Recommended
More Related Content
Similar to Chapter 1 Introduction to Data Science.pptx
Similar to Chapter 1 Introduction to Data Science.pptx (7)
Chapter 1 Introduction to Data Science.pptx
- 1. មេម ៀនទី១៖ កា ណែនាំពីវ ិទាសាស្ដ្រ ទិននន័យ (Introduction to Data Science) េុខវ ិជ្ជ ា ៖ Data Science and Machine Learning @2024 Khoeurt Sopha Data Science and Machine Learning
- 2. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច? ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ? កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ I II III IV មា ិកា កា ណែនាំអ្ាំពីវ ិទាសាស្ដ្រ ទិននន័យ V ដាំរូន ម ន្្មារ់និ្សិ វ ិទាសាស្ដ្រ ទិននន័យមមី គុែ្េប រិ និងគុែវ ិរ រិននវ ិទាសាស្ដ្រ ទិននន័យ VI 2 @2024 Khoeurt Sopha Data Science and Machine Learning
- 3. I. កា ណែនាំអ្ាំពីវ ិទាសាស្ដ្រ ទិននន័យ • រច ច ុរបននមនេះ មៅក ន ុងពិភពននទាំហាំទិននន័យណដលអ្ងគកា ឬសា ា រ័ននន ានម្វើកា ម េះ្សាយជ្ជេួយទិននន័យណដលមានទាំហាំ្ាំ (petabytes និង exabytes) ននទិននន័យនយុគ្េ័យនន Big Data ណដលកាំពុងណ េះម ើង មហើយ ទាំហាំននកា ផ្ ទ ុក រ្់វាក៏កាំពុងណ មកើនម ើងផ្ងណដ ។ 3 @2024 Khoeurt Sopha Data Science and Machine Learning
- 4. I. កា ណែនាំអ្ាំពីវ ិទាសាស្ដ្រ ទិននន័យ • មហ ុមនេះ វា ជ្ជ រញ្ហ ា ្រឈេ និង ជ្ជកា ្ពួយ ា េភ យ ៉ា ង ខ្ ល ាំង ្្មារ់ ឧ្ាហ កេម ក ន ុងកា ផ្ទ ុក ទិននន័យ។ • យ ៉ា ងណាេិញក៏មាន Framework ដូចជ្ជ Hadoop និង Framework មផ្សងៗ មទៀ ានរមងកើ ម ើងមដើេបីម េះ្សាយរញ្ហ ា ននកា ផ្ ទ ុក និងកា ផ្ល ល ្់រ ត ូ ដាំមែើ កា ននទិននន័យ មហើយវ ិទាសាស្ដ្រ ទិននន័យ (Data Science) ានមដើ ួ នទីយ ៉ា ង្ាំខ្ន់មៅក ន ុងដាំមណាេះ្សាយមនេះ។ 4 @2024 Khoeurt Sopha Data Science and Machine Learning
- 5. I. កា ណែនាំអ្ាំពីវ ិទាសាស្ដ្រ ទិននន័យ • ពីេួយនមៃមៅេួយនមៃ កា ើក ចម្េើន រ្់វា្ ូវានមកើនម ើង តាេវ ិ្ីជ្ជម្ចើន ដូមចនេះមយើងគួ ណ ម្ ៀេខ ល ួន្្មារ់អ្នគ រ្់ មយើង ម យ្ិកាថាម ើវាជ្ជអ្វើ? មហើយម ើមយើងអាចរណនាេ នេល មអាយវាម យ មរៀរណា? ជ្ជ ពិម្្គឺ ម ើមយើង្ ូវម្វើឬមចេះអ្វើ ខលេះមដើេបីកា ល យជ្ជអ្នកវ ិទាសា្ ដ ្ ទិននន័យ? 5 @2024 Khoeurt Sopha Data Science and Machine Learning
- 6. I. កា ណែនាំអ្ាំពីវ ិទាសាស្ដ្រ ទិននន័យ • វ ិទាសាស្ដ្រ ទិននន័យគឺនិយយអ្ាំពីកា ្រេូលទិននន័យ កា វ ិភាគ និងកា ្ម្េចចិ រ មហើយ្ ូវាន ួេរញ្ ច ូលគ្ន ន ជ្ជេួយឧរក ែ៍មផ្សងៗ(Tools) កប ួ នម េះ្សាយ(Algorithms) និងមគ្នលកា ែ៍ Machine Learning មហើយវាពាក់ ព័នធនឹងកា ទទួលានព័ ៌មានដ៏សា ៈ្ាំខ្ន់ ឬកា យល់ដឹងពីទិននន័យ ណដលមាន ចន្េព័នធ(structured) ឬេិនមាន ចន្េព័នធ(Unstructured) តាេ យៈដាំមែើ កា ននកា វ ិភាគ កា ្ ម្ កេមវ ិ្ី និងជាំនញននអាជីវកេ្ េ។ 6 @2024 Khoeurt Sopha Data Science and Machine Learning
- 7. • វ ិទាសាស្ដ្រ ទិននន័យជ្ជវ ិ្័យ ណដល្ ូវកា ចាំមែេះដឹងេួយ ចាំនួនដូចជ្ជ គែិ វ ិទា ្ា ិ ិ វ ិទាសាស្ដ្រ កុាំពូ ូ ទ័ ។ល។ អ្នក ណដលពូណកខ្ងណផ្នកទាំងមនេះ មហើយមានចាំមែេះដឹង្គរ់ ្គ្នន់អ្ាំពីជាំនញណដលអ្នកចង់ ម្វើកា អាចមៅខ ល ួនឯងាន ថាជ្ជ Data Scientist។ 7 @2024 Khoeurt Sopha Data Science and Machine Learning II. ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ?
