Author: Nuchanat RongRoang

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 7) : Introduction to deep learning

ความแตกต่างระหว่าง Machine Learning กับ Deep Learning และ Deep learning model and application สนใจอ่านรายละเอียดต่อ

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 6) : Sentiment analysis on text data

แนะนำวิธีการจัดการข้อมูลที่เป็น text การเตรียมข้อมูลสำหรับสร้างโมเดล การแปลงข้อมูล Text ให้เป็นตัวเลขในตาราง สนใจอ่านรายละเอียดต่อ

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 5) : Recommender system

แนะนำเทคนิคที่ใช้ใน Recommender system ได้แก่ Association analysis และ Collaborative filtering และแนะนำตัวอย่าง Application ที่ใช้ Association Rules สนใจอ่านรายละเอียดต่อ

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 3) : ขั้นตอนการสร้างโมเดลสำหรับนักวิทยาศาสตร์ข้อมูล

อธิบายขั้นตอนการสร้างโมเดลสำหรับนักวิทยาศาสตร์ข้อมูล 1) ทำความเข้าใจข้อมูล (Data Understanding) 2) การเตรียมข้อมูล (Data Preprocessing) 3) การสร้างโมเดลและการประเมินโมเดล (Model Training and Model Evaluation) สนใจอ่านรายละเอียดเพิ่มเติม

Datascientist

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 4) : การสร้างโมเดลใช้เทคนิค Unsupervised and Supervised Machine Learning

การสร้างโมเดลมี 2 หัวข้อหลักๆ ถ้าข้อมูลแบบไม่มี target จะใช้เทคนิคแบบไม่มีผู้สอน (Unsupervised Machine Learning) ซึ่งในหัวข้อนี้อธิบายเกี่ยวกับ Clustering : K-means และถ้ามี target จะใช้เทคนิคแบบมีผู้สอน (Supervised Machine Learning) สนใจอ่านรายละเอียดต่อ

DS1

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 2) : Data cleansing

อบรมหลักสูตร Data Scientist Essentials (ช่วงที่ 2) วันที่จัดอบรม : วันที่ 14 -15, 21-22 และ 28-29 พฤศจิกายน 2562 ( จำนวน 6 วัน ) Data cleansing เป็นการทำให้ข้อมูลพร้อมสำหรับการสร้างโมเดล จำแนกประเภทของข้อมูล วิธีการจัดการกับข้อมูลที่ขาดหายไป (Missing Values) และวิธีการหาข้อมูลที่ผิดปกติ (Outlier) สนใจอ่านรายละเอียดต่อ

DS1

สรุปการฝึกอบรมหลักสูตร Data Scientist Essentials (ตอนที่ 1) : Introduction to Data Science and Machine Learning and Introduction to Hadoop

อบรมหลักสูตร Data Scientist Essentials วันที่จัดอบรม : วันที่ 14 -15, 21-22 และ 28-29 พฤศจิกายน 2562 ( จำนวน 6 วัน )Introduction to Data Science and Machine Learning, Introduction to Hadoop, HDFS, YARN, MapReduce, Spark, Spark Platform, งานของนักวิทยาศาสตร์ข้อมูล, งานของนักวิศวกรข้อมูล สนใจอ่านรายละเอียดเพิ่มเติม

การประยุกต์ใช้กฏของพาเรโต้ หรือกฏ 80/20 

การประยุกต์ใช้กฏของพาเรโต้ หรือกฏ 80/20 จากสภาพการแข่งขันในปัจจุบันการเรียนรู้กฎของพาเรโต้ ถือเป็นสิ่งจำเป็นอย่างหนึ่ง เพื่อให้องค์กรสามารถปรับตัวได้ทัน แก้ไขปัญหาต่างๆ ได้อย่างทันท่วงทีมากยิ่งขึ้น ถ้าใครยังไม่รู้จักกฏพาเรโต้ วันนี้เราจะมาแนะนำให้รู้จักกันค่ะ

บริษัท อาร์ แอนด์ ดี บีไอ จำกัด ได้รับการรับรองการขึ้นทะเบียนที่ปรึกษา กับกระทรวงการคลัง

บริษัท อาร์ แอนด์ ดี บีไอ จำกัด ได้ทำการขึ้นทะเบียนที่ปรึกษา กับศูนย์ข้อมูลที่ปรึกษา สำนักงานบริหารหนี้สาธารณะ กระทรวงการคลัง และได้รับการอนุมัติรับรองการขึ้นทะเบียนที่ปรึกษา ประเภทนิติบุคคล มีผลตั้งแต่วันที่ 24 ตุลาคม 2561 สาขาความเชี่ยวชาญ หมวด ICT : เทคโนโลยีสารสนเทศและการสื่อสาร

Orange Data Mining Tool (Open source Tools)

ทางเราได้โจทย์จากลูกค้าที่ต้องการทำ Predictive แบบไม่อยากเสียค่าลิขสิทธิ์ของซอฟต์แวร์ หรือต้องการซื้อขาด ไม่มีค่า MA และต้องการจ้างที่ปรึกษาเพื่อไปช่วยวิเคราะห์ แต่ถ้าเราเขียน script ให้คาดว่าจะต้องใช้เวลามาก ดังนั้น เพื่อลดระยะเวลาในการทำงานของทีมนักวิเคราะห์ / นักวิจัย และประหยัดงบประมาณในการจ้างที่ปรึกษา พร้อมทั้งสามารถปรับเปลี่ยนแก้ไข หรือดูแลต่อเองได้ด้วย 

การประยุกต์ Objective and Key Results (OKRs)

เมื่อวันเสาร์ที่ 27 ต.ค. 2018 ที่ผ่านมาได้มีโอกาสไปฟัง OKRs Knowledge Sharing ทำให้อยากจะแชร์ความรู้และประสบการณ์ที่ได้รับให้ผู้อื่นอ่านบ้าง เกี่ยวกับสิ่งที่ควรคำนึงถึงเมื่อคิดจะนำ OKRs มาประยุกต์ใช้ในองค์กร

เชิญพบกับบริษัท อาร์ แอนด์ ดี บีไอ จำกัด ได้ที่งาน Digital Thailand Big Bang 2018

มาเจอทีมงานบริษัท อาร์ แอนด์ ดี บีไอ จำกัด ได้นะคะ ที่งาน Digital Thailand Big Bang 2018 เริ่มงานพรุ่งนี้ 19 กันยายน -23 กันยายน 2561 ณ อิมแพ็ค Challenger Hall 1-3 อิมแพ็ค เมืองทองธานี