Please enable JavaScript.
Coggle requires JavaScript to display documents.
บทที่ 1 ข้อมูลมีคุณค่า - Coggle Diagram
บทที่ 1 ข้อมูลมีคุณค่า
1.1 ยุคของข้อมูลและสารสนเทศ (information age)
ข้อมูล (data)
หมายถึง ข้อเท็จจริงหรือเรื่องราวที่เกี่ยวข้องกับสิ่งต่าง ๆ เช่น คน สัตว์ สิ่งของ สถานที่ ฯลฯ โดยอยู่ในรูปแบบที่เหมาะสมต่อการสื่อสาร การแปลความหมายและการประมวลผล ซึ่งข้อมูลอาจได้มาจากการสังเกต เก็บรวบรวมและการวัด ข้อมูลอาจเป็นตัวเลข ตัวอักขระ หรือสัญลักษณ์ต่าง ๆ ต้องมีความเป็นจริงและต่อเนื่อง มีการเก็บรวบรวมข้อมูลอย่างเป็นระบบ เช่น ชื่อ สกุล ที่อยู่ อายุ เพศ คะแนนสอบ ส่วนสูง น้ำหนัก ฯลฯ
ชนิดของข้อมูล
1) ข้อมูลตัวเลข ได้แก่ ข้อมูลที่ใช้แทนจำนวนซึ่งจะนำไปใช้ในการคำนวณ เช่น ปริมาณน้ำฝน อุณหภูมิ จำนวนนักเรียน ความสูง น้ำหนัก เกรดเฉลี่ย ราคาสินค้า จำนวนสินค้า เป็นต้น
2) ข้อมูลอักขระ ได้แก่ ข้อมูลที่เป็นตัวอักษร ตัวเลขที่ไม่ใช้ในการคำนวณ หรือสัญลักษณ์ต่าง ๆ เพียงอย่างใดอย่างหนึ่ง หรืออาจเป็นตัวอักษร ตัวเลข หรือสัญลักษณ์ผสมกัน เช่น ชื่อโรงเรียน เบียนรถยนต์ สห 191 หมายเลขโทรศัพท์ 08-21860207 เลขที่บ้าน 70/3 ซึ่งเป็นตัวเลขและสัญลักษณ์ เป็นต้น
3) ข้อมูลรูปภาพ ได้แก่ ข้อมูลที่เป็นภาพถ่ายหรือภาพลายเส้น เช่น ภาพถ่าย แบบก่อสร้างอาคาร ภายลายเซ็น
4) ข้อมูลเสียง ได้แก่ เสียงที่บันทึกไว้ด้วยแถบเสียง หรือบันทึกเป็นข้อมูลไว้ในคอมพิวเตอร์และใช้คอมพิวเตอร์ในการประมวลผล เช่น การบริการสารสนเทศผ่านทางโทรศัพท์ของธนาคารต่าง ๆ ซึ่งการบริการนี้ได้ใช้คอมพิวเตอร์ช่วยในการประมวลผลและให้ผลลัพธ์เป็นเสียงตอบกลับมาทางโทรศัพท์
ดังนั้น ข้อมูลจึงเป็นสิ่งจำเป็นที่มีความสำคัญอย่างยิ่งและถูกนำมาใช้ประโยชน์ในด้านต่าง ๆ เช่น ด้านเศรษฐกิจ การศึกษา สาธารณสุข สิ่งแวดล้อม การเกษตรและการคมนาคม ฯลฯ
สารสนเทศ (Information :)
หมายถึง ข้อมูลที่เป็นเรื่องเกี่ยวกับความจริงของคน สัตว์ สิ่งของ ทั้งที่เป็นรูปธรรม นามธรรม ที่ได้เก็บรวบรวม ประมวลผล เรียกค้น และสื่อสารระหว่างกันนำมาใช้ให้เกิดประโยชน์
1.2 วิทยาการข้อมูล (data science)
วิทยาการข้อมูล (data science)
คือ การศึกษาถึงกระบวนการ วิธีการ หรือเทคนิค ในการนำข้อมูลจำนวนมาหาศาล มาประมวลผลเพื่อให้ได้องค์ความรู้ เข้าใจปรากฎการณ์หรือตีความ ทำนายหรือพยากรณ์ ค้นหารูปแบบหรือแนวโน้มจากข้อมูล และสามารถนำมาวิเคราะห์ต่อยอดเพื่อแนะนำทางเลือกที่เหมาะสม หรือใช้ในการตัดสินใจเพื่อประโยชน์สูงสุด ตัวอย่างเช่น
1.1 ข้อมูลช่วยอธิบายปรากฎการณ์ที่เกิดขึ้น เรื่องของฝุ่นละอองที่มีขนาดเล็กกว่า 2.5 ไมโครเมตร์ มีค่าเกินมาตรฐาน คือ มากกว่า 2.5 ไมโครกรัมต่อลุกบาศก์เมตร เหตุการณ์ดังกล่าวจะเกิดขึ้นซ้ำในช่วงเวลาเดียวกันหลาย ๆ วัน บางช่วงเวลาของวันปริมาณฝุ่นก็ลดลงจนอยู่ในระดับต่ำมาก จากการเก็บข้อมูลในแต่ละช่วงเวลาอย่างต่อเนื่องด้วยเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่ง (Internet of things: IoTs) เข้ามาประยุกต์ใช้ ทำให้หน่วยงานที่เกี่ยวข้องสามารถหาวิธีการแก้ปัญหาฝุ่นควันได้อย่างเป็นระบบต่อไป
