Page 214 - Mae Klong Basin

5-43

เครื่องมือของ ArcToolbox โดยเห็นที่วา ทำไม Python ถือเปน Script สำหรับการพัฒนา มีดังนี้

Python มีรูปแบบที่งายตอการเรียนรู โดยไมจำเปนตองรูโครงสราง และรูปแบบ Python สนับสนุนการ
พัฒนาซอฟแวรดาน OOP และงายตอการเขาใจ เอกสารดาน Python เรียนรูงายและโคดไมสลับสับซอน
การคอมไพลขอมูลโครงสราง งายตอการทำงาน Python สามารถ Integrate เขากับภาษาอื่น ๆ เชน

++
C , Java และ Fortran Python เปนรหัสเปดที่เปดใหใชงานฟรี และมีเว็บไซทสำหรับการเรียนรู
ทั้งหมดนี้คือการอธิบายวา ทำไมตองใช Python สำหรับการพัฒนา geoprocessing เตรียมความพรอม
ดานความรูกอนการพัฒนาดวย Python
9) การวางแผนการใชที่ดินใชขอมูลมากหรือมีขนาดใหญ หรือ Big data คือ ขอมูลที่ประกอบดวย

คุณลักษณะ 4 อยางคือ 1) Volume size ของขอมูลมีขนาดใหญ มีปริมาณขอมูลมาก
ซึ่งสามารถเปนไดทั้งขอมูลแบบ offline หรือ online 2) Variety คือ ขอมูลมีความหลากหลาย

สามารถเปนไดทั้งที่มีโครงสรางและขอมูลที่ไมสามารถจับ pattern ได 3) Velocity คือ ขอมูลมีการ
เปลี่ยนแปลงตลอดเวลาอยางรวดเร็ว มีการสงผานขอมูลอยางตอเนื่องในลักษณะ streaming ทำใหการ
วิเคราะหขอมูลแบบ manual มีขอจำกัด 4) Veracity คือ ขอมูลมีความไมชัดเจน (untrusted,
uncleaned) โดยรูปแบบของขอมูลของ big data ก็สามารถเปนไปไดหลากหลาย ตั้งแต

(1) Behavioral data: ขอมูลเชิงพฤติกรรมการใชงานตางๆเชน server log, พฤติกรรมการคลิกดูขอมูล
, ขอมูลการใช ATM เปนตน (2) Image & sounds: ภาพถาย, วีดีโอ, รูปจาก google street view,
ภาพถายทางการแพทย, ลายมือ, ขอมูลเสียงที่ถูกบันทึกไว เปนตน (3) Languages: text message,
ขอความที่ถูก tweet, เนื้อหาตางๆในเว็บไซต เปนตน (4) Records: ขอมูลทางการแพทย,

ขอมูลผลสำรวจที่มีขนาดใหญ, ขอมูลทางภาษี เปนตน (5) Sensors: ขอมูลอุณหภูมิ, accelerometer,
ขอมูลทางภูมิศาสตร เปนตน
การวิเคราะหขอมูล Big data (Big data analytics) อาศัยหลักการพื้นฐานบางอยางเพื่อพัฒนา
เปนเทคนิคในการดึงขอมูลสำคัญออกจากชุดฐานขอมูลขนาดใหญที่เต็มไปดวยขอมูลหลากหลายรูปแบบ

เพื่อนำมาหา pattern ของขอมูลที่มองไมเห็นดวยตาเปลา หารูปแบบความสัมพันธที่ซอนอยู
หาแนวโนมการตลาด เทรนดความชอบของลูกคา และขอมูลอื่นๆที่เปนประโยชนทางธุรกิจ
ผลจากการวิเคราะหขอมูล Big data ทำใหมีขอมูลที่เปนขอเท็จจริงซึ่งผานการวิเคราะหอยางเปนระบบ

เพื่อใชประกอบการตัดสินใจ โดยระดับของการวิเคราะหก็เปนไดหลากหลาย แลวแตรูปแบบการนำไปใชงาน
1) Descriptive analytics เปนการวิเคราะหในระดับที่บอกวาเกิดอะไรขึ้น จำนวนเทาไหร ถี่แคไหน
เกิดเหตุการณสำคัญๆตอนไหน ตรงไหนบาง เปนตน โดยสามารถทำในรูปแบบของ Standard report:
“เกิดอะไรขึ้น” Ad hoc report: “จำนวนเทาไหร บอยแคไหน ที่ไหน” Query: “อะไรคือปญหาที่แทจริง”
และ Alerts: “ตองเกิด action อะไร” 2) Predictive analytics เปนการวิเคราะหในลักษณะที่ซับซอน

ขึ้นไปอีกขั้นหนึ่งคือ เปนการประเมินวาจะเกิดอะไรขึ้นตอไป มีการใหขอมูลตัวชี้วัดของผลลัพธที่อาจจะ
เกิดขึ้นถาแนวโนมยังเปนอยางนี้ตอไป โดยผลการวิเคราะหอาจออกมาในรูปแบบของ Statistical
analysis: “ทำไมถึงเกิดเหตุการณนี้” Randomized testing: “จะเกิดอะไรขึ้นถาเราทดลองทำวิธีการนี้”

Predictive modeling: “จะเกิดอะไรขึ้นตอไป” Optimization: “อะไรคือสถานการณที่ดีที่สุดที่จะเกิดขึ้น”
3) Prescriptive analytics เปนการสังเคราะหขอมูลเพื่อวิเคราะหแนวโนมและเสนอทางเลือก
ในการตัดสินใจที่เหมาะสมกับการคาดการณบนฐานของขอมูล Why big data now? มีหลายคน

แผนการใชที่ดินลุมน้ำหลักแมกลอง