หลักการและเหตุผล
Data Science หรือวิทยาการข้อมูล ได้กลายเป็นคำที่นิยมกันอย่างแพร่หลายในช่วงไม่กี่ปีที่ผ่านมา โดยเป็นศาสตร์ที่พยายามจะนำข้อมูลมาใช้ประโยชน์เพื่อช่วยขับเคลื่อนการตัดสินใจของธุรกิจ เครื่องมือที่สำคัญสำหรับงานทางวิทยาการข้อมูลมีหลายอย่าง สามารถจัดประเภทตามการใช้งานกับข้อมูลได้ ดังนี้ 1) เครื่องมือสำหรับการทำ Data manipulation ได้แก่ Spreadsheets และ ภาษา SQL โดย Spreadsheets ช่วยให้สามารถจัดระเบียบข้อมูลจำนวนมากในรูปแบบที่เข้าใจง่าย ส่วน SQL ช่วยให้สื่อสารกับฐานข้อมูลได้รู้เรื่องและนำไปวิเคราะห์ต่อยอดได้อย่างง่ายดาย 2) เครื่องมือสำหรับการทำ Dashboard และ Data Visualization โดย Dashboard เป็นการนำเสนอ KPI ที่สำคัญต่อองค์กร ส่วน Data Visualization เป็นการประยุกต์ใช้วิทยาศาสตร์ข้อมูลเพื่อดึงข้อมูลจากแหล่งข้อมูลมาแสดงอยู่ในรูปแบบกราฟิก 3) เครื่องมือสำหรับการทำ Data Analysis ได้แก่ซอฟต์แวร์สำหรับวิเคราะห์ข้อมูลทางสถิติ โดยการวิเคราะห์ด้วยวิธีการทางสถิติมีประโยชน์หลักเพื่อให้แน่ใจว่า ข้อมูลได้รับการตีความอย่างถูกต้อง และความสัมพันธ์นั้น “สำคัญ” หรือมีความหมายจริง ๆ และไม่ได้เกิดขึ้นโดยบังเอิญ 4) เครื่องมือสำหรับการทำ Data modeling ได้แก่ ซอฟต์แวร์ Machine learning โดยช่วยให้ระบบคอมพิวเตอร์ สามารถเรียนรู้จากข้อมูลชุดตัวอย่าง ได้ด้วยตนเอง โดยปราศจากการป้อนคำสั่งของโปรแกรมเมอร์
จากความสำคัญดังกล่าวข้างต้น คณะเภสัชศาสตร์ มหาวิทยาลัยศิลปากร ได้เล็งเห็นความจำเป็นที่เภสัชกรควรมีความรู้ความเข้าใจในพื้นฐานวิทยาการข้อมูล และมีทักษะการใช้เครื่องมือทางวิทยาการข้อมูลเพื่อให้สามารถประยุกต์กระบวนการทางวิทยาการข้อมูลในการสกัดองค์ความรู้จากข้อมูลที่มีอยู่ในงานเภสัชกรรมได้ โดยการจัดอบรมครั้งนี้ได้แบ่งความรู้และทักษะออกเป็น 4 หัวข้อตามการใช้งานกับข้อมูล ได้แก่ 1) Spreadsheets and database query 2) Dashboard and data visualization 3) Statistics and data analysis และ 4) Machine learning and data modeling เพื่อให้ผู้เข้ารับการอบรมสามารถเลือกเติมเต็มทักษะเฉพาะที่ขาดไป และสามารถนำมาใช้ในกิจกรรมของการทำงานที่เกิดขึ้นในปัจจุบันได้อย่างเต็มประสิทธิภาพ
คำสำคัญ
Data science, spreadsheets, database, data visualization, dashboard, statistics, data analysis, data modeling, machine learning