<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Natthakorn K. (Pete) on Medium]]></title>
        <description><![CDATA[Stories by Natthakorn K. (Pete) on Medium]]></description>
        <link>https://medium.com/@petepopulii?source=rss-51e6a8537f5e------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*IpSK1PP_S8807BDG.</url>
            <title>Stories by Natthakorn K. (Pete) on Medium</title>
            <link>https://medium.com/@petepopulii?source=rss-51e6a8537f5e------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 19:08:58 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@petepopulii/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[การใช้ R ทำงานร่วมกับ Excel]]></title>
            <link>https://medium.com/@petepopulii/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%83%E0%B8%8A%E0%B9%89-r-%E0%B8%97%E0%B8%B3%E0%B8%87%E0%B8%B2%E0%B8%99%E0%B8%A3%E0%B9%88%E0%B8%A7%E0%B8%A1%E0%B8%81%E0%B8%B1%E0%B8%9A-excel-8bd6cb1ea082?source=rss-51e6a8537f5e------2</link>
            <guid isPermaLink="false">https://medium.com/p/8bd6cb1ea082</guid>
            <category><![CDATA[r]]></category>
            <category><![CDATA[excel]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[rstudio]]></category>
            <dc:creator><![CDATA[Natthakorn K. (Pete)]]></dc:creator>
            <pubDate>Sat, 22 Dec 2018 08:26:23 GMT</pubDate>
            <atom:updated>2019-08-07T04:24:54.100Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bzvaUkYmaxgoPXA0vUDb-Q.jpeg" /><figcaption>ภาพปกยืมมาจาก DataCamp สามารถไปเรียนคอร์สเขาได้ด้วยนะฮะ ดีงามมม</figcaption></figure><p>ในโลกของธุรกิจนั้นเราใช้ Microsoft Excel ทำงานกับข้อมูลกันมานาน หลายบริษัทก็แทบจะใช้เป็นโปรแกรมหลักในการทำรายงาน จัดทำบทสรุปข้อมูลส่งผู้บริหาร เรียกว่ามีการใช้งานไปทุกแผนกทีเดียว การทำงานด้วย Excel เป็นเวลานานเช่นนั้นจะมาเปลี่ยนนัวิเคราะห์ข้อมูลที่เคยเคยชินกับการใช้ Excel หันมาใช้ R หรือ Python ในการทำงานกับข้อมูลนั้นดูยากไปสักหน่อย แต่นักวิเคราะห์ข้อมูลที่ใช้ R หรือ Python ทำงานกับ Excel นั้นดูจะเป็นหนทางที่ง่ายกว่าการไปบีบบังคับขืนใจให้เขามานั่งเรียนเขียนโปรแกรม (555)</p><p>R มีไลบราลี่ในการทำงานกับ Excel อยู่หลายตัว แต่ตัวที่จะมาแนะนำวันนี้คือไลบราลี่ที่ชื่อว่า xlsx แต่ก่อนที่จะโหลดมาใช้งานได้เราต้องมี Java ลงอยู่ในเครื่องของเราเสียก่อน ลงแค่ Java Virtual Machine (JVM) ธรรมไม่ได้ด้วยนะฮะ ต้องลง Java Development Kit (JDK) เลย ไม่เช่นนั้นตอนเราติตตั้งไลบราลี่ตัวนี้จะมี error ขึ้นมาเพราะมันมีการใช้งานคำสั่งหรือไลบราลี่ของ Java อยู่</p><p>อันดับแรกคือไปดาวน์โหลด JDK ได้ที่ลิงก์ด้านล่างนี้มาติดตั้งในเครื่องก่อน อ่อ ลืมบอกว่าการติดตั้งและทำงานในบทความนี้จะทำบน MacOSนะครับ <a