- 8. • វាេិនណេនជ្ជម ឿងងាយ្្ួលម្វើមទ រ៉ាុណនរក៏េិនណេនថាេិនអាចមៅ ួចណដ អ្នក្ ូវចារ់មផ្រើេពីទិននន័យ Data Visualization កា ្ ម្ ឬរមងកើ កេមវ ិ្ី កា អ្ភិវឌ្ឍន៍ និងកា ក់ឱ្ូម្រើ្ា្់គាំ ូ រ្់អ្នក។ • មៅមពលអ្នគ អ្នកវ ិទាសាស្ដ្រ ទិននន័យនឹងមានកា មោ្នរាំមផ្លើ្ឬ និយយខុ្កា ពិ ដូចមនេះអ្នក្ ូវ ម្ ៀេ ខ ល ួន ឲ្ូ ម្្ច ក ន ុង ពិភពមោក មនេះ។ 8 @2024 Khoeurt Sopha Data Science and Machine Learning II. ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ?
- 9. ូរខ្ងមវវងមនេះរងា ា ញយ ៉ា ងចា្់ថា ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ។ • មៅមពលអ្នករញ្ ច ូលគ្ន ន នូវវ ិទាសាស្ដ្រ កុាំពូ ូ ទ័ និង ចាំមែេះដឹងអាជីវកេម អ្នកទទួលានកា អ្ភិវឌ្ឍ ន៍កេមវ ិ្ី ឬរមងកើ កេមវ ិ្ីអាជីវកេម។ • មៅមពលអ្នករញ្ ច ូលចាំមែេះដឹងអាជីវកេម រ្់ អ្នកជ្ជេួយគែិ វ ិទា និង្ា ិ ិ អ្នកក៏អាច វ ិភាគទិននន័យានណដ រ៉ាុណនរអ្នក្ ូវម្វើវាម យ នដ ម្ពាេះអ្នកកាំពុងា ់្មា្ធា ុគែន។ 9 @2024 Khoeurt Sopha Data Science and Machine Learning II. ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ?
- 10. • មៅមពលណដលអ្នករញ្ ច ូលគ្ន ន ណ វ ិទាសាស្ដ្រ កុាំពូ ូ ទ័ និង្ា ិ ិ អ្នកនឹងទទួល ាន Machine Learning ណដលមានឥទធិពលខ្ ល ាំង រ៉ាុណនរមរើគ្ន ម នចាំមែេះដឹង ណផ្នកអាជីវកេមជ្ជចាាំាច់មទ អ្នកនឹងេិនអាចទទួលានព័ ៌មាន ឬម្ច ករី្ននិ ា ន្ាំខ្ន់ៗណាេួយម ើយ។ • ដូចមនេះមយើង្ ូវរញ្ ច ូលគ្ន ន នូវណផ្នកទាំងរីខ្ងមលើមនេះ មដើេបីរញ្ច រ់ជ្ជេួយ នឹងវ ិទាសាស្ដ្រ ទិននន័យ។ 1 0 @2024 Khoeurt Sopha Data Science and Machine Learning II. ម ើវ ិទាសាស្ដ្រ ទិននន័យជ្ជអ្វើ?
- 11. អ្នកវ ិទាសាស្ដ្រ ជ្ជ ម្ចើនចា ់ទុកថាមនេះជ្ជ ជាំហាន្ាំខ្ន់ និងមាន សា ៈ្ាំខ្ន់រាំផ្ុ ដូមចនេះ អ្នក្ ូវ្ាកដថា អ្វើជ្ជ ចាំមណាទរញ្ហ ា រ្់អ្នក និងថាម ើវាអាចផ្រល់ នេល ដល់អាជីវកេម ឬសា ា រ័ន មផ្សងមទៀ ានក្េិ ណា។ 1 1 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 12. វ ិទាសាស្ដ្រ ទិននន័យេិនណេនជ្ជដាំមែើ កា េួយជាំហានមទ មហើយក៏េិនណេន ម ៀនវាក ន ុង យៈមពលដ៏ខលី មហើយមៅខ ល ួនមយើងថាជ្ជ Data Scientist មនេះណដ ។ វា វលងកា ់ដាំណាក់កាលជ្ជម្ចើន មហើយធា ុនីេួយៗមានសា ៈ្ាំខ្ន់។ មយើងគួ ណ ម្វើតាេជាំហានណដល្ ឹេ្ ូវមដើេបីមៅដល់ជាំហា ៊ា នណដល្ាំខ្ន់ ម្ពាេះ្គរ់ ជាំហាននីេួយៗមាន នេល រ្់វា។ • ចាំមណាទរញ្ហ ា ៖ គ្ន ម នកា ចារ់មផ្រើេកា ងា ណាម យគ្ន ម នរញ្ហ ា មនេះមទ វ ិទា សាស្ដ្រ ទិននន័យក៏េិនមានក ែីមលើកណលងណដ ។ វាពិ ជ្ជមានសា ៈ្ាំខ្ន់ ក ន ុងកា ្រកា្ ឬរមងកើ ចាំមណាទរញ្ហ ា រ្់អ្នកមអាយចា្់ និងចា្់ោ ្់។ គាំ ូ(Model)ទាំងេូល រ្់អ្នក មហើយវាដាំមែើ កា អា្្័យមលើម្ចករីណមលង កា ែ៍ រ្់អ្នក។ 1 2 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 