Page 30 - 6.Machine Learning for Data Science

หลักสูตรการวิเคราะหอินเทอรเน็ตของทุกสรรพสิ่งเบื้องตนดวย Hadoop | 29

บทที่ 5 ตัวอยางการประยุกตใชโมเดลการเรียนรูของเครื่องจักร

การประยุกตใชเทคนิคการเรียนรูของเครื่องจักรสามารถนำไปใชไดในหลากหลายมิติ หลากหลายรูปแบบ ดังเชน

การประยุกตใชในการวิเคราะหขอมูลรูปแบบตาง ๆ การประยุกตใชในการทำนายอนาคตจากขอมูลปจจุบัน

5.1 วัตถุประสงคการเรียนรู

เพื่อใหผูเรียนเขาใจการเรียนรูของเครื่องจักรมากขึ้นผานตัวอยางการประยุกตใชงาน

5.2 การประยุกตใชในวงการการศึกษา

ในเขต Tacoma ในรัฐ Washington มีโรงเรียน 5 แหง ในอดีตที่ผานมาเด็กนักเรียนในเขตการศึกษานี้มีอัตราการ

เรียนจบตามเกณฑ คือไมลาออกกลางคัน และไมตกซ้ำชั้นเพียง 55% จากนักเรียน 30,000 คนเทานั้น หรือหมายถึงในแตละป
จะมีเด็กจำนวนเกือบครึ่งของนักเรียนทั้งหมดที่เรียนไมจบ ในขณะที่คาเฉลี่ยการเรียนจบตามเกณฑของสถาบันการศึกษาใน

อเมริกาสูงถึง 81% ทำใหหนวยงานการศึกษาในเขตการศึกษานี้ทำการ ศึกษาหาสาเหตุ และหาวิธีการที่จะปรับปรุงตัวเลขตรง
นี้ใหดีขึ้น (เขาใจวาขอสอบเลื่อนชั้นของที่นี่เปนแบบขอสอบกลางจากภาครัฐ ไมไดนำพวกคะแนนเก็บในหองเรียนมาใช
หลังจากที่พบปญหาเปนที่แนนอนแลวทาง Tacoma ก็ไดเริ่มรวบรวมขอมูลเกรด, การเขาเรียน, ขอมูลสุขภาพ และ
อื่นๆ ของนักเรียนในลักษณะของคลังขอมูล (Data Warehouse บน Microsoft SharePoint เพื่อใหเจาหนาที่ทางการศึกษา

สามารถเขาถึงขอมูลไดงายผาน Microsoft Excel ซึ่งชวยใหเห็นภาพรวมของแตละโรงเรียนและแตละหองเรียนไดอยางชัดเจน
จากนั้นทำการวิเคราะหขอมูลเพื่อหาจุดออน ซึ่งชวยใหครู อาจารยชวยแกไขปญหาของนักเรียนไดอยางตรงจุดทำให ปจจุบัน

อัตราการเรียนจบของนักเรียนในเขต Tacoma เพิ่มขึ้นเปน 82.6% ยิ่งไปกวานั้นเพื่อใหการปรับปรุงอัตราการเรียนจบดี
ยิ่งขึ้นไปอีกโดยมีเปาหมายใหนักเรียนสามารถเรียนจบไดตามเกณฑ 100% จึงมีการนำเอารูปแบบการเรียนรูของเครื่องจักรมา
ใชในการวิเคราะหผลการเรียนของนักเรียนเปนรายบุคคลตั้งแตเกรด 6 – 12 โดยมีการใชเทคนิคการวิเคราะหเชิงทำนาย
(Predictive Analytics เพื่อทำนายลวงหนาวานักเรียนคนใดมีแนวโนมที่จะสอบตก, ซ้ำชั้น หรือลาออกกลางคันบาง เพื่อให

นักการศึกษาสามารถวางแผนชวยเหลือนักเรียนแตละคนเปนรายบุคคล เชน การจัดติวพิเศษ หรือการพูดคุยใหคำปรึกษา
ตางๆ เปนตน
สิ่งสำคัญของการใชงานกระบวนการเรียนรูของเครื่องจักรนั้นไมเพียงแคทำใหตัวเลขเชิงสถิติสำหรับโรงเรียนจะดีขึ้น

เทานั้น แตการที่ครูสามารถเขาถึงนักเรียนแตละคนที่กำลังมีปญหาดานใดๆ ก็ตามไดอยางถูกจังหวะก็จะทำใหครูสามารถเขา

ไปชวยเหลือเด็กนักเรียนแตละคนไดในเชิงลึก ซึ่งบางครั้งปญหาของการที่นักเรียนไมสามารถเรียนผานไดนั้นอาจไมใชแคการ

ไมเขาใจในเนื้อหาบทเรียน แตอาจกำลังสับสนในชีวิต หรือขาดกำลังใจ หรือมีปญหาอื่นๆ และตองการคนที่คอยใหคำปรึกษา

5.3 การประยุกตใชในงานดานการตลาด

ปจจัยสำคัญที่ทำใหการตลาดประสบความสำเร็จได คือ “การเขาใจวาผูบริโภคตองการอะไร” การหาคำตอบ
ดังกลาวสามารถใชการวิเคราะหและหาขอสรุปจากขอมูลจำนวนมากจะชวยใหนักการตลาดสามารถคาดการณไดวา

กลุมเปาหมายทางการตลาดของตนมีลักษณะอยางไร และมีแนวโนมที่จะเปนอยางไรในอนาคต ทำใหวางแผนการสื่อสาร

ทางการตลาดอยางตรงเปาหมายซึ่งในปจจุบันมีการนำรูปแบบการเรียนรูของเครื่องจักรมาใชในงานดานการตลาดจำนวนมาก
ตัวอยางเชน

INTRODUCTION TO IOT ANALYTICS USING HADOOP สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร