Submit Search
Upload
การวิเคราะห์เชิงพยากรณ์ ส่วนที่ 1
•
0 likes
•
122 views
pitsanu duangkartok
Follow
การวิเคราะห์เชิงพยากรณ์
Read less
Read more
Education
Report
Share
Report
Share
1 of 3
Download now
Download to read offline
Recommended
MySpace SQL Server Service Broker
MySpace SQL Server Service Broker
Mark Ginnebaugh
Spring batch
Spring batch
nishasowdri
Oracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle Training
OracleTrainings
Deep dive into Android Data Binding
Deep dive into Android Data Binding
Radek Piekarz
Fusion Accounting Hub
Fusion Accounting Hub
Mohammed Nabhan
TE40-Template
TE40-Template
Venkat Banka
Introducing Oracle Fusion Middleware 12.1.3 and especially SOA Suite and BPM ...
Introducing Oracle Fusion Middleware 12.1.3 and especially SOA Suite and BPM ...
Lucas Jellema
Spring Batch Introduction
Spring Batch Introduction
Tadaya Tsuyukubo
Recommended
MySpace SQL Server Service Broker
MySpace SQL Server Service Broker
Mark Ginnebaugh
Spring batch
Spring batch
nishasowdri
Oracle PPM Cloud Project Financial Management - Oracle Training
Oracle PPM Cloud Project Financial Management - Oracle Training
OracleTrainings
Deep dive into Android Data Binding
Deep dive into Android Data Binding
Radek Piekarz
Fusion Accounting Hub
Fusion Accounting Hub
Mohammed Nabhan
TE40-Template
TE40-Template
Venkat Banka
Introducing Oracle Fusion Middleware 12.1.3 and especially SOA Suite and BPM ...
Introducing Oracle Fusion Middleware 12.1.3 and especially SOA Suite and BPM ...
Lucas Jellema
Spring Batch Introduction
Spring Batch Introduction
Tadaya Tsuyukubo
Spring batch
Spring batch
Chandan Kumar Rana
Fusion apps receivables
Fusion apps receivables
Hasan Shabbir
Arunkumar Resume
Arunkumar Resume
Arunkumar Jayaraman
SQL Server Integration Services – Enterprise Manageability
SQL Server Integration Services – Enterprise Manageability
Dan English
Connection Pooling
Connection Pooling
Wings Interactive
Agric Business In Ekiti State
Agric Business In Ekiti State
Government of Ekiti State, Nigeria
Websphere interview Questions
Websphere interview Questions
gummadi1
Oracle Receivables
Oracle Receivables
Mohamed159686
Oracle property manager
Oracle property manager
GOT1
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
eprentise
Netty 세미나
Netty 세미나
Jang Hoon
Oracle fixed assets
Oracle fixed assets
Suresh Mishra
Multi-tenancy in Java
Multi-tenancy in Java
seges
Oracle SOA Suite Overview - Integration in a Service-Oriented World
Oracle SOA Suite Overview - Integration in a Service-Oriented World
OracleContractors
OAF Developer Guide 13.1.3
OAF Developer Guide 13.1.3
crwanare
Ssis 2008
Ssis 2008
maha2886
Demystifying Oracle Cloud ERP Financials
Demystifying Oracle Cloud ERP Financials
Perficient, Inc.
E-Business Suite on Oracle Cloud
E-Business Suite on Oracle Cloud
Keith Kiattipong
Jdbc
Jdbc
Ishucs
Javax.servlet,http packages
Javax.servlet,http packages
vamsi krishna
Data driven financial sector 2020
Data driven financial sector 2020
manupat sriboonlue
5 การประเมินโครงการ 5
5 การประเมินโครงการ 5
ไพรวัล ดวงตา
More Related Content
What's hot
Spring batch
Spring batch
Chandan Kumar Rana
Fusion apps receivables
Fusion apps receivables
Hasan Shabbir
Arunkumar Resume
Arunkumar Resume
Arunkumar Jayaraman
SQL Server Integration Services – Enterprise Manageability
SQL Server Integration Services – Enterprise Manageability
Dan English
Connection Pooling
Connection Pooling
Wings Interactive
Agric Business In Ekiti State
Agric Business In Ekiti State
Government of Ekiti State, Nigeria
Websphere interview Questions
Websphere interview Questions
gummadi1
Oracle Receivables
Oracle Receivables
Mohamed159686
Oracle property manager
Oracle property manager
GOT1
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
eprentise
Netty 세미나
Netty 세미나
Jang Hoon
Oracle fixed assets
Oracle fixed assets
Suresh Mishra
Multi-tenancy in Java
Multi-tenancy in Java
seges
Oracle SOA Suite Overview - Integration in a Service-Oriented World
Oracle SOA Suite Overview - Integration in a Service-Oriented World
OracleContractors
OAF Developer Guide 13.1.3
OAF Developer Guide 13.1.3
crwanare
Ssis 2008
Ssis 2008
maha2886
Demystifying Oracle Cloud ERP Financials
Demystifying Oracle Cloud ERP Financials
Perficient, Inc.