13. • កា ្រេូលទិននន័យ៖ រន ា រ់កា ពីកាំែ ់ចាំមណាទរញ្ហ ា ជាំហានជ្ជក ់ ណ្រ ង រន ា រ់គឺកា ណ្វ ង កទិននន័យណដលអ្នក្រណហលជ្ជ្ ូវកា ្្មារ់គាំ ូ (Model) រ្់អ្នក។ អ្នក្ ូវណ ម្វើកា ្សាវ្ជ្ជវឱ្ូានលអ ណ្វ ង កអ្វើណដលអ្នក ្ ូវកា ។ ទិននន័យអាចមានទ្េង់ណាេួយក៏ាន មពាលគឺទាំងេិនមាន ចន្េព័នធ ឬ ចន្េព័នធ។ វាក៏អាចមានទ្េង់មផ្សងៗដូចជ្ជ វ ើមដអ្ូ ម្ៀវមៅរញ្ ា ី ឬទ្េង់កូដ (Code Form) ជ្ជមដើេ អ្នក្ ូវណ ្រេូល្រភព ្គរ់្រមភទទាំងមនេះ។ 1 3 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 14. • កា ្មា អ ទិននន័យ៖ កា ្មា អ ទិននន័យគឺជ្ជម ឿងណដលអ្នកវ ិទាសាស្ដ្រ ទិននន័យ្ ូវម្វើ។ កា ្មា អ ទិននន័យគឺនិយយអ្ាំពីកា ដកទិននន័យណដល ា ់ ណលង្ ូវកា មហើយេិនចាាំាច់ និង្ ទ ួនមចញពីទិននន័យ។ មាន ឧរក ែ៍ជ្ជម្ចើនមដើេបីម្វើ ដូមចនេះម យមានជាំនួយពីកា ្ ម្ កេមវ ិ្ី ទាំង R ឬ Python ណដល្ា ិ មៅមលើមយើងទាំង្្ ុងក ន ុងកា ម្ជើ្ម ើ្េួយ ក ន ុងចាំមណាេមនេះ។ អ្នកវ ិទាសាស្ដ្រ មផ្សងៗគ្ន ន មានគាំនិ រ្់ពួកមគក ន ុង កា ម្ជើ្ម ើ្។ មៅមពលនិយយអ្ាំព ី ណផ្នក្ា ិ ិ R ្ ូវានមគមពញចិ រជ្ជង Python ម្ពាេះវាមានឯក្ិទធិ(Privilege) ម្ចើនជ្ជង 12,000 កញ្ច រ់។ ខែៈ មពលណដល python ្ ូវានម្រើម្ពាេះវាមលឿន ងាយ្្ួលចូលម្រើ មហើយមយើង អាចអ្នុវ រម ឿងដូចគ្ន ន ណដលមយើងអាចម្វើានមៅក ន ុង R ម យមាន ជាំនួយពីកញ្ច រ់ (Packages) មផ្សងៗ។ 1 4 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 15. • កា វ ិភាគទិននន័យ និងកា ុក ក៖ អ្ាំពីកា វ ិភាគ ចន្េព័នធននទិននន័យ កា ណ្វ ង កគាំ ូណដលោក់មៅក ន ុងពួកវា ្ិកាអាករបកិ ិយ កា មេើល ម ើញពីឥទធិពលននអ្មម េួយមលើអ្មម េួយមផ្សងមទៀ មហើយរន ា រ់េក ម្វើកា ្ននិ ា ន។ មយើងអាច ុក កទិននន័យម យមានជាំនួយពី្កាហវ មផ្ស ងៗណដលរមងកើ ម ើងម យជាំនួយពីរណា ា ល័យ (Library) ម យម្រើភាសា ្ ម្ កេមវ ិ្ីណាេួយ។ មៅក ន ុង R, GGplot គឺជ្ជេ៉ាូណដលដ៏លបីលាញរាំផ្ុ េួយខែៈមពលណដល Matplotlib មៅក ន ុង Python ។ 15 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 16. • កា ម្វើគាំ ូទិននន័យ៖ មៅមពលណដលអ្នកានរញ្ច រ់កា ្ិកា រ្់អ្នក ណដលអ្នកានរមងកើ ម ើងពីកា មេើលម ើញទិននន័យ (Data Visualization) អ្នក្ ូវណ ចារ់មផ្រើេរមងកើ គាំ ូ្េម ិកេមេួយ ណដលវាអាចផ្រល់ឱ្ូអ្នក នូវកា ពាក ែ៍ដ៏លអ នមពលអ្នគ ។ អ្នក្ ូវណ ម្ជើ្ម ើ្កប ួ នម េះ ្សាយដ៏លអ ណដល្េរាំផ្ុ មៅនឹងេ៉ាូណដល រ្់អ្នក។ មាន្រមភទមផ្សង គ្ន ន ននកប ួ នម េះ្សាយពី Regression មៅ Classification, SVM( Support vector machines), Clustering, ។ល។ 16 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 17. គាំ ូ រ្់អ្នកអាចជ្ជ Machine Learning Algorithms ណដលអ្នក្ ូវ Train គ្េូ រ្់អ្នកជ្ជេួយនឹង Train Data មហើយរន ា