href="https://www.oracle.com/technetwork/java/javase/downloads/index.html">Link</a></p><p>เมื่อเราจัดการติดตั้งเรียบร้อยแล้ว ขั้นตอนต่อมาคือต้องรันคำสั่งด้านล่างนี้ใน Terminal เพื่อให้ R สามารถทำงานกับ Java ได้ (รัน ๆ ไป เถอะ มัน reconfig java เพื่อความชัวร์ ไม่เสียหายอะไรครับ)</p><p>R CMD javareconf (หรือ R CMD javareconf -e ถ้ารันแล้วไม่ผ่าน ถ้าไม่ผ่านอีกก็ sudo R CMD javareconf -ใส่พาสเวิร์ดเครื่องเราโลด)</p><p>หาก Terminal ถามว่าจะเขียนทับการตั้งค่าเดิมไหม ( overide rw-r--r--) ก็ตอบ y ไปเลยครับ reconfigure สำเร็จ จะขึ้นข้อความประมาณนี้ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yvU2-R9N5w_-Nn88WKU3kQ.png" /><figcaption>ข้อความเมื่อจัดการ reconfigure ตัว java สำเร็จ</figcaption></figure><p>ถัดมาคือการติดตั้งไลบราลรี่ xlsx ลงมา ใช้คำสั่ง install.packages(&#39;xlsx&#39;)บน R (ใน RStudio) อาจจะใช้เวลาสักนิดหน่อย ถ้าติดตั้งสำเร็จจะไม่ขึ้นข้อความ error พวก none-zero exit ครับ</p><p>การเรียกทำงานกับไลบราลี่นี้ก็ไม่ยากครับ คำสั่งในการอ่านไฟล์ Excel เข้ามาสามารถใช้คำสั่ง read.xlsx() ได้เลยครับ เช่น</p><p>df &lt;- read.xlsx(&#39;Documents/excel.xlsx&#39;)</p><p>ส่วนพารามิเตอร์แต่ละตัวที่จำเป็นและคิดว่าใช่บ่อยก็จะมีดังนี้ครับ</p><p>sheetIndex กรณีไฟล์มีหลายชีตเราต้องเลือกอ่านไฟล์ที่ละหน้าเข้ามาครับ สามารถระบุหน้าที่จะอ่านข้อมูลมาได้ เช่น sheetIndex = 1</p><p>colIndex rowIndexเมื่ออ่านไฟล์มาแล้วบาครังจะบางคอลัมภ์หรือแถวที่เราไม่ต้องการ เราก็สามารถเลือกเอาเฉพาะส่วนของตารางข้อมูลที่เราต้องการได้ด้วยพารามิเตอร์ colIndex และ rowIndex</p><p>password บางครั้งไฟล์ Excel มีการตั้งรหัสผ่านไว้ เราก็สามารถระบุรหัสเพื่อใช้ในการเปิดอ่านไฟล์ลงมาได้ครับ เช่น password = &#39;exelPass&#39;</p><p>ตัวอย่างคำสั่งที่มีพารามิเตอร์ด้วยเช่น</p><p>df &lt;- read.xlsx(&#39;Documents/exel.xlsx&#39;, sheetIndex = 1, colIndex = 1:10, rowIndex = 5:100, password = &#39;passw0rd&#39;)</p><p>นอกเหนือจากการอ่านทีไฟล์เข้ามาทำงานต่อแล้ว เรายังสามารถเขียนคำสั่งทวนซ้ำ (Loop) ให้อ่านไฟล์หลาย ๆ ไฟล์มาต่อกันเป็ตารางขนาดใหหญ่ได้เหมือนกันครับ ก็หวังว่าบทความนี้จะมีประโยชน์กับหลาย ๆ คนที่ทำงานกับไฟล์ Excel ปริมาณมาก ๆ ให้สามารถทำงานร่วมกับ R ได้อย่างง่ายดาย</p><p><strong>Update:</strong></p><p>ไลบรารี่ xlsx ตอนนี้ใช้กับ JDK 11.0.1 จะดีที่สุดนะครับ ควรเข้าไปโหลด JDK 11.0.1 ในมาใช้ครับ <a href="https://www.oracle.com/technetwork/java/javase/downloads/java-archive-javase11-5116896.html">Download</a></p><p>สำหรับคนที่ใช้ MacOS 10.14 Mojave แล้วไม่สามารถตั้งค่า JDK ได้ ให้ทำการลง SDK Header ก่อนโดยเข้าไปที่ Terminal แล้วรันคำสั่งด้านล่าง</p><pre>sudo installer -pkg /Library/Developer/CommandLineTools/Packages/macOS_SDK_headers_for_macOS_10.14.pkg -target /</pre><p><em>Source:</em> <a href="https://github.com/esnme/ultrajson/issues/332">https://github.com/esnme/ultrajson/issues/332</a></p><p><strong>Session