E-Business Suite on Oracle Cloud
E-Business Suite on Oracle Cloud
Keith Kiattipong
Jdbc
Jdbc
Ishucs
Javax.servlet,http packages
Javax.servlet,http packages
vamsi krishna
What's hot
(20)
Spring batch
Spring batch
Fusion apps receivables
Fusion apps receivables
Arunkumar Resume
Arunkumar Resume
SQL Server Integration Services – Enterprise Manageability
SQL Server Integration Services – Enterprise Manageability
Connection Pooling
Connection Pooling
Agric Business In Ekiti State
Agric Business In Ekiti State
Websphere interview Questions
Websphere interview Questions
Oracle Receivables
Oracle Receivables
Oracle property manager
Oracle property manager
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
Secondary Ledgers: The Benefits of Adjustment Ledgers for GAAP Reporting and ...
Netty 세미나
Netty 세미나
Oracle fixed assets
Oracle fixed assets
Multi-tenancy in Java
Multi-tenancy in Java
Oracle SOA Suite Overview - Integration in a Service-Oriented World
Oracle SOA Suite Overview - Integration in a Service-Oriented World
OAF Developer Guide 13.1.3
OAF Developer Guide 13.1.3
Ssis 2008
Ssis 2008
Demystifying Oracle Cloud ERP Financials
Demystifying Oracle Cloud ERP Financials
E-Business Suite on Oracle Cloud
E-Business Suite on Oracle Cloud
Jdbc
Jdbc
Javax.servlet,http packages
Javax.servlet,http packages
Similar to การวิเคราะห์เชิงพยากรณ์ ส่วนที่ 1
Data driven financial sector 2020
Data driven financial sector 2020
manupat sriboonlue
5 การประเมินโครงการ 5
5 การประเมินโครงการ 5
ไพรวัล ดวงตา
แผนการสอนหลักสูตรระยะสั้น
แผนการสอนหลักสูตรระยะสั้น
Comcmpoly
Data analytics for fraud detection 2021 manupat sriboonlue
Data analytics for fraud detection 2021 manupat sriboonlue
manupat sriboonlue
งาน เทคโนโลยีสื่อสารการศึกษา
งาน เทคโนโลยีสื่อสารการศึกษา
Tawatchai Sangpukdee
Static excel
Static excel
smittichai chaiyawong
1 สถิติ (statistics)
1 สถิติ (statistics)
noinasang
1 สถิติ (statistics)
1 สถิติ (statistics)
noinasang
งานนำเสนอ8
งานนำเสนอ8
มะม่วงกระล่อน จริงๆ
Ai
Ai
Annalid 'ann
Ai
Ai
Annalid 'ann
เอกสารประกอบการอบรม Analysis
เอกสารประกอบการอบรม Analysis
dnavaroj
E learning system
E learning system
Prachyanun Nilsook
ความรู้เบื้องต้นเกี่ยวกับโครงสร้างข้อมูลและอัลกอริทึม
ความรู้เบื้องต้นเกี่ยวกับโครงสร้างข้อมูลและอัลกอริทึม
waradakhantee
งานนำเสนอ8
งานนำเสนอ8
มะม่วงกระล่อน จริงๆ
การออกแบบระบบสารสนเทศในสถานศึกษา
การออกแบบระบบสารสนเทศในสถานศึกษา
teacher253
บทที่6
บทที่6
somjit003
Ch3
Ch3
Rakkiat Soawong
Similar to การวิเคราะห์เชิงพยากรณ์ ส่วนที่ 1
(18)
Data driven financial sector 2020
Data driven financial sector 2020
5 การประเมินโครงการ 5
5 การประเมินโครงการ 5
แผนการสอนหลักสูตรระยะสั้น
แผนการสอนหลักสูตรระยะสั้น
Data analytics for fraud detection 2021 manupat sriboonlue
Data analytics for fraud detection 2021 manupat sriboonlue
งาน เทคโนโลยีสื่อสารการศึกษา
งาน เทคโนโลยีสื่อสารการศึกษา
Static excel
Static excel
1 สถิติ (statistics)
1 สถิติ (statistics)
1 สถิติ (statistics)
1 สถิติ (statistics)
งานนำเสนอ8
งานนำเสนอ8
Ai
Ai
Ai
Ai
เอกสารประกอบการอบรม Analysis
เอกสารประกอบการอบรม Analysis
E learning system
E learning system
ความรู้เบื้องต้นเกี่ยวกับโครงสร้างข้อมูลและอัลกอริทึม
ความรู้เบื้องต้นเกี่ยวกับโครงสร้างข้อมูลและอัลกอริทึม
งานนำเสนอ8
งานนำเสนอ8
การออกแบบระบบสารสนเทศในสถานศึกษา
การออกแบบระบบสารสนเทศในสถานศึกษา
บทที่6
บทที่6
Ch3
Ch3
More from pitsanu duangkartok
cancer therapy by pitsanu_duangkartok ...
