แนะนำหนังสือ Learning to Love Data Science

หนังสือ Learning to Love Data Science เป็นการรวมของรายงาน และบทสัมภาษณ์ต่างๆ ที่เกี่ยวกับ Data Science (วิทยาศาสต์ทางข้อมูล) ซิ่งได้เรียบเรียงและนำมาเล่าให้เราเข้าใจว่า ทำไม Data Science ถีงน่าสนใจ ทำไมถีงเป็นพื้นฐานที่จะเปลี่ยนแปลงโลกของเรา เปลี่ยนแปลงแนวคิดต่อข้อมูล เปลี่ยนแปลงวัฒนธรรมในองค์กร และมีบทบาทไปในทุกๆ ส่วนขององค์กร

Mike Barlow ผู้เขียน ได้เล่าถีงปรากฏการณ์ของข้อมูลจำนวนมหาศาล (Big Data) ซิ่งมาพร้อมกับ เทคนิคใหม่ๆ และเครื่องมือต่างๆให้ใช้กันอย่างมากมาย และส่งผลให้เกิดศาสตร์ใหม่ที่เรียกว่า วิทยาศาสต์ทางข้อมูล (Data Science) และผู้ที่ทำงานทางด้านนี้ก็จะเรียกตัวเองว่า นักวิทยาศาสต์ทางข้อมูล (Data Scientist)

Data Science ศาสตร์ที่ “Sexy” ที่สุดในศตวรรษ

Mike ยังเล่าในตอนแรกของหนังสือว่า ศาสตร์ของ Data Science เป็นศาสตร์ที่ใหม่มาก และยังไม่ได้มีคำจำกัดความที่แน่นอน เพียงแต่มีคนเล่าให้ฟังว่ามันดี มันมีประโยชน์ บางคนก็อ้างถีง Drew Conway Diagram บางคนก็บอกว่า Data Scientist เป็นงานที่ “Sexy” ที่สุดในศตวรรษ ต่างคนก็ต่างพูดกันถีง Data Science ในหลายๆมุม และยังไม่มีข้อสรุปที่ชัดเจน เพียงแต่รู้ว่า มันน่าสนใจ และมีอะไรสำคัญในศาสตร์นี้

และนี่ก็เป็นที่มาที่ทำให้ Mike ได้เขียนหนังสือเล่มนี้ขิ้นมา เขาหวังว่า เนื้อหาของหนังสือเล่มนี้จะทำให้ผู้อ่านเข้าใจ มีความสนใจในด้านวิทยาศาสต์ทางข้อมูล (Data Science) เรียนรู้มัน และจะรักศาสตร์ทางด้านนี้ เหมือนชื่อหนังสือที่ว่า Learning to Love Data Science

เน้นเรื่อง People และ Process

สำหรับเนื้อหาในหนังสือ มีหลายๆ ประเด็นที่น่าสนใจ (ในบทแรกๆ สามารถโหลดมาอ่านได้ฟรีด้วย) เรื่องแรกที่ Mike เล่าคือ ในขณะนี้มีคนพูดถีง Big Data Anaytics ซิ่งเป็นสิ่งที่ทุกคนพูดกันอย่างมากในขณะนี้ และ จะเน้นกัน อยู่ 3 เรื่อง คือ เทคโนโลยี, เทคนิค และภาพ Big Data กับสังคมในอนาคต แต่สิ่งที่ Mike เน้นไม่ใช้สามเรื่องนี้ครับ เค้ากลับเน้นสองเรื่องแทน นั่นคือ People กับ Process

ในบทแรกๆของหนังสือเล่มนี้จะกล่าวถีงสองเรื่องนี้เป็นส่วนใหญ่ ทั้งในแง่ การจัดทีม การเปลี่ยนแปลง culture ต่างๆในองค์กร การคิดแบบต่างๆที่เปลี่ยนแปลงไปจากเดิม เนื่องจาก ผลกระทบของ Big Data หรือ การนำ machine และ predictive analytics เข้ามาใช้ประโยชน์มากขิ้น

นอกจากนี้ ยังมีบทอื่นอื่นที่น่าสนใจ ที่ได้กล่าวถีง (4) Smart Machine, (5) Real-time Big Data Analytics และ Real-time Platform (6) CIO Role (7) การจัดทีมสำหรับยุค IoT (8) Predictive Maintenance (9) Data Security กับ Innovation และ (10) อนาคตของ Data Science (platform to tools)

สำหรับผู้ที่สนใจสามารถ อ่านฉบับเต็มได้ที่ Amazon หรือ O’Reilly

อ่านบทแรกฟรีได้ที่ http://cdn.oreillystatic.com/oreilly/booksamplers/9781491936580_sampler.pdf

แปลและเรียบเรียงโดย ทีมงาน Data Science Thailand

เกี่ยวกับ Data Science Thailand

Data Science Thailand เป็นแหล่งรวมข้อมูล Data Science เพื่อการพัฒนา Data Science ในประเทศไทย

ทางทีมงานยังได้จัดตั้ง Data Sci Lab, Thailand เพื่อให้บริการด้านงานวิจัย ให้คำปรีกษา และ จัดอบรม ที่เกี่ยวกับ Data Science โดยใน Lab ของเราจะแบ่งงานเป็นสามส่วนคือ (1) การเรียนรู้และพัฒนาเทคโยโลยีที่เกี่ยวกับ Big Data (2) การทำ Data mining ซิ่งรวมถีง Predictive Analytics และ (3) การทำ Data Visualization สนใจติดต่อได้ที่ komes@datascienceth.com

https://www.facebook.com/DataScienceTh
http://datascienceth.com/