រ់េកសាកលបង (Test) វា ជ្ជេួយនឹងទិននន័យសាកលបង (Test Data)។ មានវ ិ្ីសាស្ដ្រ មផ្សងៗមដើេបីម្វើ េួយក ន ុងចាំមនេពួកមគគឺជ្ជវ ិ្ីសាស្ដ្រ K-fold ណដលម្វើកា រ ាំ ណរកទិននន័យ ទាំងេូលជ្ជពី ណផ្នក េួយគឺ Train និងេួយមទៀ គឺជ្ជទិននន័យសាកលបង (Test) ។ 17 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 18. • កា រមងកើន្រ្ិទធភាព និងកា ក់ឱ្ូម្រើ្ា្់ (Optimization and Deployment)៖ មយើងានម្វើតាេជាំហាននីេួយៗ មហើយដូមចនេះរមងកើ គាំ ូ ណដលអ្នកគិ ថាលអ រាំផ្ុ ។ រ៉ាុណនរ ម ើ អ្នក អាច ្ម្េច ចិ រ ានមទ ថា ម ើ េ៉ាូ ណដលរ្់ អ្នក ដាំមែើ កា ាន លអ ឬយ ៉ា ង ណា? មនេះជ្ជចាំែ ុ ចណដលកា រមងកើន្រ្ិទធភាព្ ូវានមលើកេកនិយយ។ អ្នកសាកលបងទិននន័យ រ្់អ្នក និងណ្វ ង កថាម ើវាដាំមែើ កា ានលអ រ៉ាុណា ា ម យពិនិ ូមេើល ភាព្ ឹេ្ ូវ រ្់វា។ 18 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 19. ្ ុរេក មយើង្ ូវពិនិ ូមេើល្រ្ិទធភាពននគាំ ូទិននន័យ ដូមចនេះមហើយ ពាយេរមងកើន្រ្ិទធភាពវា្្មារ់កា ទ្សន៍ទយមអាយាន្ ឹេ្ ូវ កាន ់ ណ ្រម្ើ ។ កា ក់ ឱ្ូ ម្រើ គឺ ទក់ទង នឹង កា ក់ ឱ្ូ ម្រើ ្ា្់ គាំ ូ រ្់ អ្នក មហើយ អ្នុញ្ហ ា ឱ្ូ េនុ្ស មៅ ខ្ង ម្ៅ ទទួល ាន អ្ ា ្រមយជន៍ ពី វា។ មយើងក៏អាចទទួលានេ ិ ណកលេអពីសា ា រ័ន និងអ្នកម្រើ ្ា្់មដើេបីដឹងពី ្េូវកា រ្់ពួកមគ មហើយរន ា រ់េកម្វើកា រណនាេឬ ណកណ្រចាំែ ុ ចខវេះខ្ ណមេមទៀ មលើគាំ ូ រ្់មយើងផ្ងណដ ។ 19 @2024 Khoeurt Sopha Data Science and Machine Learning III. ម ើវ ិទាសាស្ដ្រ ទិននន័យម្វើកា ដូចមេរច?
- 20. 20 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 21. 21 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 22. ១. មា ៉ា ្ុីនណ្វ ង ក (Search Engines ) • កេមវ ិ្ ី ណដលមាន្រមយជន៍រាំផ្ុ ននវ ិទាសាស្ដ្រ ទិននន័យគឺមា ៉ា ្ុីនណ្វ ង ក។ ដូចណដលមយើងដឹងមហើយថា មៅមពលណដលមយើងចង ់ ណ្វ ង កអ្វើេួយ មៅមលើអ្ុីន្ឺែិ មយើងភាគម្ចើនម្រើមា ៉ា ្ុីនណ្វ ង កដូចជ្ជ Google, Yahoo, Safari, Firefox ជ្ជមដើេ។ ដូមចនេះ Data Science ្ ូវានម្រើ្ា្់វា មដើេបីឱ្ូកា ណ្វ ង កមលឿនជ្ជងេុន។ 22 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 23. • ឧទាហរណ៍ មៅមពលណដលមយើងណ្វ ង កអ្វើេួយ ឧរមាថា “Data Science" រន ា រ់េកមយើងទទួលាន ាំែដាំរូងននវគគ្ិកាគឺ IBM ។ វាមកើ ម ើង ម យសា ណ មគហទាំព័ IBM ្ ូវានចូលមេើលម្ចើនរាំផ្ុ មដើេបីទទួល ានព័ ៌មានទក់ទងនឹងវគគ្ិកា Data Science និងេុខវ ិជ្ជ ា ទក់ទង នឹងកុាំពូ ូ ទ័ ។ ដូមចនេះកា វ ិភាគមនេះ្ ូវានម្វើម យម្រើវ ិទាសាស្ដ្រ ទិននន័យ មហើយមយើងទទួលាន ាំែភា ា រ់មគហទាំព័ ណដលានចូលមេើលម្ចើនរាំផ្ុ ។ 23 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 24. ២. កា ដឹកជញ្ ជ ូន (Transport) • វ ិទាសាស្ដ្រ ទិននន័យក៏្ ូវានរញ្ ច ូលក ន ុងមពលមវោជ្ជក ់ ណ្រ ងក ន ុងណផ្នក ដឹកជញ្ ជ ូន ដូចជ្ជ មយនរគ្ន ម នអ្នកមរើករ ជ្ជមដើេ។ ម យមានជាំនួយ ្្មារ់ មយនរគ្ន ម នអ្នកមរើករ វាងាយ្្ួលក ន ុងកា កា ់រនាយចាំនួន ម្គ្នេះថា ន ក់។ • ឧទហ ែ៍ មៅក ន ុង មយនរគ្ន ម នអ្នកមរើករ ទិននន័យរែ ត ុ េះរណា រ ល (Training) ្ ូវានរញ្ ច ូលមៅក ន ុងកប ួ នម េះ្សាយ (Algorithms) និងម យ មានជាំនួយពីរមចចកមទ្វ ិទាសាស្ដ្រ ទិននន័យ ទិននន័យ្ ូវានវ ិភាគដូច ជ្ជក្េិ មលបឿនមៅក ន ុងផ្ ល ូវហាយមវ ផ្ ល ូវេមាញឹក ផ្ ល ូ វ ូចចមងអៀ និង មរៀរម េះ្សាយសា ា នភាពមផ្សងៗ មពលមរើករ ជ្ជមដើេ។ 24 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 25. ៣. ហិ ញ្ា វ ថ ុ • វ ិទាសាស្ដ្រ ទិននន័យមដើ ួនទីយ ៉ា ង្ាំខ្ន់មៅក ន ុងឧ្ាហកេមហិ ញ្ា វ ថ ុ។ ឧ្ាហកេមហិ ញ្ា វ ថ ុណ ងណ មានរញ្ហ ា ននកា ណកលងរនលាំ និងហានិភ័យននកា ខ្ រង់។ ដូមចនេះ ឧ្ាហកេមហិ ញ្ា វ ថ ុចាាំាច់្ ូវម្វើកា វ ិភាគហានិភ័យនន កា ា ់រង់ម ្វ ័យ្រវ រិ មដើេបីអ្នុវ រកា ្ម្េចចិ រជ្ជយុទធសាស្ដ្រ ្្មារ់ ្ក ុេហ៊ាុន។ • ដូចគ្ន ន មនេះផ្ងណដ ឧ្ាហកេមហិ ញ្ា វ ថ ុម្រើ្ា្់ឧរក ែ៍វ ិភាគវ ិទាសាស្ដ្រ ទិននន័យ មដើេបីទ្សន៍ទយអ្នគ ។ វាអ្នុញ្ហ ា ឱ្ូ្ក ុេហ៊ាុនម្វើកា ទ្សន៍ ទយ នេលមពញេួយជីវ ិ រ្់អ្ ិមិជន និងកា ផ្ល ល ្់រ ត ូទីផ្ា ភាគហ៊ាុន រ្់ ពួកមគ។ 25 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 26. • ឧទហ ែ៍ មៅក ន ុងទីផ្ា ភាគហ៊ាុន ទិននន័យវ ិទាគឺជ្ជណផ្នក្ាំខ្ន់។ មៅក ន ុងទី ផ្ា ភាគហ៊ាុន Data Science ្ ូវានម្រើមដើេបីពិនិ ូមេើលអាករបកិ ិយពី អ្ ី កាលជ្ជេួយនឹងទិននន័យពីអ្ ី កាល មហើយមគ្នលមៅ រ្់ពួកមគគឺ មដើេបីពិនិ ូមេើលលទធផ្លនមពលអ្នគ ។ ណដលទិននន័យ ្ ូវ ាន មគ វ ិភាគ មដើេបី អាច ទ្សន៍ទយ នេល ហ៊ាុន ន មពល អ្នគ ។ 26 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 27. ៤. ពាែិជាកេមមអ្ ិច្ ូនិក (E-Commerce) • មគហទាំព័ ពាែិជាកេមមអ្ ិច្ ូនិកដូចជ្ជ Amazon, Flipkart ជ្ជមដើេ ម្រើ្ា្់ ទិននន័យវ ិទាសាស្ដ្រ មដើេបីរមងកើ រទពិមសា្ន៍អ្នកម្រើ្ា្់កាន ់ ណ ្រម្ើ ជ្ជេួយនឹងកា ណែនាំផ្ល ា ល់ខ ល ួន។ • ឧទហ ែ៍ មៅមពលណដលមយើងណ្វ ង កអ្វើេួយមៅមលើមគហទាំព័ E-commerce មយើងទទួលានកា ណែនាំ្្មដៀងនឹងជម្េើ្មយងមៅតាេទិននន័យពីេុន រ្់មយើង មហើយមយើងក៏ទទួលានកា ណែនាំផ្ងណដ មយងមៅតាេកា ទិញ ផ្លិ ផ្លភាគម្ចើន វាយ នេលម្ចើនរាំផ្ុ ណ្វ ង កម្ចើនរាំផ្ុ ។ល។ ក៏ ម យសា មានជាំនួយពីវ ិទាសាស្ដ្រ ទិននន័យមនេះផ្ងណដ ។ 27 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 28. ៥. កា ណមទាំ្ុខភាព (Health Care) មៅក ន ុងវ ិ្័យទិននន័យឧ្ាហកេមណមទាំ្ុខភាព វ ិទាសាស្ដ្រ ទិននន័យមដើ ួនទី យ ៉ា ង្ាំខ្ន់ មហើយវា្ ូវានម្រើ្ា្់ដូចជ្ជ៖ • កា កម ើញដុាំសាច់ (Detecting Tumor) • កា កម