cancer therapy by pitsanu_duangkartok ...
pitsanu duangkartok
บทนำเกี่ยวกับโรคมะเร็ง (Cancer introduction).pdf
บทนำเกี่ยวกับโรคมะเร็ง (Cancer introduction).pdf
pitsanu duangkartok
steroid.pdf
steroid.pdf
pitsanu duangkartok
Hormone exercise
Hormone exercise
pitsanu duangkartok
การลดลงของ MHC Class I ในมะเร็ง ตอนที่ 2.pdf
การลดลงของ MHC Class I ในมะเร็ง ตอนที่ 2.pdf
pitsanu duangkartok
MHC Class I Downregulation in Cancer Part 1
MHC Class I Downregulation in Cancer Part 1
pitsanu duangkartok
Melatonin a New Way to Reduce Self-Harm.pdf
Melatonin a New Way to Reduce Self-Harm.pdf
pitsanu duangkartok
Carbohydrates และ Glycobiology.pdf
Carbohydrates และ Glycobiology.pdf
pitsanu duangkartok
โครงสร้างและคุณสมบัติของคาร์โบไฮเดรตและไขมัน.pdf
โครงสร้างและคุณสมบัติของคาร์โบไฮเดรตและไขมัน.pdf
pitsanu duangkartok
มลพิษทางน้ำ (Water pollution).pdf
มลพิษทางน้ำ (Water pollution).pdf
pitsanu duangkartok
อาหารกับสารเคมีที่ก่อให้เกิดมะเร็ง.pdf
อาหารกับสารเคมีที่ก่อให้เกิดมะเร็ง.pdf
pitsanu duangkartok
Pharmaceutical Suspensions.pptx
Pharmaceutical Suspensions.pptx
pitsanu duangkartok
Metabolism and Energy.pdf
Metabolism and Energy.pdf
pitsanu duangkartok
Ecosystem part 2
Ecosystem part 2
pitsanu duangkartok
ecosystem
ecosystem
pitsanu duangkartok
Photosynthesis
Photosynthesis
pitsanu duangkartok
Cellular Pathology พิษณุ ดวงกระโทก.pdf
Cellular Pathology พิษณุ ดวงกระโทก.pdf
pitsanu duangkartok
การศึกษาโครงสร้างของหัวใจหมู โครงสร้างอวัยวะแลกเปลี่ยนแก๊ส และการวัดปริมาตรปอด
การศึกษาโครงสร้างของหัวใจหมู โครงสร้างอวัยวะแลกเปลี่ยนแก๊ส และการวัดปริมาตรปอด
pitsanu duangkartok
Common Chemotherapy Drugs.pdf
Common Chemotherapy Drugs.pdf
pitsanu duangkartok
สรีรวิทยา (part 3)
สรีรวิทยา (part 3)
pitsanu duangkartok
More from pitsanu duangkartok
(20)
cancer therapy by pitsanu_duangkartok ...
cancer therapy by pitsanu_duangkartok ...
