สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

Pakhapoom Sarapat, PhD

Data Scientist Government Big Data Institute (GBDi)

Publishing Time

May 3, 2021 -
Movements

ชิงความได้เปรียบของเกมส์ด้วยข้อมูล

ที่มาภาพ: wallpaperaccess.com ทุก ๆ องค์กรในแต่ละอุตสาหกรรมเริ่มมีการใช้ Big Data เพื่อสร้างผลประโยชน์สูงสุดให้แก่องค์กร ไม่ว่าจะเป็นการใช้ข้อมูลสมาชิกในการวิเคราะห์เพื่อส่งเสริมการลงทุน หรือการใช้ข้อมูลสัญญาเช่าซื้อในการสร้างโมเดลทางคณิตศาสตร์เพื่อประเมินความเสี่ยงในการเกิดสัญญาหนี้ค้าง จะเห็นได้ว่าในแต่ละอุตสาหกรรมมีการประยุกต์ใช้ข้อมูลที่ต่างกัน มีอุตสาหกรรมหนึ่งที่ผมมองว่ามีการใช้ข้อมูลได้อย่างน่าสนใจและอยากมาเล่าในบทความนี้ ซึ่งนั่นก็คือ อุตสาหกรรมการกีฬา อุตสาหกรรมการกีฬาเป็นอุตสาหกรรมหนึ่งที่มีข้อมูลในจำนวนมหาศาลไม่แพ้อุตสาหกรรมอื่น ๆ ข้อมูลเหล่านี้ล้วนเป็นข้อมูลที่มีค่าที่สามารถนำมาวิเคราะห์ได้ ผมจะมาเล่าตัวอย่างการประยุกต์ใช้ข้อมูลในอุตสาหกรรมการกีฬาครับ การใช้ข้อมูลเพื่อเพิ่มโอกาสชนะในเกมส์การแข่งขัน ที่มาภาพ: BBN Times เมื่อศาสตร์ของการวิเคราะห์ข้อมูลเริ่มมีบทบาทมากขึ้นในการกำหนดผู้ชนะในการแข่งขัน สโมสร หรือทีมกีฬาอาชีพได้ทำการรวบรวมข้อมูลให้มากที่สุดเท่าที่จะทำได้ เพื่อสร้างความได้เปรียบในการแข่งขัน โดยข้อมูลที่สำคัญมีดังนี้ ข้อมูลผู้เล่นของทีมฝั่งตรงข้าม เช่น สไตล์การเล่น...

Apr 1, 2021 -
Big Data 101

Crowd-powered Data Mining

บ่อยครั้งที่การทำ Data Mining Task นั้นการประมวลผล Data โดยใช้เพียง Machine นั้นอาจไม่เพียงพอต่อลักษณะการนำ Data ไปใช้ในปัจจุบันเช่น การวิเคราะห์ความรู้สึก (Sentiment Analysis) และการจำแนกรูปภาพว่ารูปไหนคือสัตว์ชนิดใด (Image Classification) เนื่องจาก Task จำพวกนี้จำเป็นต้องใช้ความสามารถในการตระหนักรู้ของมนุษย์ (Human Cognitive Ability) มาช่วย Machine ในการประมวลผล Data เหล่านี้ให้ถูกต้องและมีประสิทธิภาพมากขึ้น และการที่จะกระจาย Data Mining Task เหล่านี้ไปหามนุษย์จำนวนมาก เพื่อให้มนุษย์ช่วยแก้ปัญหา หรือประมวลผล Data ที่ Machine ทำได้ยาก และนำข้อมูลเหล่านั้นมาใช้ประโยชน์ต่อได้ โดยหลักการนี้เรียกว่าการทำ Crowdsourcing...

Mar 5, 2021 -
Showroom

ลดความเสี่ยงการให้บริการสินเชื่อด้วย machine learning

หนึ่งในสถานการณ์ที่เลวร้ายที่สุดในการให้ยืมเงินคือผู้มาขอยืมไม่ยอมคืนเงิน แล้วอยู่ ๆ ก็ชิ่งหนีหายไป และความเลวร้ายนี้ยิ่งร้ายแรงขึ้นไปอีกขั้นหากพูดถึงการกู้ยืมเงินของสถาบันการเงิน เพราะด้วยความไม่ได้สนิทกันระหว่างสถาบันการเงินและผู้มาขอกู้ยืมเงินเป็นการส่วนตัว จะใช้โหงวเฮ้งหรือกลิ่นน้ำหอมของผู้มาขอกู้ยิมเงินเพื่อตัดสินใจในการอนุมัติการกู้ก็อาจจะไม่สมเหตุสมผล แต่ด้วยความประสบความสำเร็จอย่างต่อเนื่องจากการใช้ machine learning ในการวิเคราะห์ข้อมูล ซึ่งในตอนนี้ถึงเวลาที่จะถูกนำมาใช้ประโยชน์ในวงการการกู้ยิมเงินเช่นกัน โดยในบทความนี้จะเป็นตัวอย่างการวิเคราะห์ข้อมูลด้วย machine learning ในการลดความเสี่ยงในการให้สินเชื่อ

Sign up to join Big Data Community Thailand

Make comments, write articles, and contribute to our community.