การประยุกต์ใช้ Machine Learning ทำนายผลการเรียนวิชา Web Database ของนิสิตสาขาเทคโนโลยีการศึกษา คณะศึกษาศาตร์ มหาวิทยาลัยบูรพา

Apply of Machine Learning to Grade Prediction in Web Database Course of Educational Technology Students at Faculty of Education Burapha University

Name: วีระพันธ์ พานิชย์

ThaSH: การเรียนรู้ของเครื่อง -- วิจัย

ThaSH: พยากรณ์ผลสัมฤทธิ์ทางการเรียน -- วิจัย

ThaSH: การพัฒนาเว็บไซต์ -- วิจัย

Abstract: การวิจัยครั้งนี้นำเสนอโมเดลการทำนายผลการเรียนวิชา Web Database ที่มีประสิทธิภาพดีที่สุด เพื่อนำโมเดลไปทำนายผลการเรียนวิชา Web Database โดยผลการทำนาย จะเป็นข้อมูลที่สำคัญในการวางแผนจัดการเรียนการสอนให้เหมาะสมกับกลุ่มผู้เรียนที่มีความรู้ ทักษะ ความสามารถพื้นฐานด้านคอมพิวเตอร์แตกต่างกัน ผู้วิจัยดำเนินการสังเคราะห์ Attribute จากเอกสารงานวิจัยที่เกี่ยวข้องและคัดกรอง Attribute ด้วยการวิเคราะห์ความถดถอยพหุคูณ (Multiple Regression) แบบลำดับขั้น (Stepwise Selection)ได้ Attribute จำนวน 6 Attribute ประกอบด้วย 1) Sub_soc (เกรดเฉลี่ยกลุ่มวิชาสังคม) 2)PHP (เคยเรียนภาษา PHP) 3)Computer (คอมพิวเตอร์ส่วนตัว) 4)Sub_create (เกรดเฉลี่ยกลุ่มวิชาความสร้างสรรค์) 5)Identity (เกรดเฉลี่ยกลุ่มวิชาอัตลักษณ์มหาวิทยาลัย) และ 6)Attitude (ความรู้สึกต่อการเรียนวิชาด้านคอมพิวเตอร์) ทำการทดสอบและเปรียบเทียบประสิทธิภาพโมเดลระหว่างวิธี Decision Tree, Naïve Bayes , Neural Network และSupport Vector Machine โดยใช้โปรแกรม RapidMiner Studio ข้อมูลนำเข้าโมเดลจำนวน 271 คน แบ่งเป็นกลุ่มเรียนรู้ (Train Set) 80 % และกลุ่มทดสอบ (Test set) 20 % ผลการวิจัยพบว่าประสิทธิภาพทำนายด้วยวิธี Neural Network มีค่าความถูกต้อง (Accuracy) มากที่สุด 88.89 %รองลงมาวิธี Support Vector Machine 85.19 % ลำดับที่สามวิธี Decision Tree 79.63 % ลำดับสุดท้ายวิธี Naïve Bayes 74.07 % และ ผลการปรับค่าพารามิเตอร์ของโมเดล Neural Network ที่เหมาะสมที่สุด คือ Training Cycle = 200, Hidden layer = 1, Hidden layer sizes = 22, Learning rate = 0.4 และ Momentum = 0.3 ซึ่งส่งผลให้ประสิทธิภาพการทำนายของโมเดล Neural Network เพิ่มขึ้น จากค่าความถูกต้อง (Accuracy) 88.89% เป็น 92.59 % (เพิ่มขึ้น 3.7 %)

มหาวิทยาลัยธุรกิจบัณฑิตย์. ศูนย์เรียนรู้และหอสมุด.

Address: กรุงเทพมหานคร

Email: library@dpu.ac.th

Name: ชัยพร เขมะภาตะพันธ์

Role: อาจารย์ที่ปรึกษา

Modified: 2564-12-24

Created: 2563

Issued: 2564-12-21

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมคอมพิวเตอร์และโทรคมนาคม

Grantor: มหาวิทยาลัยธุรกิจบัณฑิตย์

©copyrights มหาวิทยาลัยธุรกิจบัณฑิตย์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	Weerapun.Pan.pdf	2.87 MB	16	2025-03-21 14:40:33

ใช้เวลา

0.238938 วินาที