# Data Scientist

สำหรับเพื่อนๆที่กำลังสนใจอยากสร้าง **AI** เป็นของตัวเอง แต่บางครั้งก็อาจจะเริ่มต้นไม่ถูกว่าต้องทำยังไงดี ดังนั้นในบทความนี้เราจะมาดูกันว่ากลุ่ม **Data Science** ที่เป็นนักพัฒนา AI กันบ้าง ว่าคนกลุ่มนี้เขาต้องมีความรู้อะไรและเตรียมตัวกันยังไงถึงจะมาสร้าง AI ที่ฉลาดๆให้เราทุกวันนี้กันบ้าง

สำหรับคนที่ไม่รู้เลยว่า AI คืออะไร สามารถเข้าไปดูบทความอธิบายเรื่อง AI ได้จากลิงค์ด้านล่างนี้ครับ

{% content-ref url="/pages/-LoNVguUbNzktfPWoyh3" %}
[AI พื้นฐาน](/basic/ai.md)
{% endcontent-ref %}

## 🤔 Data Scientist คืออะไร ?

**Data Scientist** ก็คือกลุ่มคนที่จะสร้าง **AI** ยังไงล่ะ ซึ่งก็เหมือนกับพวก Developer นั่นแหละ ซึ่งกลุ่มคนกลุ่มนี้เขาจะต้องเรียนเกี่ยวกับ**ข้อมูลและวิธีการจัดการข้อมูล**ต่างๆ เพื่อเอาข้อมูลมาวิเคราะห์ว่าจะทำยังไงถึงจะเอาข้อมูลที่มีมาทำให้เกิดประโยชน์ได้นั่นเอง ดังนั้นคนกลุ่มนี้จะรู้เรื่อง คณิตรศาสตร์ และ Algorithms ในการจัดการข้อมูลแบบต่างๆมาด้วยนั่นเอง

## 🤔 ไม่ได้เรียน Data Science แล้วจะสร้าง AI ได้ป่ะ ?

ตอนสั้นๆเลย **ได้แน่นอน** ก็เหมือนกับไม่ได้เรียน Computer Science แล้วจะเขียนโปรแกรมได้หรือเปล่านั่นเอง ส่วนสิ่งคนที่เรียนมาจะต่างจากคนที่ไม่ได้เรียนคือ เขาจะมีพื้นฐานในการจัดการและเลือกของต่างๆได้ดีกว่าคนที่ไม่ได้เรียนมานั่นเอง เพราะสมัยนี้ AI มันง่ายจนเด็กประถมก็สามารถสร้างได้แล้วนั่นเอง

ใครไม่เชื่อว่า AI มันง่ายจนเด็กประถมก็สร้างได้ลองดูบทความตัวอย่างนี้ก็ได้ หรือจะดูที่ Side menu ในหมวด **Machine Learning Studio** ก็ได้ครับ

{% content-ref url="/pages/-Lof6PkcdkF4vxtYv1n5" %}
[สร้าง AI ตัดสินใจอนุมัติบัตรเครดิต 💳](/cloud/machine-learning-studio/credit-risk.md)
{% endcontent-ref %}

## 🤔 AI มีกี่แบบ ?

โดยปรกติ AI ที่มีบนโลกนั้นมี 2 แบบนั่นคือ **Supervised** และ **Unsupervised** โดยแต่ละแบบต่างกันตามนี้เลย

* **Supervised** - คือการสร้าง AI จากการที่**คนสร้างมี data ที่รู้คำตอบอยู่แล้ว** แล้วส่ง data พวกนั้นมาให้กับ AI ไปเรียนรู้ จนมันสามารถสร้าง Model ออกมาเองได้ เช่น เรามีข้อมูลผู้ป่วยอยู่แล้วว่าใครป่วยใครไม่ป่วย ดังนั้นเราก็ส่งข้อมูลนี้ให้ AI เพื่อให้มันวิเคราะห์ว่าใครป่วยใครไม่ป่วยอีกที
* **Unsupervised** - คือการสร้าง AI จากการที่**คนสร้างก็ไม่รู้คำตอบ**เหมือนกัน แต่ให้ AI ไปหาคำตอบและสร้าง Model ออกมาเอง เช่น เราจะสร้างยาที่ไม่มีวันตายได้ยังไง หรือ เราจะรักษาโรคเอดส์ได้ยังไง หรือ จะเล่น Dota 2 ยังไงให้เก่ง

## 🤔 อยากเขียน AI ต้องเริ่มต้นยังไง ?

สำหรับมือใหม่ที่ต้องการจะสร้าง AI นั้นทาง Microsoft เขามีข้อแนะนำพื้นฐาน 5 เรื่องตามนี้เลย

{% content-ref url="/pages/-LokAN\_9V1n4-SGyzE3d" %}
[การเลือก Algorithms ให้ AI (1/5)](/basic/data-scientist/algorithms-category.md)
{% endcontent-ref %}

{% content-ref url="/pages/-LonpqcFzzUPDuISfhTq" %}
[การเตรียมข้อมูลให้ AI (2/5)](/basic/data-scientist/data-ready.md)
{% endcontent-ref %}

{% content-ref url="/pages/-Lp0h\_IRqrRiyjo72prB" %}
[แฉความลับของ AI Model (4/5)](/basic/data-scientist/model-work.md)
{% endcontent-ref %}

{% content-ref url="/pages/-LpD-mSYdOqx7iGYRq7h" %}
[หัดเขียน AI จาก AI ของคนอื่น (5/5)](/basic/data-scientist/ai-gallery.md)
{% endcontent-ref %}

## 🤔 อยากลองสร้าง AI แล้วเริ่มไง ?

สำหรับเพื่อนๆที่คันไม้คันมืออยากลองสร้าง AI แล้ว และขี้เกียจอ่านบทความ 5 ตัวด้านบน ก็สามารถดูบทความที่จะสอนสร้าง AI ที่แม้แต่เด็กประถมก็สร้างแบบสบายๆได้จากลิงค์ด้านล่างนี้ครับ

{% content-ref url="/pages/-LoQ6n1EJXx7I7Vs4sQY" %}
[มาสร้าง AI ของแท้ตัวแรกของเรากัน](/cloud/machine-learning-studio/ml101.md)
{% endcontent-ref %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.saladpuk.com/basic/data-scientist.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.