1. IntroductionAs a consequence of

1. Introduction
As a consequence of the popularity and advancement of related
web and information technology, massive amounts of data are produced
in our daily life. Large volumes of information, petabytes of
data, are recorded every day. Clearly, the era of big data has arrived
(Mayer-Schonberger and Cukier, 2014). In addition to the data size
(i.e. volume), big data has other characteristics, such as variety and
velocity. The former means that big data can be composed of a
wide variety of structured, semi-structured, and unstructured data
whereas the latter refers to the requirement of real-time processing
and analysis (Fernandez et al., 2014). As a result, big data analytics
by machine learning and data mining techniques has become

ผลลัพธ์ (ไทย) 1:

1. บทนำเป็นผลมาจากความนิยมและความก้าวหน้าของที่เกี่ยวข้องมีผลิตเทคโนโลยีเว็บและข้อมูล ข้อมูลปริมาณมากในชีวิตประจำวันของเรา ข้อมูล petabytes ของจำนวนมากข้อมูล มีการบันทึกไว้ทุกวัน อย่างชัดเจน มาถึงยุคของข้อมูลขนาดใหญ่(Schonberger เมเยอร์ และ Cukier, 2557) นอกจากขนาดของข้อมูล(เช่นระดับเสียง), ข้อมูลมีลักษณะอื่น ๆ เช่นความหลากหลาย และความเร็ว อดีตหมายความ ว่า ข้อมูลสามารถประกอบด้วยการโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้างข้อมูลที่หลากหลายในขณะที่หลังถึงต้องการการประมวลผลแบบเรียลไทม์และการวิเคราะห์ (เฟอร์นานเดซ et al. 2014) เป็นผล การวิเคราะห์ข้อมูลขนาดใหญ่โดยการเรียนรู้ของเครื่องและข้อมูล เทคนิคการทำเหมืองแร่ได้กลายเป็น

ผลลัพธ์ (ไทย) 2:

1. บทนำ
เป็นผลมาจากความนิยมและความก้าวหน้าของการที่เกี่ยวข้อง
เว็บและเทคโนโลยีสารสนเทศจำนวนมหาศาลของข้อมูลที่มีการผลิต
ในชีวิตประจำวันของเรา ข้อมูลปริมาณมาก, เพตาไบต์ของ
ข้อมูลจะถูกบันทึกไว้ทุกวัน เห็นได้ชัดว่ายุคของข้อมูลขนาดใหญ่ได้มาถึง
(เมเยอร์-Schonberger และ Cukier 2014) นอกเหนือไปจากขนาดของข้อมูล
ปริมาณ (IE), ข้อมูลขนาดใหญ่มีลักษณะอื่น ๆ เช่นความหลากหลายและ
ความเร็ว อดีตหมายความว่าข้อมูลขนาดใหญ่สามารถนำมาประกอบไปด้วย
หลากหลายของโครงสร้างข้อมูลกึ่งโครงสร้างและไม่มีโครงสร้าง
ในขณะที่หลังหมายถึงความต้องการของการประมวลผลแบบ real-time
และการวิเคราะห์ (เฟอร์นันเด et al., 2014) เป็นผลให้การวิเคราะห์ข้อมูลขนาดใหญ่
โดยการเรียนรู้ของเครื่องและการทำเหมืองข้อมูลเทคนิคได้กลายเป็น

ผลลัพธ์ (ไทย) 3:

1 . แนะนำเป็นผลมาจากความนิยมและความก้าวหน้าของที่เกี่ยวข้องเว็บและข้อมูลเทคโนโลยี จำนวนมหาศาลของข้อมูลที่ผลิตในชีวิตประจำวันของเรา ปริมาณมากของข้อมูล petabytes ของข้อมูลจะถูกบันทึกไว้ทุกวัน เห็นได้ชัดว่า ยุคของข้อมูลใหญ่มาถึงแล้ว( ชอนเบอร์เกอร์เมเยอร์ และ cukier 2014 ) นอกจากขนาดของข้อมูล( เช่นปริมาณ ) ใหญ่ข้อมูลมีลักษณะอื่น ๆเช่น วาไรตี้ความเร็ว หมายถึงอดีตข้อมูลที่ใหญ่สามารถประกอบด้วยหลากหลายวิธีการ และข้อมูลที่ไม่มีโครงสร้างในขณะที่หลังหมายถึงความต้องการของการประมวลผลแบบเรียลไทม์และการวิเคราะห์ ( Fernandez et al . , 2010 ) ผล การวิเคราะห์ข้อมูลใหญ่โดยการเรียนรู้ด้วยเครื่องจักรและเทคนิคเหมืองข้อมูลได้กลายเป็น