ើញម្គឿងមញៀន (Drug discoveries) • កា វ ិភាគ ូរភាពមវជាសាស្ដ្រ (Medical Image Analysis. • គាំ ូទ្សន៍ទយ្្មារ់កា ម្វើមោគវ ិនិចឆ័យ (Predictive Modeling for Diagnosis) 28 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 29. ៦. កា ទទួលសា គ ល់ ូរភាព (Image Recognition) • រច ច ុរបននមនេះ Data Science ក៏្ ូវានម្រើ្ា្់ក ន ុងកា ទទួលសា គ ល់ ូរភាពផ្ង ណដ ។ • ឧទហ ែ៍ មពល មយើង រមងា ា េះ ូរភាពរ្់ មយើង ជ្ជេួយ េិ រភ័ករិរ្់ មយើង មៅ មលើ Facebook Facebook ផ្រល់ មយរល់ ឲ្ូTag ន ណា ក ន ុង ូរភាព។ មនេះ្ ូវានម្វើ ម យជាំនួយពី Machine Learning និងទិននន័យវ ិទាសាស្ដ្រ ។ មៅមពលណដល ូរ ភាព្ ូវានទទួលសា គ ល់ កា វ ិភាគទិននន័យ្ ូវានម្វើម ើងមៅមលើេិ រភ័ករិ Facebook រ្់ន ណាមា ន ក់ មហើយរន ា រ់ពីកា វ ិភាគ ្រ្ិនមរើេុខណដលមាន មៅក ន ុង ូរភាព្ ូវគ្ន ន នឹងទ្េង់ន ណាមា ន ក់មផ្សងមទៀ មនេះ Facebook ណែនាំ មយើង Tag ម យ្វ ័យ្រវ រិ។ 29 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 30. ៧. វ ិទាសាស្ដ្រ ទិននន័យក ន ុងមហគ េ (Data Science in Gaming) មៅក ន ុងមហគេភាគម្ចើនណដលអ្នកម្រើ្ា្់នឹងមលងជ្ជេួយគូ្រណជង មពាល គឺមលងជ្ជេួយនឹងមា ៉ា ្ុីន គាំនិ វ ិទាសាស្ដ្រ ទិននន័យ្ ូវានម្រើ្ា្់ Machine Learning ម យមានជាំនួយពីទិននន័យពីេុនៗ មហើយកុាំពូ ូ ទ័ នឹងម្វើឱ្ូ្រម្ើ ម ើង នូវដាំមែើ កា រ្់វា។ មានមហគ េជ្ជម្ចើនដូចជ្ជ Chess, EA Sports ជ្ជមដើេ ណដល ម្រើគាំនិ វ ិទាសាស្ដ្រ ទិននន័យមនេះ។ 30 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 31. ៨. ដឹកជញ្ ជ ូន (Delivery Logistics) • ្ក ុេហ៊ាុនដឹកជញ្ ជ ូនមផ្សងៗដូចជ្ជ DHL, FedEx ជ្ជមដើេ ម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ។ វ ិទាសាស្ដ្រ ទិននន័យជួយ្ក ុេហ៊ាុនទាំងមនេះក ន ុងកា ណ្វ ង កផ្ ល ូវដ៏លអ រាំផ្ុ ្្មារ់កា ដឹកជញ្ ជ ូនផ្លិ ផ្ល រ្់ពួកមគ មពលមវោណដលមលឿន រាំផ្ុ ្្មារ់កា ដឹកជញ្ ជ ូន និង មរៀរដឹកជញ្ ជ ូនដ៏លអ រាំផ្ុ មដើេបីមៅដល់ មគ្នលមៅ។ល។ 31 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 32. ៩. កា អ្ភិវឌ្ឍន៍ឱ្្ម (Medicine Development) • ដាំមែើ កា នន កា រមងកើ ថា ន ាំ គឺ ពិាក និង ចាំណាយ មពល ម្ចើន មហើយ ្ ូវ ម្វើ ម យ មាន វ ិន័យ មពញ មលញ ម្ពាេះ វា ជ្ជ រញ្ហ ា ជីវ ិ រ្់ អ្នក ណា មា ន ក់។ មរើ គ្ន ម ន Data Science វា្ ូវកា មពលមវោ ្នធាន និងហិ ញ្ា វ ថ ុម្ចើន ក ន ុង កា រមងកើ ឱ្្មមមី រ៉ាុណនរម យមានជាំនួយពី Data Science វាងាយ្្ួល ម្ពាេះកា ពាក ែ៍អ្្តាមជ្ជគជ័យអាចកាំែ ់ានយ ៉ា ងងាយ្្ួលម យ ណផ្អកមលើទិននន័យជីវសាស្ដ្រ ឬកតា រ មផ្សងៗ។ • កប ួ នម េះ្សាយណដលណផ្អកមលើវ ិទាសាស្ដ្រ ទិននន័យនឹងពាក ែ៍ពី មរៀរ ណដលវានឹងមាន្រ ិកេមចាំមពាេះោងកាយេនុ្សម យេិនចាាំាច់ម្វើកា ពិមសា្ន៍ក