การทำเหมืองข้อมูลด้วย Rapidminer Studio 6
วันที่เขียน 9/9/2558 15:31:49     แก้ไขล่าสุดเมื่อ 1/12/2564 3:40:05
เปิดอ่าน: 6187 ครั้ง

โปรแกรม Rapidminer Studio ๖ เป็นเครื่องที่ใช้ในการวิเคราะห์ข้อมูลที่มีขนาดใหญ่หรือเหมืองข้อมูล และสามารถทำการวิเคราะห์ข้อมูลแบบต่างๆ ได้ เช่น - การจำแนกชนิดข้อมูล - การจัดกลุ่มข้อมูล เป็นต้น

เหมืองข้อมูล (Data mining)

เป็นกระบวนการ (Process) ที่กระทำกับข้อมูลขนาดใหญ่เพื่อค้นหารูปแบบ แนวทาง และความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนั้นโดยอาศัยหลักสถิติ การรู้จำ การเรียนรู้ของเครื่อง และหลักคณิตศาสตร์เพื่อให้ได้สารสนเทศที่เราไม่รู้ออกมา โดยสารสนเทศที่ได้จะมีเหตุผลและสามารถนำไปใช้ประโยชน์ได้

เทคนิคต่าง ๆ ของ Data Mining
 

 1. Association rule Discovery

หลักการทำงาน คือ การค้นหาความสัมพันธ์ของข้อมูลจากข้อมูลขนาดใหญ่ที่มีอยู่ เพื่อนำไปวิเคราะห์ หรือทำนายปรากฏการณ์ต่าง ๆ เช่น การวิเคราะห์การซื้อสินค้าของลูกค้าเรียกว่า “Market Basket Analysis”
 2. Classification & Prediction

เป็นการแบ่งประเภทของข้อมูล โดยจะหากฎเพื่อระบุประเภทวัตถุจากคุณสมบัติของวัตถุ

 3. Database Clustering Or Segmentation

เป็นเทคนิคการลดขนาดของข้อมูล ด้วยการรวมกลุ่มตัวแปรที่มีลักษณะเดียวกันไว้ด้วยกัน เพื่อนำข้อมูลที่ได้ไปวิเคราะห์

ส่วนประกอบที่สำคัญของระบบการทำเหมืองข้อมูล 

  • Database & Data Warehouse เป็นแหล่งที่เก็บข้อมูลอื่นๆ เช่น แฟ้มข้อมูล สเปรดชีท ซึ่งเป็นแหล่งที่เก็บข้อมูลดิบสำหรับการทำเหมืองข้อมูล
  • Database/Data Warehouse server ทำหน้าที่นำเข้าข้อมูลตามคำขอของผู้ใช้
  • Knowledge base ได้แก่

–                  ความรู้ในงานที่ทำจะเป็นประโยชน์ต่อการชี้นำทางการสืบค้น หรือการประเมินความน่าสนใจของรูปแบบผลลัพธ์ที่ได้ โดยเป็นความรู้เฉพาะด้านในงานที่ทำ เช่น ความรู้เฉพาะทางการแพทย์ หรือดาราศาสตร์ เป็นต้น

  • Data Mining Engine เป็นส่วนประกอบหลัก ประกอบด้วยโมดูล (Modules) ซึ่งรับผิดชอบงานทำเหมืองประเภทต่างๆ ได้แก่ การหากฎความสัมพันธ์ การจำแนกประเภท การจัดกลุ่ม เป็นต้น
  • Pattern Evaluation Module ทำงานร่วมกับ Data Mining Engine โดยใช้ค่าขีดแบ่งมาตรวัดความน่าสนใจในการกลั่นกรองรูปแบบผลลัพธ์ที่ได้ ซึ่งใช้ประเมินความน่าสนใจของรูปแบบการทำเหมืองที่ได้
  • Graphical User Interface ส่วนติดต่อประสานระหว่างผู้ใช้กับระบบทำเหมือง ซึ่งช่วยให้ผู้ใช้สามารถระบุงานทำเหมืองที่ต้องการ

กลยุทธ์ในการทำเหมืองข้อมูล

  1. แบบจำลองในการทำนาย (Predictive/ Supervised Modeling) เป็นผลลัพธ์ที่สร้างจากการอนุมาน (Inference) ชุดข้อมูลปัจจุบัน เพื่อใช้ในการทำนายประเภทตัวอย่างในอนาคต

