01/10/2020
เพจนี้อธิบาย Optimization ไว้ดีมาก
และชอบความเห็นที่ว่า เน้น Data Science แทบกันจริงจัง แต่เอาจริงๆเรื่อง Optimization ก็มีประโยชน์มากมายเช่นกัน
Credit : ขี่ช้างจับข้อมูล
[Optimization ศาสตร์ล้ำค่าที่ถูกลืม ในยุค Data Science ครองเมือง.... สรุป highlight และ แหล่งเรียนรู้ ]
แอดมินได้ไปสอน Python ตามที่ต่างๆ กับ content ตั้งแต่ basic ยัน application แล้วรู้สึกว่า สิ่งที่จะเกิด ประโยชน์กับ business และสร้าง Impact ได้อย่างรวดเร็ว นอกเหนือจาก Data Sci และ ML คือ Optimization Technique และการประยุกต์ใช้ใน business
ในยุคนี้ หลายๆคน focus กับ Machine Learning และ AI แต่งาน Data Sci จริงๆ ที่ แอดมินเจอ กลับเป็นว่า ตัวที่ drive value ส่วนมากคือ Optimization และ Process Automation รวมถึง Business Intelligence Dashboard พวกนี้อาจจะชื่อดูไม่สวยหรูเท่ากับ AI ML ที่ผู้บริหารชอบพูดถึงกัน ประชุมทีไรต้องมีแต่คำประมาณนี้ แต่ประโยชน์ของ Optimization หรือ Operation Research (OR) นี่มีมหาศาลครับ
ใน post นี้เลยอยากสรุปสั้นๆ เกี่ยวกับ Optimization technique ว่ามันทำอะไรได้บ้าง เพื่อเป็น idea กันครับ
❓ Optimization คืออะไร
✅ มันก็คือ...กระบวนการหาจุดที่ดีที่สุด (max, min) ภายใต้ข้อจำกัด (Constraints) โดยนำมาใช้กับการทำงานต่างๆ เช่น โรงงานจะผลิตสินค้าอะไรปริมาณเท่าไหร่ให้ได้กำไรสูงสุด หรือทำยังไงให้ใช้เวลาทำงานสั้นสุด, มี waste ต่ำสุด, Operation cost ต่ำที่สุด สำคัญคือเราต้อง formulate ปัญหาให้พร้อมสำหรับการทำ Optimization
❓ เราเคยเรียนมาตอนไหน
✅ ทุกๆคนเคยเรียน basic Optimization สมัยมัธยมปลายมา นะครับ วิชาที่เกี่ยวกับ Optimization นี่ก็พวก นี่คือพวก Calculus และ กำหนดการเชิงเส้น (Linear Programming) ม ปลาย สายวิทย์ต้องผ่านวิชาพวกนี้มาแน่นอนครับ
❓ Data Sci บาง model ก็ทำ Optimization ข้างในนะ
✅ ส่วนหนึ่งของ Data Science ก็เป็น Optimization นะ แทนที่จะหา จุด Maximize, Minimize ของปัญหา ก็มาหาจุดที่ Model มี error ต่ำสุด
❓ ประโยชน์
✅ ในบาง business การ apply Operation Research หรือ Optimization ไป สามารถช่วยเพิ่ม productivity และ ให้ return value ได้ไม่แพ้การใช้ Machine Learning เลยนะ
❓ Data Sci X Optimization
✅ การรู้ทั้งสองศาสตร์: Optimization & Data Science แล้วตั้งโจทย์ เลือกใช้ tool ให้เหมาะกับสถานการณ์ จะยิ่งเสริมพลังให้กับการทำงานได้มากเลยครับ
✅ Optimization อยู่ในทุกยุคทุกสมัย เมื่อก่อนตอน Financial Engineering ดังๆ พวก Optimization ก็เป็นส่วนหนึ่งในนั้นเหมือนกัน ต่อมา Data Science ก็มี Foundation เป็น Optimization ยุคต่อไป จะมีอะไรมาต่อจาก DS ก็น่าจะมีตัวนี้เป็น foundation ไม่แพ้กัน
🎓แหล่งเรียนรู้เพิ่มเติม
🎓 ใครสนใจ Optimization tool ตัวนึงที่น่าสนใจและก็มี documentation ดีๆให้ใช้กันก็คือ Google ortools นะครับ ลองหาอ่านได้เพิ่มเติมจาก https://developers.google.com/optimization/
Link น่าอ่าน:
🎓 The big picture of Operations Research:
https://towardsdatascience.com/the-big-picture-of-operations-research-8652d5153aad
🎓 Optimization VS Data Science
https://cs.stackexchange.com/questions/71525/data-science-vs-operations-research
#แอดพี
