โลกในยุคปัจจุบันได้ก้าวเข้าไปสู่ยุคที่เรียกว่า “Big Data” หรือ “ข้อมูลอภิมหาศาล” เนื่องจากในแต่ละวันมีข้อมูลเกิดขึ้นมากมาย อาทิเช่น ข้อมูลสมาชิกของ Facebook ข้อมูลการซื้อสินค้าจากในซุปเปอร์มาร์เกตต่างๆ และเพื่อให้เกิดประโยชน์มากที่สุดเราจำเป็นต้องนำข้อมูลอภิมหาศาลเหล่านี้มาทำการวิเคราะห์ (analyze) ซึ่งเทคนิคหนึ่งที่ได้รับการนิยมอย่างสูงในปัจจุบัน คือ เทคนิค Data Mining ซึ่งเป็นเทคนิคที่ค้นหาความสัมพันธ์ในข้อมูล เช่น ถ้าลูกค้าซื้อเบียร์แล้วลูกค้าจะซื้อผ้าอ้อมร่วมไปด้วย หรือถ้าเรากด Like หน้า Facebook page เราจะเห็นว่า Facebook มีระบบแนะนำ page อื่นๆ ที่เกี่ยวข้องมาให้ด้วย หรือ การสร้างโมเดลเพื่อทำนายสิ่งที่จะเกิดขึ้นในอนาคต เช่น ทำนายยอดขายในไตรมาสถัดไป หรือ การทำนายว่าพนักงานคนไหนที่จะลาออกจากบริษัทในช่วง 3 เดือนข้างหน้า ตัวอย่างเหล่านี้ล้วนเป็นผลมาจากการวิเคราะห์ข้อมูลทางด้าน Data Mining

การวิเคราะห์ข้อมูลด้วย Data Mining นี้กำลังเป็นที่นิยมไปทั่วโลกด้วยแรงขับเคลื่อนอย่างหนึ่งคือ การมีซอฟต์แวร์ที่ช่วยให้ทำการวิเคราะห์ได้ง่ายขึ้น แต่ซอฟต์แวร์ส่วนใหญ่จะเป็นซอฟต์แวร์เชิงพาณิชย์ (commercial software) เช่น SAS Enterprise Miner หรือ IBM Intelligent Miner ทว่าการลงทุนซื้อซอฟต์แวร์เชิงธุรกิจเหล่านี้มาใช้งานอาจจะไม่คุ้มค่าในการลงทุนสำหรับผู้ประกอบการวิสาหกิจขนาดกลางและขนาดย่อม (SMEs) หรืออาจารย์ นักวิจัย และ นักศึกษาระดับปริญญาโทและเอก ในมหาวิทยาลัยต่างๆ ดังนั้นวิธีการหนึ่งที่จะทำให้เราสามารถวิเคราะห์ข้อมูลเหล่านี้ได้คือการใช้ open source software ที่สามารถดาวน์โหลดมาใช้งานได้โดยไม่เสียค่าใช้จ่าย (ฟรี !!!) เช่น ซอฟต์แวร์ Weka ผมคลุกคลีกับ Weka มาเป็นเวลาหลายปี เคยเขียนคู่มือการใช้งาน Weka Explorer ลงในนิตยสาร OpenSource2Day สร้างหลักสูตรการอบรมการใช้งาน Weka Explorer และอบรมการใช้งานซอฟต์แวร์ตัวนี้มาเป็นจำนวนเกือบยี่สิบรุ่น แม้ว่าซอฟต์แวร์นี้จะใช้งานได้ง่ายสำหรับผู้เริ่มต้นและสะดวกที่จะนำไปใช้ในการพัฒนา Web Application แต่ในหลายๆ ครั้งผมมักจะพบข้อจำกัดหรือความยากในการแสดงผลจากซอฟต์แวร์ตัวนี้ ดังนั้นผมจึงหันมาสนใจซอฟต์แวร์ตัวอื่นที่สามารถทดแทนหรือดีกว่าซอฟต์แวร์ Weka Explorer และผมก็พบกับซอฟต์แวร์ RapidMiner Studio 6 ซึ่งเป็นซอฟต์แวร์ทาง Data Mining ที่ได้รับการโหวตว่ามีผู้ใช้งานมากที่สุดจากเว็บไซต์ KDnuggets.com เมื่อปี 2013 ในหลักสูตรนี้ผมจะแนะนำให้คุณรู้จักการวิเคราะห์ข้อมูลด้วยเทคนิค Data Mining ตั้งแต่ระดับต้นจน (basic) จนถึงระดับกลาง (intermediate) ด้วยการใช้ซอฟต์แวร์ RapidMiner Studio 6 ซึ่งเป็นเวอร์ชันล่าสุด

