Page 7 - 3.Big Data Analytics
P. 7

หลักสูตรการวิเคราะห์ข้อมูลขนาดใหญ่   6




                  Section 1: The basics of working with big data




                  1.1 วัตถุประสงคการเรียนรู

                           1)  ทราบที่มาของขอมูลขนาดใหญ


                           2)  ทราบความหมายของขอมูลขนาดใหญ

                           3)  เขาใจความทาทายในโลกของขอมูลขนาดใหญ


                  1.2 ที่มาของขอมูลขนาดใหญ


                             เทคโนโลยีขอมูลขนาดใหญ (Big Data Technology นั้นมีมานานแลว แตอยางไรก็ตาม เนื่องจากในยุค
                  ปจจุบันนี้ เปนยุคแหงขอมูลเชิงดิจิทัล ซึ่งทำใหขอมูลขนาดใหญนั้นมีความสำคัญกับการนำไปใชประโยชนในหลายๆ องคกร

                  และสามารถประยุกตใชไดในหลายๆ ดาน

                             กอรดอน มัวร (Gordon E. Moore เปนผูรวมกอตั้งบริษัทอินเทล ไดใชหลักการสังเกตตั้งกฎของมัวร

                  (Moore’s law ขึ้น ซึ่งเขาบันทึกไววา ปริมาณของทรานซิสเตอรบนวงจรรวม  จะเพิ่มเปนเทาตัวทุก 18เดือน ซึ่งก็เปนจริง

                  ตามนั้น หลังจากที่มีการคนพบวงจรรวม (ไอซี เพียงแค 4 ป ดัง รูปที่ 1.1

                           ความสามารถของอุปกรณอิเล็กทรอนิกสมากมาย เปนไปตามกฎของมัวร (Moore’s law อยางเห็นไดชัด เชน

                              ความเร็ว Computer Processor


                              แบนดวิธการสื่อสารและโทรคมนาคม

                              หนวยความจำของคอมพิวเตอร


                              ความจุฮารดดิสก

                           จากรูปที่ 1.2 ทำไมถึงเกิดคำวาขอมูลขนาดใหญ (Cearley, Burke, & Walker, 2016  แบนดวิธการสื่อสารและ

                  โทรคมนาคมที่สูงขึ้นในราคาที่ถูกลงทำใหประชาชนบุคคลทั่วไปเขาถึง Internet มากขึ้นและทำใหเกิดขอมูลมากมายใน

                  เครือขาย Internet ราคา storage ที่ถูกลงมากทำใหสามารถเก็บขอมูลไดใน volume ที่มากขึ้น และที่สำคัญความสามารถ
                  ของ CPU ที่สูงขึ้นในราคาที่ถูกลงทำใหขอมูลขนาดใหญดังกลาวสามารถประมวลผลไดในเวลาที่สั้นลง ทั้งสามประเด็นคือ

                  เหตุผลของการเกิดคำวา “ขอมูลขนาดใหญ” ในปจจุบัน
















                   BIG DATA ANALYTICS                             สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร
   2   3   4   5   6   7   8   9   10   11   12