ครบทั้ง Python, R, SQL และ Google Cloud Platform เรียนจบสามารถขอใบ certificate ได้ด้วย

  • วิเคราะห์ข้อมูล Facebook Page ด้วย R (2018)

    วิเคราะห์ข้อมูล Facebook Page ด้วย R (2018)

    Facebook เป็นแหล่งข้อมูลสาธารณะที่น่าจะใหญ่ที่สุดอันดับต้นๆของโลกยุคนี้ เรากำลังพูดถึง posts, comments, likes, shares ที่ users ไปเขียนและ interact กับ public pages ต่างๆ ถ้าเราดึงข้อมูลเหล่านั้นมาใช้ได้น่าจะมีประโยชน์มากทีเดียว โดยเฉพาะด้านการตลาดดิจิตอล ถ้าแบรนด์เข้าใจว่าคนกำลังพูดอะไรเกี่ยวกับสินค้าและบริการของเราบ้างน่าจะดีไม่ใช่น้อย! สำหรับเพื่อนๆที่อยากดึงข้อมูล facebook page มาวิเคราะห์เล่นๆ? (posts, likes, shares) วันนี้เราจะสอนทำเองง่ายๆ ด้วย Graph API และ package Rfacebook ของ Pablo Barbera Intro to Facebook Graph API ก่อนที่เราจะดึงข้อมูลจาก facebook platform ได้ เราต้องขออนุญาตจากพี่มาร์คก่อนด้วยการขอ access token ซึ่งตัว token จะมีสองแบบคือแบบชั่วคราวใช้ได้ประมาณสองชั่วโมง (short-term token) และแบบใช้ได้ระยะยาวประมาณ 60 วัน (long-term token)…