ន ុងេនាី ពិមសា្ន៍ម ើយ។ 32 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 33. ១០. កា រាំមពញម យ្វ ័យ្រវ រិ (Autocomplete) • េុខងា AutoComplete គឺជ្ជណផ្នកេួយដ៏្ាំខ្ន់នន Data Science ណដលអ្នកម្រើ ្ា្់នឹងទទួលានភាពងាយ្្ួលក ន ុងកា វាយអ្កស ឬពាកូេួយចាំនួន មហើយមយើងនឹងទទួលានេុខងា ននកា រាំមពញរន ា ់ម យ្វ ័យ្រវ រិ។ • មៅក ន ុង Google Mail មៅមពលណដលមយើងកាំពុង្ ម្ ្ាំរុ្ ផ្ ល ូ វកា មៅកាន់ ន ណាមា ន ក់ ដូមចនេះមៅមពលមនេះ គាំនិ វ ិទាសាស្ដ្រ ទិននន័យននេុខងា រាំមពញ ្វ ័យ្រវ រិ្ ូវានម្រើ ម យរងា ា ញជ្ជជម្េើ្ដ៏មាន្រ្ិទធភាពក ន ុងកា រាំមពញរន ា ់ទាំងេូលម យ្វ ័យ្រវ រិ។ មហើយងរច ច ុរបននមនេះ មៅក ន ុង មា ៉ា ្ុីនណ្វ ង កមៅក ន ុង្រព័នធផ្សពវផ្ាយ្ងគេឬមៅក ន ុងកេមវ ិ្ីមផ្សងៗ េុខងា រាំមពញ្វ ័យ្រវ រិ្ ូវានម្រើ្ា្់យ ៉ា ងទូលាំទូោយ។ 33 @2024 Khoeurt Sopha Data Science and Machine Learning IV. កេមវ ិ្ ី ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ
- 34. V. ដាំរូន ម ន្្មារ់និ្សិ វ ិទាសាស្ដ្រ ទិននន័យមមី • កា ចង់ដឹងចង់ម ើញ៖ ្រ្ិនមរើអ្នកេិនចង់ដឹងចង់ម ើញមទ អ្នកនឹងេិន ដឹងថា្ ូវម្វើអ្វើជ្ជេួយទិននន័យមនេះមទ។ • កា វ ិនិចឆ័យ៖ ម យ សា ណ ្រ្ិន មរើ អ្នក េិន ណដលានម ើញ ឬមានកា យល់ដឹង ជ្ជ េុន អ្ាំពី ម ឿង ណដល អ្នក នឹង្ ូវម្វើ អ្នកនឹង េិន ដឹង ពី កណនលង ណដល ្ ូវ ចារ់ មផ្រើ េ មនេះមទ។ • អ្ាំែេះអ្ាំណាង៖ ្រ្ិនមរើអ្នកអាច្រណកកាន ឬ្រ្ិនមរើអ្នកអាច វា ៉ា ាន យ ៉ា ងមហាចណា្់អ្នកអាចចារ់មផ្រើេពីកណនលងណាេួយាន មហើយ រន ា រ់េកអ្នកអាចម ៀនពីទិននន័យ មហើយរន ា រ់េកអាចណកណ្រឬម្វើកា ្នម ់ាន។ 34 @2024 Khoeurt Sopha Data Science and Machine Learning
- 35. V. ដាំរូន ម ន្្មារ់និ្សិ វ ិទាសាស្ដ្រ ទិននន័យមមី • ចារ់មផ្រើេម យកា យល់ចា្់អ្ាំពីេូល ា ន្គឹេះននកា ្ ម្ កេមវ ិ្ី ្ា ិ ិ និងពិជគែិ លីមនណអ្៊ា ។ • ណ្វ ងយល់ពីឧរក ែ៍ឬភាសាកេមវ ិ្ីដូចជ្ជ Python, R ឬ SQL មហើយម ៀនពី Library ឬរែ ដ ុ ាំននកូដ(Framework) ណដលមពញនិយេរាំផ្ុ ដូចជ្ជ numpy, pandas ឬក៏ scikit-learn ជ្ជមដើេ។ • ពាយេអ្នុវ រដណដលៗ ឬក៏ចូល ួេក ន ុងកា ្រកួ ្រណជង្ ម្ កូដតាេ អ្ុីន្ឺែិ មដើេបីរមងកើនជាំនញ រ្់អ្នក និងទទួលានរទពិមសា្ន៍។ 35 @2024 Khoeurt Sopha Data Science and Machine Learning
- 36. • ណ្វ ងយល់ពីេូល ា ន្គឹេះនន Machine Learning និងណ្វ ងយល់ពីកប ួ នម េះ ្សាយដ៏មពញនិយេរាំផ្ុ ។ • អានឯកសា ្សាវ្ជ្ជវ និងរនរម្វើរច ច ុរបននភាពជ្ជេួយនឹងកា វ ិវឌ្ឍន៍ ចុងម្កាយរាំផ្ុ មៅក ន ុងវ ិ្័យមនេះ។ • ណ្វ ងយល់ពី មរៀរននកា ណ្វ ង ក រ្់អ្នកមអាយ្រករម យ្រ្ិទធ ភាព មដើេបីមអាយកា រងា ា ញ កា ងា រ្់ អ្នកមានភាព ាន ចា្់ ោ្់ និង គួ ឱ្ូ ចារ់ អា េមែ៍ ម្ពាេះវាជ្ជកតា រ ្ាំខ្ន់ មដើេបីអាចរងា ា ញពី ជាំនញ ឬរមចចកមទ្ ណដល អ្នក មាន។ 36 @2024 Khoeurt Sopha Data Science and Machine Learning V. ដាំរូន ម ន្្មារ់និ្សិ វ ិទាសាស្ដ្រ ទិននន័យមមី
