วิทยานิพนธ์นี้ทำการประยุกต์ใช้เทคนิ

วิทยานิพนธ์นี้ทำการประยุกต์ใช้เทคนิคดาต้าไมนิ่งในการพัฒนาระบบพยากรณ์การสอบเลือกคณะเข้าระดับอุดมศึกษา โดยใช้เทคนิคต้นไม้ตัดสินใจด้วยอัลกอริทึม C4.5 (หรือ J48) และอัลกอริทึม ID3 ในการสร้างโมเดล โดยแบ่งข้อมูลด้วยวิธีการตรวจสอบไขว้ (k-Fold Cross Validation) แบบ 5-Fold Cross Validation และ10-Fold Cross Validation และวิธีการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งร้อยละ (Percentage Split) โดยแบ่งข้อมูลชุดเรียนรู้และชุดทดสอบในอัตราส่วน 80:20, 70:30 และ 34:66 ทำให้ได้โมเดลการพยากรณ์จำนวน 10 โมเดล และเปรียบเทียบค่าความถูกต้องของแต่ละโมเดล ผลการศึกษาพบว่า อัลกอริทึม J48 วิธีการแบ่งข้อมูลแบบตรวจสอบไขว้ ชนิด 5-Fold และ10-Fold มีค่าความถูกต้องในการจำแนกอยู่ที่ 88.9% และ 81.35% และการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งร้อยละ 20,30 และ 66 มีค่าความถูกต้องในการจำแนกอยู่ที่ 97.43% 82.22% และ91.71% ตามลำดับ อัลกอริทึม ID3 วิธีการแบ่งข้อมูลแบบตรวจสอบไขว้ ชนิด 5-Fold และ10-Fold มีค่าความถูกต้องของโมเดลอยู่ที่95.73% และ83.05% และการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งร้อยละ 20,30 และ 66 มีค่าความถูกต้องของโมเดลอยู่ที่ 93.16% 83.89% และ95.34% ตามลำดับ

ผลลัพธ์ (อังกฤษ) 1:

In this thesis the application of technical data in the development of my prediction of inquiries into higher education level by decision trees by C4.5 algorithm (J48) and ID3 algorithm in modeling with data by means of cross checking (k-Fold Cross Validation) the Cross Validation and 1 5-Fold.0-Fold Cross Validation and how to split data randomly with divide (Split Percentage) percent by the break and a set of test data sets of learning in an 80:20 ratio of 70:30, and 34:66, 10 models and forecasting models compare the accuracy of each model. Study results showed that J48 algorithm how to split a check-Fold type, 5-Fold, and cross. There is value in the classification are at 81.35% and 88.9% of random data by splitting split 20, 30 and 66 are up in the fall at 97.43% 82.22% 91.71% respectively and. ID3 algorithm how to split a check-Fold type, 5-Fold, and cross. Contains the value of the model is at 95.73% of 83.05% and random data by dividing the 20, 30 and 66 with the value of the model is at 93.16% 83.89% 95.34% and respectively.

ผลลัพธ์ (อังกฤษ) 2:

This thesis is the application of data mining techniques to develop a system to predict the choice of higher education. Using a decision tree algorithm C4.5 (or J48) and ID3 algorithm modeling. By sharing information with how to monitor cross (k-Fold Cross Validation) A 5-Fold Cross Validation and the 10-Fold Cross Validation, and how to divide the random data by dividing the percentage (Percentage Split) by sharing information kit learn. and test in 80:20, 70:30 and 34:66 making model predictions of 10 models and compare the accuracy of each model. The results showed that the algorithm J48 way to share information and monitor cross-type 5-Fold and 10-Fold with accuracy in the classification of 88.9% and 81.35%, and the share random information with the division. 20,30, and 66 percent have an accuracy of 97.43%, 82.22% are classified and 91.71% respectively algorithm ID3 way to share information and monitor cross-type 5-Fold 10-Fold in value. the accuracy of the model is 95.73% and 83.05% and share data with random breaks 20,30 and 66 percent have an accuracy of 93.16%, 83.89%, and the model is 95.34%, respectively.

ผลลัพธ์ (อังกฤษ) 3:

This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.This thesis is application of data mining technique in the development of forecasting system select committee in Higher Education Examination Using the decision tree method with C4 algorithm.