Sign in Subscribe

Latest

อยากเป็น Data Scientist (1/2)

อยากเป็น Data Scientist (1/2)

7 Hard Skills ที่ Data Scientist ต้องรู้ 1. Programming Language Data Scientist จำเป็นต้องรู้ Programming Language หากยังไม่รู้ภาษาใดเลย ภาษา Python ถือเป็นตัวเลือกที่น่าสนใจ และ เป็นภาษาที่ได้รับความนิยมอันหนึ่งที่ Data Scientist ใช้งาน นอกเหนือไปจากนั้น อาจเป็น R,

Pros & Cons ของ Machine Learning Algorithms ที่นิยมใช้

Pros & Cons ของ Machine Learning Algorithms ที่นิยมใช้

ใน Blog นี้ จะพูดถึง Pros (ข้อดี) และ Cons (ข้อเสีย) ของ Machine Learning Algorithms ต่างๆ ที่นิยมนำมาใช้งาน Linear Regression 🟢 ข้อดี * ง่ายในการ Implement และ มีประสิทธิภาพในการ Train * สามารลด Overfit ได้ โดยใช้ Regularization * ใช้งานได้ดี เมื่อ Dataset มีความสั

Evaluation Metrics for Classification Model

Evaluation Metrics for Classification Model

การประเมิน (Evaluate) Model เป็นส่วนสำคัญในการสร้าง Machine Learning models ที่มีประสิทธิภาพ * ในการประเมินการ Classification ตัวชี้วัดที่ใช้บ่อยที่สุด ควรจะเป็น “Accuracy” * เมื่อ Model มี Accuracy = 99% เราเชื่อว่า มันน่าจะดี แต่มันไม่จริงเสมอไป และในบางสถานการณ์

NumPy & Pandas สำหรับผู้เริ่มต้นงาน Data Science (Ep.2/2)

NumPy & Pandas สำหรับผู้เริ่มต้นงาน Data Science (Ep.2/2)

อ่าน Ep.1/2 ที่นี่ -> https://www.nerd-data.com/numpy-pandas-ep1/ ****** Pandas คือ อะไร? Pandas สร้างขึ้นบน NumPy และมีประโยชน์สำหรับการจัดการชุดข้อมูล มีโครงสร้างข้อมูลหลักอยู่ 2 โครงสร้าง คือ Series และ Dataframe โดยที่ Series จะเป็นลำดับของค่

NumPy & Pandas สำหรับผู้เริ่มต้นงาน Data Science (Ep.1/2)

NumPy & Pandas สำหรับผู้เริ่มต้นงาน Data Science (Ep.1/2)

Python เป็นภาษาที่ได้รับความนิยมมาก ในงาน Data Science เนื่องจากความง่าย รวมไปถึง มี Community ขนาดใหญ่ และ Open Source Libraries ที่พร้อมใช้งานจำนวนมาก เช่น การจัดการข้อมูล การประยุกต์ใช้ Machine Learning & Deep Learning Models สำหรับผู้เริ่มต้นในงานด้าน Data Science มี

5 Skills สำหรับ Marketing Analytics และ Data Scientist

5 Skills สำหรับ Marketing Analytics และ Data Scientist

บางอย่างเร็ว 🐇 บางอย่างช้า 🐢 ผู้เชี่ยวชาญด้าน Marketing Analytics และ Data Scientist ต้องเผชิญกับความท้าทายที่เหมือนจะไม่เข้ากันนี้ กล่าวคือ ต้องปรับตัวให้เข้ากับการเปลี่ยนแปลงที่รวดเร็วของเทคโนโลยี AI และ Machine Learning / Deep Learning แต่ยังคงต้องคำนึงถึง

RFM Model โดยใช้ Python

RFM Model โดยใช้ Python

RFM ย่อจาก Recency, Frequency, Monetary ใช้เพื่อแบ่ง Segment ลูกค้า ถือเป็น Behavioral Segmentation มี 3 Features ที่สำคัญ คือ 1. Recency - จำนวนวัน ตั้งแต่การซื้อครั้งสุดท้าย 2. Frequency - จำนวน Transactions ในช่วงเวลาที่กำหนด 3. Monetary -