RapidMiner เป็นซอฟต์แวร์ทางด้าน Data Science and Machine Learning ในกลุ่ม No Code/Low Code ที่ใช้ง่าย มีฟีเจอร์ที่ช่วยในการเตรียมข้อมูลและการสร้างโมเดลได้แบบอัตโนมัติ รองรับทั้ง Expert และ Citizen Data Scientists ให้สามารถทำงานร่วมกันได้บนแพลตฟอร์มเดียวกัน

โดยหนังสือเล่มนี้อธิบายการสร้างโมเดล Machine Learning ด้วย RapidMiner แบบ Step by Step ผ่าน Use Case ได้แก่ การแบ่งกลุ่มลูกค้าด้วยวิธี RFM Segmentation การคาดการณ์การลาออกของพนักงาน การแนะนำรถยนต์ที่เหมาะสมสำหรับการขนส่ง การพยากรณ์ปริมาณการใช้น้ำมันเพื่อทำความร้อน

และการพยากรณ์ว่าใครที่จะเป็นโรคเบาหวานบ้าง ครอบคลุมเทคนิคการสร้างโมเดลระดับพื้นฐาน ได้แก่ Decision Tree Naive Bayes Linear Regression และ Logistic Regression

รายละเอียดเพิ่มเติมเล่มนี้
1. ทางเลือกใหม่สู่การเป็น Citizen Data Scientist แบบไม่ต้องเขียนโปรแกรม
2. อธิบายการสร้าง Machine Learning Model ทุกขั้นตอนแบบ Step by Step
3. เตรียม Datasets สำหรับสร้างโมเดลให้ดาวน์โหลดเพื่อนำไปฝึกปฏิบัติตามหนังสือ

ข้อมูลสินค้า
ISBN :9786164873599
Barcode :9786164873599
ขนาดหนังสือ :17 x 22.86 ซม.
ความหนาสินค้า :1.8 ซม.
น้ำหนัก :750 กรัม
จำนวนหน้า :264 หน้า
วันวางจำหน่าย :03/11/65
นักเขียน :ดร.เอกสิทธิ์ พัชรวงศ์ศักดา
บรรณาธิการ :ภีรพล คชาเจริญ
สารบัญ
Chapter 1 DATA SCIENCE PLATFORMSทางเลือกใหม่สำหรับ DATA SCIENTIST
ยุคของการวิเคราะห์และใช้ประโยชน์จากข้อมูล
อาชีพทางด้าน Data Science
Data Scientist และ Citizen Data Scientist
RapidMiner เครื่องมือสำหรับ Citizen Data Scientist

Chapter 2 เริ่มต้นการใช้งาน RAPIDMINER STUDIO 9.10
แนะนำแพลตฟอร์มของ RapidMiner ก่อนเริ่มใช้งาน
เริ่มต้นใช้งาน RapidMiner Studio ครั้งแรก

Chapter 3 เรียนรู้กระบวนการ DATA SCIENCE ในเชิงธุรกิจ
ขั้นตอนการทำ Data Science Project
ตัวอย่างการประยุกต์ใช้ในธุรกิจ (Business Use Case)

Chapter 4 การเตรียมข้อมูลให้มีคุณภาพด้วย TURBO PREP
ทำไมข้อมูลที่มีคุณภาพคือสิ่งที่สำคัญที่สุด
การเตรียมข้อมูลด้วย RapidMiner Turbo Prep
ขั้นตอนการแก้ไขข้อมูลด้วยฟังก์ชันพื้นฐานที่จำเป็น

Chapter 5 การแบ่งกลุ่มลูกค้า CUSTOMER (RFM) SEGMENTATION ด้วย TURBO PREP
แนวคิดการแบ่งกลุ่มลูกค้าในยุค Marketing 5.0
ขั้นตอนการทำ RFM Segmentation ด้วย Turbo Prep

Chapter 6 การสร้าง MACHINE LEARNING ด้วย RAPIDMINER AUTO MODEL
แนวคิดของเทคนิคการเรียนรู้ของเครื่อง (Basic Concepts in Machine Learning)
ประเภทของการเรียนรู้ของเครื่อง (Types of Learning in Machine Learning)
การสร้าง ML Model ด้วย RapidMiner Auto Model
การสร้าง ML Model ด้วยเทคนิค Decision Tree
การสร้าง ML Model ด้วยเทคนิค Naive Bayes
การสร้าง ML Model ด้วยเทคนิค Linear Regression
การสร้าง ML Model ด้วยเทคนิค Logistic Regression
เทคนิคการเรียนรู้แบบมีผู้สอนขั้นสูง (Advanced Supervised Learning Techniques)
เทคนิค Support Vector Machines (SVM)
เทคนิค Random Forest
เทคนิค Gradient Boosted Tree
เทคนิค Deep Learning