← āļāļĨāļąāļšāļŦāļ™āđ‰āļēāđāļ„āļ•āļ•āļēāļĨāđ‡āļ­āļ
📈 āļ”āļąāļŠāļ™āļĩāđ€āļĻāļĢāļĐāļāļāļīāļˆ & āļŠāļ§āļąāļŠāļ”āļīāļāļēāļĢāļŠāļąāļ‡āļ„āļĄ

ðŸšĒ āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ€āļŠāļīāļ‡āļĨāļķāļāļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ—āļĒ (Thailand Industrial Shipment Index Analytics)

Data Science Life Cycle: Step-by-Step Teaching & Masterpiece Analysis Notebook

📊 9 āļāļĢāļēāļŸðŸ›ïļ āļŠāļ™āļ„. · āļŠāļĻāļ­. · āļžāļĄ. · āļ§āļ˜.
9
āļāļĢāļēāļŸāļ—āļąāđ‰āļ‡āļŦāļĄāļ”
9
Interactive
0
āļ āļēāļžāļ™āļīāđˆāļ‡
2
āļŦāļąāļ§āļ‚āđ‰āļ­āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ

📊 āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļ—āļĩāđˆ 4: āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļ āļēāļž (Exploratory Data Analysis - EDA)

āđāļ™āļ§āđ‚āļ™āđ‰āļĄāļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļ āļēāļžāļĢāļ§āļĄāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ (āļĄ.āļ„. 2564 - āļĄāļī.āļĒ. 2569)
āļāļēāļĢāđāļĒāļāļ­āļ‡āļ„āđŒāļ›āļĢāļ°āļāļ­āļšāļ­āļ™āļļāļāļĢāļĄāđ€āļ§āļĨāļēāļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļē (Time-Series Seasonal Decomposition)
Heatmap āļĢāļđāļ›āđāļšāļšāļžāļĪāļ•āļīāļāļĢāļĢāļĄāļĪāļ”āļđāļāļēāļĨāļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ‚āļ­āļ‡āđ„āļ—āļĒ (High vs Low Season 2564 - 2569)
āđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļŠāļąāļ”āļŠāđˆāļ§āļ™āļ™āđ‰āļģāļŦāļ™āļąāļāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ—āļĒ (TSIC 5-Level Weight Distribution Hierarchy)
āļāļŽāļžāļēāđ€āļĢāđ‚āļ• 80/20: 30 āļŠāļīāļ™āļ„āđ‰āļēāļŦāļĨāļąāļāļ—āļĩāđˆāļ„āļĢāļ­āļ‡āļŠāļąāļ”āļŠāđˆāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ•āļŠāđˆāļ§āļ™āđƒāļŦāļāđˆāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻ
āļ­āļąāļ•āļĢāļēāļāļēāļĢāđ€āļ•āļīāļšāđ‚āļ•āļ‚āļ­āļ‡āļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāđāļĒāļāļ•āļēāļĄ 22 āļŦāļĄāļ§āļ”āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ (YoY % āļ“ āļĄāļī.āļĒ. 2569)
āļāļēāļĢāļāļĢāļ°āļˆāļēāļĒāļ•āļąāļ§āļ‚āļ­āļ‡āļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ•āļĨāļ­āļ” 66 āđ€āļ”āļ·āļ­āļ™ āđāļĒāļāļ•āļēāļĄāļŦāļĄāļ§āļ”āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ

ðŸĪ– āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļ—āļĩāđˆ 5: āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđ‚āļĄāđ€āļ”āļĨāļžāļĒāļēāļāļĢāļ“āđŒāđāļĨāļ° Machine Learning (Predictive Modeling & Clustering)

āļāļēāļĢāļžāļĒāļēāļāļĢāļ“āđŒāļ”āļąāļŠāļ™āļĩāļāļēāļĢāļŠāđˆāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ—āļĒ āļĨāđˆāļ§āļ‡āļŦāļ™āđ‰āļē 12 āđ€āļ”āļ·āļ­āļ™ (āļ.āļ„. 2569 - āļĄāļī.āļĒ. 2570)
āļāļēāļĢāļˆāļąāļ”āļāļĨāļļāđˆāļĄ 22 āļŦāļĄāļ§āļ”āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļ•āļēāļĄāļĢāļ°āļ”āļąāļšāļ”āļąāļŠāļ™āļĩ āļ„āļ§āļēāļĄāļœāļąāļ™āļœāļ§āļ™ āđāļĨāļ°āļ„āđˆāļēāļ™āđ‰āļģāļŦāļ™āļąāļ (K-Means Clustering)
Source Code 📊 āđāļ„āļ•āļ•āļēāļĨāđ‡āļ­āļ