- 37. VI. គុែ្េប រិ និងគុែវ ិរ រិននវ ិទាសាស្ដ្រ ទិននន័យ 1. កា ្ម្េចចិ រាន្រម្ើ ម ើង៖ វ ិទាសាស្ដ្រ ទិននន័យអាចជួយឱ្ូសា ា រ័នម្វើកា ្ម្េចចិ រាន្រម្ើ ជ្ជងេុន ម យផ្រល់នូវកា យល់ដឹង និងកា ពាក ែ៍ ម យណផ្អកមលើកា វ ិភាគទិននន័យ។ 2. ្នសាំ្ាំនច៖ ជ្ជេួយនឹងឧរក ែ៍ និងរមចចកមទ្្ ឹេ្ ូវ វ ិទាសាស្ដ្រ ទិននន័យ អាចជួយឱ្ូសា ា រ័នកា ់រនាយកា ចាំណាយមលើណផ្នកណដលគ្ន ម ន្រ្ិទធភាព និង ម្វើឱ្ូដាំមែើ កា ្រម្ើ ម ើង។ 3. កា នច ន ្រឌ្ិ ៖ វ ិទាសាស្ដ្រ ទិននន័យអាច្ ូវានម្រើមដើេបីកាំែ ់នូវឱ្កា្មមីៗ ្្មារ់កា នច ន ្រឌ្ិ និងអ្ភិវឌ្ឍផ្លិ ផ្ល និងម្វាកេមមមីៗ។ 37 @2024 Khoeurt Sopha Data Science and Machine Learning គុែ្េប រិ
- 38. VI. គុែ្េប រិ និងគុែវ ិរ រិននវ ិទាសាស្ដ្រ ទិននន័យ 4. អ្ ថ ្រមយជន៏ក ន ុងកា ្រកួ ្រណជង៖ អ្ងគកា ណដលម្រើ្ា្់វ ិទាសាស្ដ្រ ទិននន័យ្រករម យ្រ្ិទធភាពអាចទទួលានអ្ ថ ្រមយជន៍្រកួ ្រណជង ម យម្វើកា ្ម្េចចិ រកាន ់ ណ ្រម្ើ រមងកើន្រ្ិទធភាព និង កាំែ ់ឱ្កា្មមីៗ។ 5. កា ម្វើរដិ ូរកេម៖ វ ិទាសាស្ដ្រ ទិននន័យអាចជួយឱ្ូសា ា រ័នឬអ្ងគភាព រមងកើ ផ្លិ ផ្ល ឬម្វាកេម រ្់ពួកមគ មដើេបីរាំមពញ ្េូវកា រ្់ អ្ ិមិជនមា ន ក់ៗកាន ់ ណ ្រម្ើ ។ 38 @2024 Khoeurt Sopha Data Science and Machine Learning
- 39. 1. គុែភាពទិននន័យ៖ ភាព្ ឹេ្ ូវ និងគុែភាពននទិននន័យណដលានម្រើក ន ុង វ ិទាសាស្ដ្រ ទិននន័យអាចមានឥទធិពលយ ៉ា ងខ្ ល ាំងមៅមលើលទធផ្លណដលទទួលា ន។ 2. កងវល់អ្ាំពីឯកជនភាព៖ កា ្រេូល និងកា ម្រើ្ា្់ទិននន័យអាចរមងកើនកា ្ពួយា េភអ្ាំពីឯកជនភាព ជ្ជពិម្្្រ្ិនមរើទិននន័យមានលកខែៈផ្ល ា ល់ ខ ល ួន ឬមានលកខែៈ ម្ើរ។ 3. ភាព្ ម ុគសា ម ញ៖ វ ិទាសាស្ដ្រ ទិននន័យអាចជ្ជណផ្នក្ ម ុគសា ម ញ ួេទាំងរមចចកមទ្ ណដលទេទ អ្នកមានជាំនញ និងចាំមែេះដឹងចា្់ោ្់។ 39 @2024 Khoeurt Sopha Data Science and Machine Learning VI. គុែ្េប រិ និងគុែវ ិរ រិននវ ិទាសាស្ដ្រ ទិននន័យ គុែវ ិរ រិ
- 40. 4. លាំមអ្ៀង(Bias)៖ កប ួ នម េះ្សាយននវ ិទាសាស្ដ្រ ទិននន័យអាចមានភាពលាំមអ្ៀង ្រ្ិនមរើទិននន័យណដលានម្រើមដើេបីរែ ត ុ េះរណា រ ល(Training) រ្់ពួកមគ មានភាពលាំមអ្ៀង ណដលអាចនាំឱ្ូមានលទធផ្លេិន្ ឹេ្ ូវ។ 5. កា រក្សាយ៖ កា រក្សាយលទធផ្លវ ិទាសាស្ដ្រ ទិននន័យអាចជ្ជរញ្ហ ា ្រឈេ ជ្ជពិម្្្្មារ់អ្នកពាក់ព័នធណដលេិនណេនជ្ជអ្នករមចចកមទ្ ណដលេិនយល់ពីកា ្នម ់ និងវ ិ្ីសាស្ដ្រ ណដលានម្រើ។ 40 @2024 Khoeurt Sopha Data Science and Machine Learning VI. គុែ្េប រិ និងគុែវ ិរ រិននវ ិទាសាស្ដ្រ ទិននន័យ
- 41. 41 @2024 Khoeurt Sopha Data Science and Machine Learning ចរ់មេម ៀនទី ១