Page 214 - Mae Klong Basin
P. 214
5-43
เครื่องมือของ ArcToolbox โดยเห็นที่วา ทำไม Python ถือเปน Script สำหรับการพัฒนา มีดังนี้
Python มีรูปแบบที่งายตอการเรียนรู โดยไมจำเปนตองรูโครงสราง และรูปแบบ Python สนับสนุนการ
พัฒนาซอฟแวรดาน OOP และงายตอการเขาใจ เอกสารดาน Python เรียนรูงายและโคดไมสลับสับซอน
การคอมไพลขอมูลโครงสราง งายตอการทำงาน Python สามารถ Integrate เขากับภาษาอื่น ๆ เชน
++
C , Java และ Fortran Python เปนรหัสเปดที่เปดใหใชงานฟรี และมีเว็บไซทสำหรับการเรียนรู
ทั้งหมดนี้คือการอธิบายวา ทำไมตองใช Python สำหรับการพัฒนา geoprocessing เตรียมความพรอม
ดานความรูกอนการพัฒนาดวย Python
9) การวางแผนการใชที่ดินใชขอมูลมากหรือมีขนาดใหญ หรือ Big data คือ ขอมูลที่ประกอบดวย
คุณลักษณะ 4 อยางคือ 1) Volume size ของขอมูลมีขนาดใหญ มีปริมาณขอมูลมาก
ซึ่งสามารถเปนไดทั้งขอมูลแบบ offline หรือ online 2) Variety คือ ขอมูลมีความหลากหลาย
สามารถเปนไดทั้งที่มีโครงสรางและขอมูลที่ไมสามารถจับ pattern ได 3) Velocity คือ ขอมูลมีการ
เปลี่ยนแปลงตลอดเวลาอยางรวดเร็ว มีการสงผานขอมูลอยางตอเนื่องในลักษณะ streaming ทำใหการ
วิเคราะหขอมูลแบบ manual มีขอจำกัด 4) Veracity คือ ขอมูลมีความไมชัดเจน (untrusted,
uncleaned) โดยรูปแบบของขอมูลของ big data ก็สามารถเปนไปไดหลากหลาย ตั้งแต
(1) Behavioral data: ขอมูลเชิงพฤติกรรมการใชงานตางๆเชน server log, พฤติกรรมการคลิกดูขอมูล
, ขอมูลการใช ATM เปนตน (2) Image & sounds: ภาพถาย, วีดีโอ, รูปจาก google street view,
ภาพถายทางการแพทย, ลายมือ, ขอมูลเสียงที่ถูกบันทึกไว เปนตน (3) Languages: text message,
ขอความที่ถูก tweet, เนื้อหาตางๆในเว็บไซต เปนตน (4) Records: ขอมูลทางการแพทย,
ขอมูลผลสำรวจที่มีขนาดใหญ, ขอมูลทางภาษี เปนตน (5) Sensors: ขอมูลอุณหภูมิ, accelerometer,
ขอมูลทางภูมิศาสตร เปนตน
การวิเคราะหขอมูล Big data (Big data analytics) อาศัยหลักการพื้นฐานบางอยางเพื่อพัฒนา
เปนเทคนิคในการดึงขอมูลสำคัญออกจากชุดฐานขอมูลขนาดใหญที่เต็มไปดวยขอมูลหลากหลายรูปแบบ
เพื่อนำมาหา pattern ของขอมูลที่มองไมเห็นดวยตาเปลา หารูปแบบความสัมพันธที่ซอนอยู
หาแนวโนมการตลาด เทรนดความชอบของลูกคา และขอมูลอื่นๆที่เปนประโยชนทางธุรกิจ
ผลจากการวิเคราะหขอมูล Big data ทำใหมีขอมูลที่เปนขอเท็จจริงซึ่งผานการวิเคราะหอยางเปนระบบ
เพื่อใชประกอบการตัดสินใจ โดยระดับของการวิเคราะหก็เปนไดหลากหลาย แลวแตรูปแบบการนำไปใชงาน
1) Descriptive analytics เปนการวิเคราะหในระดับที่บอกวาเกิดอะไรขึ้น จำนวนเทาไหร ถี่แคไหน
เกิดเหตุการณสำคัญๆตอนไหน ตรงไหนบาง เปนตน โดยสามารถทำในรูปแบบของ Standard report:
“เกิดอะไรขึ้น” Ad hoc report: “จำนวนเทาไหร บอยแคไหน ที่ไหน” Query: “อะไรคือปญหาที่แทจริง”
และ Alerts: “ตองเกิด action อะไร” 2) Predictive analytics เปนการวิเคราะหในลักษณะที่ซับซอน
ขึ้นไปอีกขั้นหนึ่งคือ เปนการประเมินวาจะเกิดอะไรขึ้นตอไป มีการใหขอมูลตัวชี้วัดของผลลัพธที่อาจจะ
เกิดขึ้นถาแนวโนมยังเปนอยางนี้ตอไป โดยผลการวิเคราะหอาจออกมาในรูปแบบของ Statistical
analysis: “ทำไมถึงเกิดเหตุการณนี้” Randomized testing: “จะเกิดอะไรขึ้นถาเราทดลองทำวิธีการนี้”
Predictive modeling: “จะเกิดอะไรขึ้นตอไป” Optimization: “อะไรคือสถานการณที่ดีที่สุดที่จะเกิดขึ้น”
3) Prescriptive analytics เปนการสังเคราะหขอมูลเพื่อวิเคราะหแนวโนมและเสนอทางเลือก
ในการตัดสินใจที่เหมาะสมกับการคาดการณบนฐานของขอมูล Why big data now? มีหลายคน
แผนการใชที่ดินลุมน้ำหลักแมกลอง