Big Data Mining: Algorithms สำหรับ Massive Datasets

ในยุคที่ข้อมูลเติบโตแบบทวีคูณทุกวินาที เครื่องมือระบบฐานข้อมูลแบบดั้งเดิมมักจะไม่เพียงพอ การจะสกัดมูลค่าที่แท้จริงจาก Massive Datasets คุณต้องใช้อัลกอริทึมเฉพาะทางและกรอบการวิเคราะห์ที่ออกแบบมาเพื่อรองรับการขยายตัว คอร์สเรียนรูปแบบข้อความนี้จะนำคุณไปสู่แนวคิดพื้นฐานและหลักการทางคณิตศาสตร์ของการทำ Big Data Mining โดยแสดงให้คุณเห็นถึงวิธีเปลี่ยนผ่านจากโครงสร้างข้อมูลพื้นฐานไปสู่การวิเคราะห์ระบบข้อมูลมิติสูงที่มีความซับซ้อนได้อย่างมั่นใจ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจคำศัพท์หลักของ Big Data Mining รวมถึง MapReduce และกรอบการทำงานแบบ Distributed Computing - ประยุกต์ใช้ Locality-Sensitive Hashing เพื่อค้นหารายการที่คล้ายกันในคอลเลกชันเอกสารขนาดใหญ่ - วิเคราะห์ Web Graphs ขนาดใหญ่โดยใช้ PageRank และอัลกอริทึมการวิเคราะห์ลิงก์ระดับสูง - ค้นหา Frequent Itemsets และ Association Rules ภายในข้อมูลการทำธุรกรรมที่มีปริมาณมาก - สำรวจเทคนิค Data Streaming สมัยใหม่และอัลกอริทึมการกรองข้อมูลแบบ Real-time - ทำความเข้าใจว่า Vector Databases และ Embeddings สมัยใหม่ถูกนำมาใช้ในการทำดัชนีและค้นหาข้อมูลมิติสูงได้อย่างไร เราจะเริ่มต้นด้วยคำนิยามพื้นฐานและโมเดลการประมวลผลแบบ Distributed Computing จากนั้นจะก้าวไปทีละขั้นตอนผ่านการทำ Clustering, Dimension Reduction และ ระบบแนะนำ (Recommendation Systems) ทุกๆ แนวคิดจะถูกอธิบายผ่านการย่อยเนื้อหาเขียนที่ชัดเจนและการอธิบายแนวคิดทีละขั้นตอน คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นในสายงาน Data Science, Software Engineering และ Analytics ที่ต้องการเข้าใจกลไกของอัลกอริทึมข้อมูลขนาดใหญ่ โดยไม่จำเป็นต้องมีพื้นฐานระดับสูงด้าน Big Dataมาก่อน เริ่มอ่านวันนี้เพื่อปลดล็อกอัลกอริทึมที่เป็นขุมพลังให้กับ Search Engines และแพลตฟอร์มระบบแนะนำยุคใหม่