1.2 ข้อมูลช่วยเปลี่ยนมุมมองของสิ่งต่าง ๆ บนโลกได้ เรื่องของการแบ่งกลุ่มประเทศพัฒนาแล้วน่าจะมีเศรษฐกิจที่พึ่งพาการผลิตที่ทันสมัยกว่า มีรายได้และคุณภาพชีวิตดีกว่า และกลุ่มประเทศกำลังพัฒนา โดยใช้เกณฑ์เศรษฐกิจและคุณภาพชีวิชิต แต่เมื่อค้นหาข้อมูลด้านเศรษฐกิจแทนด้วยข้อมูลรายได้และเกณฑ์คุณภาพชีวิตแทนด้วยข้อมูลอายุขัยเฉลี่ย จากข้อมูลที่ได้กลับไม่มีการกระจายที่แยกกลุ่มประเทศที่พัฒนาออกจากประเทศกลุ่มอื่น ๆ ได้อย่างชัดเจน
1.3 ข้อมูลช่วยในการตัดสินใจ เรื่องของการระบาดของอหิวตกโรค จากการเก็บข้อมูลทำให้หมอจอห์น สโนว์ (Dr.john Snow) จัดทำแผนที่การกระจายของผู้ป่วยจากจำนวนและตำแหน่งที่พบผู้ป่วยจำนวนมาก และตั้งสมมติฐานว่าการระบาดเกิดจากแหล่งน้ำที่ปนเปื้อนเชื้อโรค ที่พบผู้ป่วยตายจำนวนมาก เมื่อเทียบกับแหล่งน้ำอื่น ๆ ทำให้หมอตัดสินใจยกเลิกการใช้แหล่งน้ำนั้น ทำให้การแพร่ระบาดของโรคหยุดลง
1.4 ข้อมูลช่วยเพิ่มมูลค่าให้กับบริการหรือผลิตภัณฑ์ เรื่องของข้อมูลที่ดินที่เหมาะก้บการปลูกพืชชนิดใด จากการเก็บข้อมูลและประมวลผลผ่านระบบแผนที่เกษตรเพื่อการบริหารจุดการเชิงรุกออนไลน์ (Agri-Map online) ของสำนักงานเศรษฐกิจการเกษตร (สศก.) กระทรวงเกษตรและสหกรณ์ ทำให้สามารถเสนอทางเลือกในการปลูกพืชทดแทนที่เหมาะสมกับสภาพพื้นที่ ทางภูมิศาสตร์ แหล่งจำหน่ายและการตลาด ช่วยเกษตรกรเพิ่มมูลค่าให้กับผลิตภัณฑ์การเกษตรของตนเองได้
1.3 กระบวนการวิทยาการข้อมูล (data science process)
กระบวนการวิทยาการข้อมูล คือ
ขั้นตอนในการดำเนินกิจกรรมเพื่อไม่ให้สับสนหรือพลาดประเด็นใดไป นักเรียนสามารถดำเนินการตามกระบวนการของวิทยาการข้อมูลที่ระบุขั้นตอนสำคัญต่าง ๆ ที่ประกอบด้วย การตั้งคำถาม การเก็บรวบรวมข้อมูล การสำรวจข้อมูล การวิเคราะห์ข้อมูล การสื่อสารและการทำผลลัพธ์ให้เป็นภาพสู้ผู้ใช้กลุ่มเป้าหมาย มีรายละเอียด
1.4 การคิดเชิงออกแบบ (design thinking) สำหรับวิทยาการข้อมูล
การคิดเชิงออกแบบ (design thinking)
เป็นกระบวนการทำความเข้าใจปัญหาของผู้ใช้งานหรือกลุ่มเป้าหมาย จากมุมมองของหลาย ๆ คนเพื่อนำเสนอแนวทางแก้ไขปัญหาแบบใหม่ที่อาจไม่เคยคิดมาก่อน ผ่าน 5 ขั้นตอน ได้แก่ การเข้าใจ (Empathize) กำหนดปัญหา (Define) ระดมความคิด (Ideate) สร้างต้นแบบ (Prototype) และ ทดสอบ (Test) โดย Design Thinking ถือว่าเป็นกระบวนการสร้างนวัตกรรม หรือพัฒนาผลิตภัณฑ์ด้วยอย่างหนึ่ง
หลักการพื้นฐานของการคิดเชิงออกแบบ คือ
1) การมองในมุมมองของผู้ใช้ เอาใจเขามาใส่ใจเรา เพื่อสร้างความเข้าใจต่อผู้ใช้อย่างลึกซึ้ง และคิดต่อว่าต่องการทราบข้อมูลนี้ไปทำไม เพื่ออะไร
2) การลองผิดลองถูกและเรียนรู้ผ่านการทดลองกับกลุ่มผู้ใช้จริง เพื่อระดมความคิดจากมุมมองของหลาย ๆ คน สร้างเป็นแบบจำลองการใช้งาน สำหรับสือสารหรือพูดคุยกับผู้ใช้ ทำให้เห็นภาพสิ่งที่คิดนั้นชัดเจน
3) การทำซ้ำและปรับปรุง การออกแบบที่ดีมักผ่านการปรับปรุงแก้ไขหลายครั้ง ข้อคิดเห็นจากผู้ใช้เป็นสิ่งที่นักออกแบบคาดไม่ถึง การนำข้อมูลดังกล่าวมาปรับปรุงงานออกแบบจึงเป็นสิ่งที่สำคัญมาก และควรกล้าที่จะทดสอบ ลองผิดลองถูก