|
การพัฒนาตัวแบบการพยากรณ์ความถนัดทางการเรียนตามทฤษฎี 4 MAT โดยการวิเคราะห์ด้วยวิธีต้นไม้ |
|---|---|
| รหัสดีโอไอ | |
| Creator | ขนิษฐา ดีสุบิน |
| Title | การพัฒนาตัวแบบการพยากรณ์ความถนัดทางการเรียนตามทฤษฎี 4 MAT โดยการวิเคราะห์ด้วยวิธีต้นไม้ |
| Publisher | มหาวิทยาลัยวลัยลักษณ์ |
| Publication Year | 2560 |
| Journal Title | วารสารนวัตกรรมการเรียนรู้ มหาวิทยาลัยวลัยลักษณ์ |
| Journal Vol. | 3 |
| Journal No. | 1 |
| Page no. | 45-58 |
| Keyword | ความถนัดทางการเรียน, ต้นไม้ตัดสินใจ, ทฤษฎี4MAT |
| URL Website | https://www.tci-thaijo.org/index.php/jliwu |
| Website title | วารสารนวัตกรรมการเรียนรู้ มหาวิทยาลัยวลัยลักษณ์ |
| ISSN | 2408-2481 |
| Abstract | งานวิจัยนี้มีวัตถุประสงค์เพื่อพยากรณ์ความถนัดทางการเรียนตามทฤษฎี 4 MAT โดยการวิเคราะห์ด้วยวิธีต้นไม้ ในการสร้างและทดสอบตัวแบบพยากรณ์ ผู้วิจัยใช้โปรแกรม WEKA ในการสร้างตัวแบบด้วยเทคนิคต้นไม้ตัดสินใจ (Decision Tree Technique) โดยผู้วิจัยใช้วิธีการจัดหมวดหมู่ (Classification) และวิธีการเรียนรู้ (Learning Methods) โดยใช้ J48 (อัลกอลิธึม C4.5 Version 8.0) ในการเรียนรู้ (Learning) จาก Train Dataset และสร้างแบบจําลองต้นไม้เพื่อการจําแนกกลุ่ม ข้อมูลสําหรับนําไปใช้เป็นอัลกอลิธึม บนเว็บที่จะพัฒนาต่อไปเป็นโมดูลบนเครือข่าย โดยตัวแบบที่ได้จะอยู่ในรูปแบบของกฎการจําแนกประเภทข้อมูลจากการเรียนรู้ ด้วยชุดการเรียนรู้ (Training set) แล้วนําไปทดสอบด้วยชุดทดสอบ (Test data) โดยใช้วิธีการตรวจสอบไขว้ (K-fold cross-validation) และวิธีการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งเป็นร้อยละ (Percentage Split) ผลการวิจัยพบว่าตัวแบบการพยากรณ์ความถนัดทางการเรียนตามทฤษฎี 4 MATที่ถูกพัฒนาด้วยวิธีการแบ่งข้อมูลชุดการเรียนรู้และทดสอบออกจากกัน มีค่าประสิทธิภาพสูงกว่าตัวแบบที่พัฒนาด้วยวิธีอื่น โดยมีค่าความถูกต้องเท่ากับ 77.65 เปอร์เซ็นต์ ค่าความแม่นยําเท่ากับ 77.90 เปอร์เซ็นต์ ค่าความระลึกเท่ากับ 77.65 เปอร์เซ็นต์ และค่าความถ่วงดุลเท่ากับ 77.40 เปอร์เซ็นต์ แสดงว่าวิธีการแบ่งข้อมูลชุดการเรียนรู้และทดสอบออกจากกัน สามารถนําไปใช้พัฒนาตัวแบบการพยากรณ์ความถนัดทางการเรียนรู้ตามทฤษฎี 4 MAT โดยการ วิเคราะห์ด้วยวิธีต้นไม้ที่มีความถูกต้องและแม่นยําในการทํานายความถนัดทางการเรียนตามทฤษฎี 4 MAT ได้เป็นอย่างดี |