Info</strong></p><blockquote>R version 3.5.1 (2018–07–02)<br>Platform: x86_64-apple-darwin18.0.0 (64-bit)<br>Running under: macOS 10.14.2</blockquote><blockquote>Matrix products: default<br>BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib<br>LAPACK: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libLAPACK.dylib</blockquote><blockquote>locale:<br>[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8</blockquote><blockquote>attached base packages:<br>[1] stats graphics grDevices utils datasets methods base</blockquote><blockquote>other attached packages:<br>[1] data.table_1.11.8 xlsx_0.6.1</blockquote><blockquote>loaded via a namespace (and not attached):<br>[1] compiler_3.5.1 tools_3.5.1 xlsxjars_0.6.1 rJava_0.9–10</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8bd6cb1ea082" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Gaussian Mixture กับการทำ Segmentation EP. 1]]></title>
            <link>https://medium.com/@petepopulii/gaussian-mixture-%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%B3-segmentation-ep-1-567f55c48bd5?source=rss-51e6a8537f5e------2</link>
            <guid isPermaLink="false">https://medium.com/p/567f55c48bd5</guid>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Natthakorn K. (Pete)]]></dc:creator>
            <pubDate>Sat, 27 Oct 2018 13:52:55 GMT</pubDate>
            <atom:updated>2018-10-27T14:27:56.439Z</atom:updated>
            <content:encoded><![CDATA[<p>การทำ Customer Segmentation เป็นเรื่องที่ค่อนข้างซับซ้อน แม้ในยุคที่งานการตลาดเฟื่องฟู การทำ Segmentation ก็มักพบกับ bias และปัญหาในการอธิบายลักษณะประชากร การนำไปใช้งานยิ่งก็ยิ่งยากมากขึ้น</p><p>นักการตลาดหลายคนใช้วิธีการทางสถิติในการอนุมานหรือบางคนก็ใช้การทำการวิจัยเชิงคุณภาพ (Focus Group, Panel Discussion, etc.) หรือผสมผสานทั้งสองแบบ อย่างไรก็ดีจะพบว่าการทำวิจัยในอดีตนั้นมีข้อจำกัดทั้งปริมาณข้อมูลที่ใช้ ทรัพยากรและทุนที่ต้องใช้ในงานวิจัย ดังนั้นผลที่ได้อาจจะไม่ครอบคลุมและจับต้องได้เสมอไป</p><p>ในยุคนี้ที่ปริมาณข้อมูลนั้นมีมหาศาลและเพิ่มทวีคูณขึ้นเรื่อย ๆ ทำให้เราสามารถนำข้อมูลเหล่านั้นมาใช้ในการวิเคราะห์ลูกค้าได้ดีมากยิ่งขึ้น และแน่นอนว่าการทำ Segmentation ก็ทำได้ง่ายมากขึ้นอีกด้วย</p><p>โจทย์ของการทำ Segmentation นั้น คือการหาจำนวน Segment ที่จะแบ่งลูกค้าออกได้เป็นกลุ่ม ๆ อย่างชัดเจน มีคุณลักษณะที่แตกต่างกัน ซึ่งเราสามารถนำอัลกอริธึ่มในกลุ่มงาน Machine Learning ที่เรียกว่า Unsupervised Learning มาปรับใช้ได้หลากตัวเลยทีเดียว หลายคนอาจจะคุ้นเคยกับ k-Means Clustering กันเพราะเทคนิคนี้นิยมใช้กันแพร่หลายเพราะมีความง่ายในการอธิบายและใช้งาน โดยวิธีการทำงานคร่าว ๆ ของเทคนิคนี้คือกำหนดจุดสุ่มออกไปตามที่ต้องการ(Centroid — ตำแหน่งศูนย์กลาง) จากนั้นคำนวนค่าเฉลี่ยของจุดทั้งหมดเพื่อหาจุดกึ่งกลางตามจำนวนกลุ่ม(Cluster) ที่เราต้องการ จากนั้นจึงคำนวนข้อมูลแต่ละจุดว่าใกล้กับจุดศูนย์กลางอันไหนมากที่สุด ทำซ้ำไปเรื่อย ๆ จนแยกกลุ่มข้อมูลออกมาได้ดีที่สุด การคำนวนระยะห่างที่นิยมกันก็มักจะเป็น Euclidean Distance หรือ Manhattan Distance</p><p>อย่างไรก็ดีก็จะมีอีกวิธีหนึ่งที่ผสมผสานแนวคิดในเรื่องของความน่าจะเป็นเข้ามาใช้ร่วมด้วยนั่นคือ Gaussian Mixture Model บางตำราอาจจะเรียกว่า Soft k-Means</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TjmETvyGWxSmeBaAVZiAxA.png" /><figcaption>Gaussian Distribution (Normal Distribution) <a href="https://commons.wikimedia.org/wiki/File:Standard_deviation_diagram.svg">Source</a></figcaption></figure><p>บางคนอาจจะไม่คุ้นเคยกับคำว่า Gaussian หรือ Gaussian Distribution แต่ถ้าบอกว่าเป็น Normal Distribution หรือภาษาไทยเรียกว่าการแจกแจงแบบปกติ (เป็นรูประฆังคว่ำ) หลายคนก็จะร้องอ๋อ (รึป่าว 55)</p><p>แล้วทำไมต้อง Gaussian? เอามาทำอะไรได้กับข้อมูลในการทำ Segment ลูกค้า? ในข้อมูลที่เจอกันจริง ๆ ในธุรกิจต้องบอกว่าไม่ใช่ตัวแปรทุกตัวจะแจกแจงปกติที่พล็อตกราฟออกมาแล้วเป็นรูประฆังสวยงามแบบในทฤษฎีแน่นอน หลายครั้งที่เรามักเจอข้อมูลที่มีลักษณะเป็น Polynomial Distribution หรือพูดง่าย ๆ คือเหมือนมีจุดพีคหลายจุด ถ้าเรามองว่าจุดพีคหลาย ๆ จุดนั้นจริง ๆ แล้วมันคือจุดกึ่งกลางของระฆังหลาย ๆ อันที่ซ้อนกันอยู่จะเห็นว่าตัวแปรตัวเดียวกันนี้มันมีตัวแปรแฝงอยู่ มัน mix กันอยู่ นี่แหละคือที่มาของ Gaussian Mixture Model ซึ่งตัวแปรแฝงเหล่านี้เองสามารถแยกออกมาเป็น Segment/Cluster ได้นั่นเอง นี่แค่ตัวแปรเดียวนะ ถ้าหลายตัวแปรก็จะซับซ้อนขึ้นอีกนิดนึง แต่ไม่ยากเกินเข้าใจแน่นอน</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Utz_Lbytviz2NVxleX9wpQ.jpeg" /><figcaption>Polynomial Probability Distribution <a href="http://openres.ersjournals.com/content/1/2/00044-2015.figures-only">Source</a></figcaption></figure><p>นอกจาก Gaussian Mixture แล้วก็ยังมีโมเดลอีกหลาย ๆ ตัวที่จัดการกับข้อมูลที่กระจายตัวแบบต่าง ๆ เช่น Log-normal distribution(เช่น รายได้ลูกค้า ซึ่งมักจะเพิ่มขึ้นไปเรื่อย ๆ ตามอายุงาน), Binomial distribution(เช่น เพศ ที่โดยกายภาพแล้วก็มีแค่ชายกับหญิง), Poisson Distribution (เช่น ความถี่ในการขอสินเชื่อ หรือความถี่ในการเคลมประกัน), etc. ลองอ่านดูเพิ่มจากจาก <a href="https://en.wikipedia.org/wiki/Mixture_model">Wikipedia</a> ก็จะเห็นภาพมากขึ้น</p><p>ในตอนหน้าจะพูดถึงอัลกอริธึ่มตัวหนึ่งที่สำคัญและใช้อย่างแพร่หลายมาก ๆ คือ EM หรือ Expectation-Maximization Algorithm ซึ่งเป็นกระบวนการที่จะช่วยให้เราหาความน่าจะเป็นที่ข้อมูลจะจัดอยู่ใน Cluster ที่เรากำหนดมากที่สุด</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=567f55c48bd5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ลง R/RStudio Server บน Red Hat Enterprise Linux 7.5 บน AWS EC2 ง่ายนิดเดียว]]></title>
