
1. สาขาวิชาที่เกี่ยวข้องกับวิทยาการข้อมูล
1.1. คณิตศาสตร์และสถิติศาสตร์ (Mathematics and Statistics)
1.2. วิทยาการคอมพิวเตอร์ (Computer Science)
1.3. ความรู้เฉพาะด้านของสาขาที่เกี่ยวข้อง (Domain Expertise)
2. ระดับของการวิเคราะห์ข้อมูล
2.1. การวิเคราะห์เชิงพรรณนา (Descriptive Analytics)
2.1.1. วิเคราะห์โดยการแจกแจงแต่ละ ตัวแปร เครื่องมือที่ช่วยในการอธิบายข้อมูลนี้ ส่วนใหญ่เป็นการคำนวณค่าสถิติเชิงพรรณนา
2.2. การวิเคราะห์เชิงวินิจฉัย (Diagnostics Analytics)
2.2.1. การวินิจฉัยความเป็นเหตุเป็นผล หรือความสัมพันธ์กันระหว่างตัวแปร
2.2.1.1. เครื่องมือในการวิเคราะห์สหสัมพันธ์ (Correlation Analysis)
2.2.1.2. การวิเคราะห์ความสัมพันธ์ (Association Analysis)
2.3. การวิเคราะห์เชิงวางเงื่อนไข (Prescriptive Analytics)
2.3.1. การวิเคราะห์ข้อมูลในลำดับขั้นนี้มุ่งเน้นการทำนาย หรือพยากรณ์ค่าของตัวแปรที่ไม่ทราบค่า หรือค่าข้อมูลที่จะเกิดขึ้นในอนาคต
2.4. การวิเคราะห์เชิงพยากรณ์ (Predictive Analytics)
2.4.1. การวิเคราะห์ข้อมูล สำหรับช่วยในการวางแผนหรือการตัดสินใจ โดยคาดหวังผลลัพธ์ที่ดีที่สุดภายใต้เงื่อนไขที่กำหนด
3. ความหมายของวิทยาการข้อมูล
3.1. ข้อมูล (Data)
3.1.1. ข้อเท็จจริงเกี่ยวกับสิ่งต่าง ๆ
3.2. วิทยาศาสตร์ (Science)
3.2.1. กระบวนการค้นหาและจัดการความรู้อย่างเป็นระบบ มีระเบียบแบบแผน เพื่อให้ได้มาซึ่งองค์ความรู้ที่สามารถตรวจสอบได้
3.3. วิทยาการข้อมูล (Data Science)
3.3.1. การใช้กระบวนทางวิทยาศาสตร์ที่มีระเบียบแบบแผน และสามารถตรวจสอบได้ในการสกัดองค์ความรู้ และความเข้าใจอย่างลึกซึ้ง
4. ตัวอย่างการใช้ประโยชน์จากข้อมูล
4.1. Google Map
4.1.1. การตรวจจับสภาพการจราจรบนท้องถนนที่จะแสดงแถบสีเขียว เหลือง หรือแดง บนถนนในแผนที่เพื่อบ่งบอกสภาพการจราจร
4.1.2. การแนะนำเส้นทางที่คาดว่าจะใช้ระยะเวลาในการเดินทางจากต้นทางไปยังปรายทางน้อยที่สุด
4.2. ไอศกรีมรสใหม่จากข้อมูลสังคมออนไลน์
4.3. NVIDIA Clara
4.3.1. การนำข้อมูลทางการแพทย์ ที่รวบรวมไว้มาใช้ในการสร้างเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence : AI) สำหรับเป็นผู้ช่วยทางการแพทย์