วันที่ 1

• แนะนำการวิเคราะห์ข้อมูลด้วยเทคนิค Data Mining และการใช้ประโยชน์ในงานวิจัย
• แนะนำกระบวนการ CRISP-DM เบื้องต้นสำหรับการวิเคราะห์ข้อมูล
• แนะนำส่วนต่างๆ ของซอฟต์แวร์ RapidMiner Studio 6
• การนำข้อมูลไฟล์ Excel, CSV เข้ามาใช้ใน RapidMiner Studio 6
• ลักษณะของแอตทริบิวต์ (attribute) ต่างๆ ในชุดข้อมูล
• การเขียนไฟล์ให้อยู่ในรูปแบบของ Excel และ CSV
• การแสดงข้อมูลในกราฟแบบต่างๆ เช่น scatter plot, time series
• การค้นหา Outlier ซึ่งเป็นข้อมูลที่แตกต่างจากข้อมูลอื่นๆ
• การค้นหาข้อมูลที่ผิดพลาด (missing value) และแทนที่ด้วยค่าที่กำหนดเองหรือค่าทางสถิติ
• การแปลงข้อมูลด้วยเทคนิค discretization แบบกำหนดช่วงเองหรือแบบอัตโนมัติ
• การลดจำนวนข้อมูลด้วยการ sampling แบบต่างๆ
• การเลือกแอตทริบิวต์เพื่อใช้ในการวิเคราะห์ข้อมูล
• แนะนำการหากฏความสัมพันธ์ (association rules) และการประยุกต์ใช้งานด้านต่างๆ
• แนะนำเทคนิคการหากฏความสัมพันธ์ด้วยเทคนิค Apriori และ FP Growth
• การแปลงข้อมูลจากฐานข้อมูล relation database ให้เป็นฐานข้อมูล transaction database
• การหากฏความสัมพันธ์ด้วยเทคนิค FP Growth ซึ่งเป็นวิธีที่มีประสิทธิภาพมากที่สุด
• Workshop การหากฏความสัมพันธ์จากข้อมูลการซื้อสินค้าจำนวนมากกว่า 100,000 transactions ด้วย RapidMiner Studio 6
• แนะนำการแบ่งกลุ่มข้อมูล (clustering) และการประยุกต์ใช้งานด้านต่างๆ
• แนะนำตัววัดประสิทธิภาพของการแบ่งกลุ่มข้อมูล
• แนะนำการแบ่งกลุ่มข้อมูลด้วยเทคนิค K-Means และ DBScan
• Workshop การแบ่งกลุ่มข้อมูลทางด้านการศึกษาและการแพทย์ด้วย RapidMiner Studio 6

วันที่ 2

• แนะนำการจำแนกประเภทข้อมูล (classification)
• การวัดประสิทธิภาพของการจำแนกประเภทข้อมูล
• แนะนำเทคนิค Linear Regression และการประยุกต์ใช้งาน
• การใช้งาน Linear Regression ใน RapidMiner Studio 6
• แนะนำเทคนิค Naive Bayes และการประยุกต์ใช้งาน
• การใช้งาน Naive Bayes ใน RapidMiner Studio 6
• แนะนำเทคนิค Decision Tree และการประยุกต์ใช้งาน
• การใช้งาน Decision Tree ใน RapidMiner Studio 6
• แนะนำเทคนิค K-Nearest Neighbours (KNN) และการประยุกต์ใช้งาน
• การใช้งาน KNN ใน RapidMiner Studio 6
• แนะนำเทคนิค Neural Networks และการประยุกต์ใช้งาน
• การใช้งาน Neural Networks ใน RapidMiner Studio 6
• แนะนำเทคนิค Support Vector Machines (SVM) และการประยุกต์ใช้งาน
• การใช้งาน SVM ใน RapidMiner Studio 6
• Workshop การจำแนกประเภทข้อมูลในงานด้านต่างๆ
  • ด้านธุรกิจ
  • ด้านการศึกษา
  • ด้านการแพทย์
• การคัดเลือกแอตทริบิวต์ (attribute selection) และการประยุกต์ใช้ในการจำแนกประเภทข้อมูล
• Workshop การคัดเลือกแอตทริบิวต์และการจำแนกประเภทข้อมูลในงานด้านต่างๆ
• การจำแนกประเภทข้อมูลแบบหลายลาเบล (multi-label)
• Workshop การจำแนกประเภทข้อมูลแบบหลายลาเบล

วันที่ 3

• การเปรียบเทียบประสิทธิภาพของโมเดลจากเทคนิค classification ต่างๆ และ t-test
• แนะนำเทคนิคการหาวิธี classification ที่เหมาะสมสำหรับข้อมูลแต่ละชุด (meta-learning)
• แนะนำการทำ Text Mining ด้วย RapidMiner Studio 6
• Workshop การจำแนกข้อความที่เป็น spam จาก SMS
• Workshop การแบ่งกลุ่มข้อมูลจากข้อความรีวิว (Review)
• Workshop การหากฏความสัมพันธ์จากข้อความรีวิว
• แนะนำการทำ Image Mining ด้วย RapidMiner Studio 6
• Workshop การจำแนกรูปภาพออกเป็นประเภทต่างๆ