            <link>https://medium.com/@petepopulii/%E0%B8%A5%E0%B8%87-r-rstudio-server-%E0%B8%9A%E0%B8%99-red-hat-enterprise-linux-7-5-%E0%B8%9A%E0%B8%99-aws-ec2-%E0%B8%87%E0%B9%88%E0%B8%B2%E0%B8%A2%E0%B8%99%E0%B8%B4%E0%B8%94%E0%B9%80%E0%B8%94%E0%B8%B5%E0%B8%A2%E0%B8%A7-9713ad95bba5?source=rss-51e6a8537f5e------2</link>
            <guid isPermaLink="false">https://medium.com/p/9713ad95bba5</guid>
            <dc:creator><![CDATA[Natthakorn K. (Pete)]]></dc:creator>
            <pubDate>Mon, 15 Oct 2018 09:49:06 GMT</pubDate>
            <atom:updated>2018-10-16T15:33:22.691Z</atom:updated>
            <content:encoded><![CDATA[<h3>ลง R/RStudio Server บน Red Hat Enterprise Linux 7.5 ให้ใช้งานผ่าน AWS EC2 ง่ายนิดเดียว</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cw2EAXFJ-60LDmzbWeYCMg.png" /></figure><p>เนื่องจากว่าเป็นคนใช้ R ในการทำ Analysis เยอะและหลายครั้งข้อมูลมันใหญ่มากจนคอมเครื่องน้อยที่ใช้ Windows อยู่มันก็ทำงานไม่ไหว (RAM 24 ก็เต็มได้ในบางครั้ง) แล้วปัญหานี้ก็ไม่ได้มีแค่เราคนเดียวที่เจอ ยังมีทีมอื่นอีกหลายคนเลยที่มีปัญหาแบบเดียวกัน เราก็เลยอยากให้ที่ทำงานมี RStudio Server ใช้กัน เมื่อไปคุยกับ IT ว่าอยากได้ Server ตัวนึงสำหรับงาน Analysis เค้าก็บอกว่ามีตัวเลือกให้ใช้ได้สองตัวคือ Red Hat Enterprise กับ SUSE Linux Enterprise ที่ผ่าน Security ของที่ทำงาน ทีนี้เราเลยต้องมาลองเทสลงว่าจะลง R/RStudio Server ยังไงดี จากที่ลองทดสอบติดตั้งบน Red Hat ผ่านฉลุย แต่ป้า SUSE ลงแล้วมีปัญหาหนักไม่น้อยกับพวก library ต่าง ๆ</p><p>เอาล่ะ บล็อกนี้ก็ขอเอาวิธีลง R/RStudio Server บน Red Hat Enterprise 7.5 มาอธิบาย ซึ่งหลังจากค้นหาข้อมูลมาหลายที่ บางอันก็ใช้ได้ บางอันก็ใช้ไม่ได้ แต่สุดท้ายก็ทำได้ไม่ยากเลย ขอบคุณลุงคนนี้จากบล็อก Sellorm ที่ช่วยชีวิตไว้ 555</p><p><a href="https://blog.sellorm.com/2017/11/11/basic-installation-of-r-on-redhat-linux-7/">Installing R on RedHat Linux 7 - blog.sellorm.com</a></p><p>ส่วนสิ่งที่ควรรู้คร่าว ๆ ก่อนลง R/RStudio Server ในบทความนี้คือ</p><ol><li>Unix Command และ ระบบ Linux OS คร่าว ๆ แต่ไม่ได้จำเป็นต้องลึกอะไรมากเพราะเราก็พอรู้คร่าว ๆ ก็ทำได้ (ใช้ SSH ในการเชื่อมต่อ Server ในการทำงาน มีแต่ Comman Line เท่านั้นนาจา)</li><li>ควรรู้วิธีใช้ AWS คร่าว ๆ ทั้งเรื่องการจัดการ Instance การจัดการ Security และการจัดการ Network บนนั้น</li></ol><p><strong>การตั้งค่า AWS EC2</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xYKugvZTyEO5WJsokknPuQ.png" /><figcaption>ตั้งค่า Instance เพื่อให้สามารถใช้เน็ตเวิร์คจากข้างนอกได้ (public)</figcaption></figure><p>เริ่มจากการสร้าง instance ของ Red Hat ขึ้นมาบน AWS EC2 แล้วตั้งค่า Network ตามรูป ซึ่งเน็ตเวิร์คต้องสามารถรับการเชื่อมต่อจากข้างนอก (inbound) มาที่พอร์ต 8787 ได้ ซึ่งพอร์ต 8787 นี้เป็นค่าเริ่มต้นของ RStudio Server อันนี้สำคัญมาก</p><p>สิ่งสำคัญในหน้า 