บทที่ 1 ข้อมูลมีคุณค่า ม.5

ข้อใดต่อไปนี้เป็นแนวคิดของวิทยาการข้อมูล

• การวิเคราะห์ตั้งแต่นามธรรมไปจนถึงรูปธรรม

• การวิเคราะห์โดยอาศัยความคิดเชิงทฤษฎี

• การวิเคราะห์แบบอุปมาอุปมัย

• การใช้ความรู้ทางวิทยาศาสตร์มาประยุกต์ใช้

ข้อใดคือภาษาที่ใช้ในการพัฒนาซอฟต์แวร์

• ภาษาอินเตอร์พรีเตอร์

• ภาษาไพทอน

• ภาษาคอมไพเลอร์

• ภาษาจาวาโค้ด

ข้อใดคือความหมายของ Big Data

• ยุคของข้อมูลและสารสนเทศ

• ข้อมูลอย่างมากมายมหาศาล

• กระบวนการวิทยาการข้อมูล

• วิทยาการข้อมูล

การทำข้อมูลให้เป็นภาพ มีความหมายว่าอย่างไร

• Data Analytics

• Data story telling

• Data Visualization

• Data Science

ข้อใดไม่ใช่ลักษณะของนักวิทยาศาสตร์ข้อมูล (data sientist)

• มีความสามารถในการค้นหาข้อมูล

• มีความสามารถในการวิเคราะห์

• มีความสามารถในการค้นพบสิ่งที่น่าสนใจและเป็นประโยชน์

• มีความสามารถในการสร้างเว็บไซต์

วิทยาการข้อมูล มีความหมายว่าอย่างไร

• data sicence

• data science

• data scientist

• data sicentist

ข้อใดระบุขั้นตอนของกระบวนการวิทยาการข้อมูลได้ถูกต้องที่สุด

• การตั้งคำถาม การเก็บรวบรวมข้อมูล การสำรวจข้อมูล การทำผลลัพธ์ให้เป็นภาพสู่ผู้ใช้

• การตั้งคำถาม การเก็บรวบรวมข้อมูล การสำรวจข้อมูล การวิเคราะห์ข้อมูล การทำผลลัพธ์ให้เป็นภาพสู่ผู้ใช้

• การตั้งคำถาม การสำรวจข้อมูล การเก็บรวบรวมข้อมูล การวิเคราะห์ข้อมูล การทำผลลัพธ์ให้เป็นภาพสู่ผู้ใช้

• การตั้งคำถาม การสำรวจข้อมูล การเก็บรวบรวมข้อมูล การวิเคราะห์ข้อมูล

กระบวนการวิทยาการข้อมูล มีความหมายว่าอย่างไร

• data science process

• process data science

• data science

• analyze the data

ข้อใดคือความหมายของวิทยาการข้อมูล (data science)

• การประยุกต์ใช้คอมพิวเตอร์และอุปกรณ์โทรคมนาคม เพื่อจัดเก็บ ค้นหา ส่งผ่าน และจัดดำเนินการข้อมูล

• ความรู้เกี่ยกับสิ่งต่างๆในธรรมชาติ และกระบวนการค้นคว้าหาความรู้อย่าง มีขั้นตอน มีระเบียบแบบแผน โดยมีเหตุผล และหลักฐานที่สามารถพิสูจน์ตามหลักวิชาการได้

• ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง

• ข้อมูลขนาดใหญ่มากจนซอฟต์แวร์หรือฮาร์ดแวร์ธรรมดานั้นไม่สามารถที่จะจัดการหรือวิเคราะห์ได้อย่างมีประสิทธิภาพ

ข้อใดคือความหมายของ การคิดเชิงออกแบบ

• graphic thinking

• data science process

• design thinking

• analytics thinking