    2. แบบจำลองในการบรรยาย (Descriptive/ Unsupervised Modeling) ในที่นี้ อาจเป็นการหาความสัมพันธ์ต่างๆ (Association) หรือหาการจัดกลุ่มข้อมูล (Clustering) ซึ่งไม่ได้มีจุดมุ่งหมายเพื่อการทำนาย

 

 

คำสำคัญ :
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=424
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
สรุปรายงานการอบรม » การอบรมแบบออนไลน์ เรื่อง Active learning: Engaging students in online classes
จากสถานการณ์การแพร่ระบาดของโรคไวรัสโคโรนาสายพันธุ์ใหม่ 2019 (COVID-19) ทำให้รูปแบบการเรียนรู้จากห้องเรียนปรับเปลี่ยนสู่รูปแบบการเรียนการสอนเป็นแบบออนไลน์เพื่อให้เหมาะสมกับสถานการณ์ที่มีการเปลี่ยนแป...
4P  Active learning  Digital skills  Look-Smile-Talk  Personal skills  Teaching skills  แบบสอบถามใจ     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ชมัยพร นิธิกาจณ์พานิช  วันที่เขียน 15/11/2564 16:19:38  แก้ไขล่าสุดเมื่อ 1/12/2564 0:07:55   เปิดอ่าน 658  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
บทความวิชาการ » การพัฒนาทักษะด้านการใช้งาน การพัฒนา หรือการออกแบบผลิตภัณฑ์สินค้าและบริการ ด้วยเทคโนโลยีและนวัตกรรม AR VR MR และ 3D ในระดับเบื้องต้น
เทคโนโลยีและนวัตกรรม นับเป็นปัจจัยสำคัญปัจจัยหนึ่งสำหรับการดำเนินกิจการงานต่าง ๆ ในเรื่องการสนับสนุนข้อมูลด้านการท่องเที่ยว การขนส่ง และการเกษตร รวมถึงด้านการศึกษา ซึ่งเป็นการพัฒนาทักษะด้านการใช้งา...
AR  MR  VR     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ภานุวัฒน์ เมฆะ  วันที่เขียน 29/10/2564 15:10:28  แก้ไขล่าสุดเมื่อ 30/11/2564 23:04:07   เปิดอ่าน 294  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
เผยแพร่ความรู้จากการอบรม how to ทิ้ง ความน่าเบื่อในห้องเรียน เมื่อวันที่ 21 กุมภาพันธ์ 2564 » เผยแพร่ความรู้จากการอบรม How to ทิ้งความน่าเบื่อในห้องเรียน เมื่อวันที่ 21 กุมภาพันธ์ 2564
ความน่าสนใจในเนื้อหาวิชาการ หากแม้อยู่ในห้องเรียนก็เป็นการยากที่ผู้เรียนจะสนใจ โดยเฉพาะอย่างยิ่งในปัจจุบัยการเรียนการสอนออนไลน์เข้ามามีบทบาทเป็นอย่างมาก ดังนั้นผู้ที่มีหน้าที่ต้องทำให้เนื้อหามีความ...
การเรียนการสอนออนไลน์ ยอมรับ     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อนรรฆอร ศรีไสยเพชร  วันที่เขียน 4/10/2564 17:53:15  แก้ไขล่าสุดเมื่อ 1/12/2564 0:07:09   เปิดอ่าน 259  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
หลักการแก๊สโครมาโทกราฟี » Pesticide analysis by GC-MS/MS
ความรู้จากการเข้าร่วมอบรม การตรวจยาฆ่าแมลงในเครื่องเทศด้วยเทคนิค GC-MS/MS ในวันพฤหัสบดีที่ 21 มกราคม 2564 เวลา 10.00 – 11.00 น. การเตรียมตัวอย่างทำได้โดยเทคนิคการสกัด และทำความสะอาดสารตัวอย่างด้ว...
GC-MS/MS  Pesticide     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน สุภาพร แสงศรีจันทร์  วันที่เขียน 3/10/2564 21:49:53  แก้ไขล่าสุดเมื่อ 30/11/2564 23:01:00   เปิดอ่าน 264  ครั้ง | แสดงความคิดเห็น 0  ครั้ง