3 Configure Instance คือ Subnet ควรเลือก<strong>อันอื่น</strong>ที่ไม่ใช่ No preference ที่เหลือในหน้านี้ใช้ค่าเริ่มต้นของ AWS ที่ให้มาก็ได้ ไม่ได้มีปัญหา</p><p>ส่วนตั้งค่าที่สำคัญที่สุดคือหน้าถัดมา ซึ่งจะเป็นการตั้งค่า Port ที่เราจะใช้สำหรับ RStudio Server สิ่งที่เราต้องทำ (กรณีไม่เคยตั้ง Security Group สำหรับ RStudio มาก่อน) คือ</p><ol><li>เลือก Add Rule เพื่อเพิ่มกฎในการเข้าถึงเซิฟเวอร์</li><li>เลือก Type เป็น Custom TCP และระบุพอร์ตเป็น 8787 ซึ่งเป็นพอร์ตที่ RStudio ใช้</li><li>เปลี่ยน Source ให้เป็น Anywhere เพื่อให้ IP ไหนก็ใช้งานได้ หรือถ้าเราอยากใช้คนเดียวบน AWS ก็ตั้งค่าเป็น MyIP หรือ Custom แล้วระบุ IP ที่เราจะใช้ เนื่องจากเป็น Free Tier เราก็เลยตั้งเป็น Anywhere ถ้าหากใครเสียตังใช้อยู่ไม่แนะนำให้ตั้งเป็น Anywhere นะจ๊ะ เดี๋ยวบิลเก็บตังบานเบอะแน่จ้า 555</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hO4k9EvZpPEqTnHyLZWvgg.png" /><figcaption>กำหนด IP ที่อนุญาติให้ใช้ได้</figcaption></figure><p><strong>ติดตั้ง R</strong></p><p>อันดับแรกเลยเมื่อ Instance เราพร้อมแล้วก็ Access ผ่าน SSH เข้าไป ซึ่งใน AWS จะบอกลิงค์ให้อยู่แล้ว ส่วนเราใช้ private key ของเราในเครื่องเป็นตัวตรวจสอบสิทธ์และทำงานผ่าน Terminal บน Mac</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hUMVJ7dq8ENz7B0viSIr5Q.png" /></figure><p>ครั้งแรกพอเข้ามาแล้วจะเจอหน้าจอประมาณนี้บน Terminal ของเรา ซึ่งก็จะถามว่าจะต่อไหมก็ตอบ yes ไป (กรณีคนไม่เคยใช้)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Dah7v156gN27SrMA-STwcQ.png" /></figure><p>ถัดมาก็รัน Code ข้างล่างตามเสต็ปนี้เลย ซึ่งอันดับแรกต้องลง libcurl openssl libxml เพราะเป็น lib ที่จำเป็นต้องใช้ แล้วก็ทำการติดตั้ง wget ลงมาด้วยจะได้ download ไฟล์จากเน็ตลงมาได้</p><pre>## Install libcurl openssll libxml<br>sudo yum install -y libcurl-devel openssl-devel libxml2-devel</pre><pre>## Install wget<br>sudo yum install wget</pre><p>ต่อมาเป็น EPEL repository ของ Linux ที่จำเป็นต้องลง เพราะใน repo นั้นจะมี package ของ R อยู่ด้วย ทำให้ลงง่ายมากขึ้น</p><pre>sudo wget <a href="http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm">http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm</a></pre><pre>sudo rpm -ivh epel-release-latest-7.noarch.rpm<br>sudo yum install -y epel-release</pre><p>จากนั้นตั้งค่าให้คำสั่ง yum สามารถโหลดไฟล์จาก EPEL optional repository ได้โดยใช้คำสั่ง grep เพื่อดึงลิสต์ของ repo ที่เราใช้ได้และตั้งค่าให้ใช้ rhui-REGION-rhel-server-optionalเพราะตัว optional repo จะมี package R ไว้อยู่</p><p>สุดท้ายก็ใช้คำสั่ง yum ติดตั้ง R ให้</p><pre>## print all repository names<br>grep -i ^&#39;\[.