เลือกหัวข้อจากแถบเมนูด้านซ้าย (กรณีหน้าจอเล็กเมนูจะหดกลายเป็นสัญลักษณ์สามขีดอยู่ในแถบเมนูด้านบน) หรือใส่คำค้นหาที่ช่องด้านล่างนี้ เพื่อค้นหาหัวข้อบทความหรือ Tutorial เกี่ยวกับเรื่อง parallel_computing ที่ต้องการ
การเขียนโปรแกรมนั้นเปรียบเสมือนศิลปะการแก้ปัญหา และทางเลือกหนึ่งที่ช่วยให้นักพัฒนาสามารถจัดการกับปัญหาซับซ้อนได้อย่างมีประสิทธิภาพคือการใช้ Divide and Conquer หลักการนี้เป็นรากฐานที่ใช้ในหลายอัลกอริธึมที่สำคัญ แต่ Divide and Conquer คืออะไร? มันช่วยแก้ปัญหาอะไรได้บ้าง? มาร่วมกันค้นหาในบทความนี้ และพบกับศิลปะการเรียนรู้โปรแกรมมิ่งที่ EPT มากขึ้น!...
Read More →Divide and Conquer หรือ แบ่งแยกและพิชิต เป็นหนึ่งในกลยุทธ์อัลกอริธึมที่สำคัญมากในการแก้ไขปัญหาด้านการคำนวณ โดยมีหลักการง่ายๆ ดังนี้:...
Read More →ในวงการเทคโนโลยีแห่งปัจจุบันที่ก้าวหน้าไปอย่างรวดเร็ว คอมพิวเตอร์และโปรแกรมมิ่งที่มีประสิทธิภาพเป็นสื่อมวลชนสำคัญที่ทุกคนพึ่งพา การเขียนโปรแกรมที่มีมัลติเธรด (Multithreading) และการจัดการกระบวนการที่เกิดขึ้นพร้อมๆ กันนั้นจึงเป็นสิ่งจำเป็นเพื่อให้โปรแกรมทำงานได้อย่างมีประสิทธิภาพเพิ่มขึ้น...
Read More →การคำนวณประสิทธิภาพสูง (High-Performance Computing: HPC) เป็นเทคโนโลยีที่มีความสำคัญยิ่งในการวิเคราะห์และประมวลผลข้อมูลขนาดใหญ่ในระยะเวลาที่รวดเร็ว ด้วยการใช้มัลติเพรสเซอร์และเครือข่ายคอมพิวเตอร์ที่มีประสิทธิภาพสูง แอพพลิเคชั่นที่พัฒนาในยุคนี้ต้องสามารถตอบสนองต่อความต้องการดังกล่าว ทำให้ผู้พัฒนาต้องมีการเรียนรู้และทำความเข้าใจเทคนิคต่างๆ ในการพัฒนาซอฟต์แวร์เพื่อให้บรรลุถึงประสิทธิภาพที่สูงขึ้น...
Read More →เมื่อพูดถึง High-Performance Computing (HPC) หรือการคำนวณแบบสมรรถนะสูง หลายคนอาจนึกถึงสถาบันวิจัย, องค์กรขนาดใหญ่, หรือหน่วยงานที่ทำการวิเคราะห์และแก้ไขปัญหาทางวิทยาศาสตร์และวิศวกรรมที่มีความซับซ้อน แต่ความจริงแล้ว ความสำคัญของ HPC นั้นแผ่วิสัยไปไกลมากกว่าแค่สาขาวิชาเหล่านั้น และเมื่อนำมาประยุกต์ใช้ในทางการเขียนโปรแกรม มันมีความสำคัญและประโยชน์ยิ่งกว่าที่หลายคนจะคาดคิด...
Read More →การทำงานของ Data Engineers ในยุคสมัยนี้ไม่ได้เป็นเพียงการเคลื่อนย้ายข้อมูลจากจุดหนึ่งไปยังอีกจุดหนึ่ง แต่ยังรวมถึงการทำความสะอาดข้อมูล, การเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์และการเรียนรู้ของเครื่องจักร (Machine Learning) ในบทความนี้ ผมจะขอนำเสนอ 5 packages ที่นิยมใช้ครอบคลุมในหลากหลายฟังก์ชันเหล่านี้ ซึ่งช่วยให้การทำงานของคุณเป็นเรื่องง่ายดายยิ่งขึ้น...
Read More →ในยุคของข้อมูลขนาดใหญ่และโลกที่เชื่อมต่อกันภายใต้เครือข่ายดิจิทัล เทคโนโลยีการวิเคราะห์ข้อมูลกลายเป็นส่วนสำคัญของวงการธุรกิจและวิทยาศาสตร์ ในฐานะ Data Scientist พื้นฐานที่ไม่ควรมองข้ามคือการใช้งาน Python ซึ่งเป็นภาษาโปรแกรมมิ่งที่นิยมใช้กันอย่างแพร่หลาย ทว่านอกเหนือจากเครื่องมือหลักอย่าง NumPy, Pandas, Matplotlib, SciPy, และ Scikit-learn ยังมี Libraries หลายตัวที่อาจจะยังไม่ค่อยโด่งดังแต่ก็มีความสามารถสูงในการช่วยงานวิทยาศาสตร์ข้อมูล...
Read More →หัวข้อ: การประยุกต์ใช้งาน Multi-Thread ใน C# ที่ง่ายกว่าที่คิด...
Read More →หัวข้อ: เข้าใจ Functional Programming ใน Python ด้วยตัวอย่าง ทำไมถึงควรเรียนรู้?...
Read More →