*optional&#39; /etc/yum.repos.d/*<br>sudo yum --enablerepo=rhui-REGION-rhel-server-optional </pre><pre>## Install R on RHEL<br>sudo yum install -y R</pre><p><strong>ติดตั้ง RStudio Server</strong></p><p>ก่อนติดตั้ง RStudio Server ต้องโหลด PGP Keys เพื่อทำ Code Signing ก่อน เพื่อระบุให้ Linux รู้ว่าซอฟแวร์ที่โหลดมาไม่ใช่ของเถื่อนนะ ซึ่งสามารภไปดูรายละเอียดในลิงค์ข้างล่างนี้ได้</p><p><a href="https://www.rstudio.com/code-signing/">Code Signing</a></p><p>จากนั้นใช้คำสั่ง wget โหลดไฟล์ RStudio Server จากหน้าเว็บมา สามารถเข้าไปที่เว็บ RStudio เพื่อเอาลิงค์ของเวอร์ชั่นล่าสุดมาได้เสมอ ที่โหลดมา ณ เวลาที่เขียนบทความนี้เป็นเวอร์ชัน 1.1.456</p><p>พอโหลดเสร็จก็ใช้คำสั่ง yum ติดตั้งไฟล์ เป็นอันเสร็จ ง่ายมากกกกกกก</p><pre>wget <a href="https://download2.rstudio.org/rstudio-server-rhel-1.1.456-x86_64.rpm">https://download2.rstudio.org/rstudio-server-rhel-1.1.456-x86_64.rpm</a><br>sudo yum install rstudio-server-rhel-1.1.456-x86_64.rpm</pre><p>เมื่อติดตั้งเสร็จ ใช้คำสั่ง sudo rstudio-server status เพื่อดูว่า Server ทำงานไหม ถ้าไม่ทำงานก็ลองรันคำสั่ง sudo rstuio-server start ดู หากไม่มีอะไรผิดปกติ server ก้จะทำงาน แต่ถ้าไม่ทำงานก็จะบอก error มาให้เราว่าอะไรผิดปกติ (งานช้างเลยทีนี้ 555)</p><p>ต่อมาให้สร้าง account ขึ้นมาบน linux ด้วยคำสั่งแต่ต้องสลับ user เป็น root ก่อน แล้วใช้คำสั่ง adduser NEWUSER(สมมติว่าแอคเค้าใหม่ชื่อ NEWUSER) จากนั้นจึงเข้าไปแอคเค้าที่สร้างใหม่เพื่อเปลี่ยนพาสเวิร์ดด้วยคำสั่ง su NEWUSER และตามด้วย passwd ซึ่งระบบจะถามให้ตั้งพาสเวิร์ดใหม่ จากนั้น user ที่สร้างใหม่นี้พร้อมพาสเวิร์ดจะสามารถใช้งาน RStudio ได้ <a href="https://access.redhat.com/documentation/en-US/Red_Hat_Enterprise_Linux/4/html/Step_by_Step_Guide/s1-starting-create-account.html">ดูเพิ่มเติม</a></p><p><strong>ทดลองเข้าใช้ RStudio Server บน EC2</strong></p><p>ให้ไปที่ AWS Instance แล้วเอา Public DNS หรือ IP4v มาแล้วเข้าเว็บตามด้วย port 8484 เช่นใน instance ที่ผมใช้คือ <strong>ec2–18–136–126–2.ap-southeast-1.compute.amazonaws.com:8787 </strong>หรือจะใช้เป็น IP4v <strong>18.136.126.2:8787</strong> ก็จะเจอหน้าล็อกอินแบบนี้ เป็นอันจบ ใช้ได้แล้ว เย้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EuJ7pkOdtq0sL4qqC5Xdww.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QNH3IZGEX5OhzUl7SL5meQ.png" /></figure><p><strong>การนำไปใช้จริงใน Production</strong></p><p>หากจะนำไปใช้จริงกับบริบทของบริษัทขนาดใหญ่ คงต้องมองเพิ่มในหลายมุมเช่น การจัดการ reverse proxy server และการจัดการ user account ให้มีความปลอดภัยมากขึ้น อาจจะใช้ LDAP หรือ AD มาจัดการเชื่อมต่อระบุตัวตน ซึ่งก็จะต้องคุยกับ IT กันอีกยาวเลยทีเดียว ซึ่งบทความนี้อยากให้เน้นไปที่การติดตั้ง R และ RServer บน Red Hat มากกว่า ส่วนในรายละเอียดยิบย่อยในเรื่อง AWS และ Unix Command ก็อาจจะต้องไปอ่านเพิ่มเติมเอาอีกสักหน่อย ^^</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9713ad95bba5" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>