บทนำเกี่ยวกับโรคมะเร็ง (Cancer introduction).pdf
บทนำเกี่ยวกับโรคมะเร็ง (Cancer introduction).pdf
steroid.pdf
steroid.pdf
Hormone exercise
Hormone exercise
การลดลงของ MHC Class I ในมะเร็ง ตอนที่ 2.pdf
การลดลงของ MHC Class I ในมะเร็ง ตอนที่ 2.pdf
MHC Class I Downregulation in Cancer Part 1
MHC Class I Downregulation in Cancer Part 1
Melatonin a New Way to Reduce Self-Harm.pdf
Melatonin a New Way to Reduce Self-Harm.pdf
Carbohydrates และ Glycobiology.pdf
Carbohydrates และ Glycobiology.pdf
โครงสร้างและคุณสมบัติของคาร์โบไฮเดรตและไขมัน.pdf
โครงสร้างและคุณสมบัติของคาร์โบไฮเดรตและไขมัน.pdf
มลพิษทางน้ำ (Water pollution).pdf
มลพิษทางน้ำ (Water pollution).pdf
อาหารกับสารเคมีที่ก่อให้เกิดมะเร็ง.pdf
อาหารกับสารเคมีที่ก่อให้เกิดมะเร็ง.pdf
Pharmaceutical Suspensions.pptx
Pharmaceutical Suspensions.pptx
Metabolism and Energy.pdf
Metabolism and Energy.pdf
Ecosystem part 2
Ecosystem part 2
ecosystem
ecosystem
Photosynthesis
Photosynthesis
Cellular Pathology พิษณุ ดวงกระโทก.pdf
Cellular Pathology พิษณุ ดวงกระโทก.pdf
การศึกษาโครงสร้างของหัวใจหมู โครงสร้างอวัยวะแลกเปลี่ยนแก๊ส และการวัดปริมาตรปอด
การศึกษาโครงสร้างของหัวใจหมู โครงสร้างอวัยวะแลกเปลี่ยนแก๊ส และการวัดปริมาตรปอด
Common Chemotherapy Drugs.pdf
Common Chemotherapy Drugs.pdf
สรีรวิทยา (part 3)
สรีรวิทยา (part 3)
การวิเคราะห์เชิงพยากรณ์ ส่วนที่ 1
1.
จัดทำโดยพิษณุ ดวงกระโทก การวิเคราะห์เชิงพยากรณ์ ใช้ข้อมูลในอดีตในการทํานายค่าในอนาคต อาศัยองค์ความรู้ด้าน
Machine Learning การสร้างตัวแบบโดยอาศัยชุดข้อมูลฝึกสอน (Training dataset) ว่า การเรียนรู้แบบมีผู้สอน (Supervised Learning) ตัวแบบทํานาย (Prediction Model) เป็นฟังก์ชันในการแปลงข้อมูลไปเป็นค่าข้อมูลของตัวแปร เป้าหมาย (Target Variable) ชุดข้อมูลฝึกสอน (Training dataset) เป็นข้อมูลสำหรับสอนตัวแบบให้สามารถทํานายค่าของข้อมูลได้ อย่างถูกต้อง ถ้าข้อมูลฝึกสอนปริมาณมากพอ จะให้ผลลัพธ์การทํานายค่ามีความถูกต้องมากที่สุด ชุดข้อมูลทดสอบ (Test dataset) ใช้ประเมินความสามารถในการทํานายของตัวแบบ ตัวชี้วัดประสิทธิภาพ ช่วยให้สามารถประเมินประสิทธิภาพ และเลือกสรรตัวแบบที่เหมาะสมเพื่อนําไปใช้ ประโยชน์ การสร้างตัวแบบสามารถแบ่งออกได้เป็น 2 ระยะหลัก คือ ระยะฝึกสอนและระยะทดสอบ ข้อมูลจะถูกแบ่งออกเป็น 2 ชุด คือ ชุดฝึกสอนและชุดทดสอบ (70:30) เรา จะเลือกตัวแบบที่มีความซับซ้อนน้อยที่สุดไปใช้งาน หรือหากต้องการใช้ตัวแบบที่มีความซับซ้อนสูง ต้องฝึกสอน ตัวแบบด้วยข้อมูลชุดฝึกสอนปริมาณมากและสามารถเป็นตัวแทนของข้อมูลทั้งหมดที่เป็นไปได้ การวิเคราะห์การจําแนกประเภท (Classification Analysis) แบ่งออกได้เป็น 2 ประเภท แบบทวิภาค (Binary Classification) จําแนกสิ่งต่างๆ ออกเป็น 2 คลาส เท่านั้น แบบหลายคลาส (Multi-class Classification) จําแนกประเภทที่มีคลาสมากกว่า 2 คลาส การวิเคราะห์การจําแนก วิธีเพื่อนบ้านใกล้สุด (𝑘-Nearest Neighbours) พิจารณาจากคลาสของข้อมูลรอบๆ ข้างที่ใกล้ที่สุด 𝑘 ข้อมูล ต้นไม้ตัดสินใจ (Decision Tree) แสดงเส้นทางการตัดสินใจที่นําไปสู่ผลลัพธ์สุดท้าย ประกอบด้วย 2 องค์ประกอบ คือ โหนด (Node) และ กิ่ง (Branch) โหนดสามารถแบ่งได้เป็น 2 ประเภท โหนดราก (Root Node) จะอยู่บนสุดของต้นไม้ เป็น คําถามข้อแรกของต้นไม้ตัดสินใจ โหนดใบ (Leaf Node) เป็นปลายทางของการตัดสินใจ ค่าเอนโทรปี (Entropy) ซึ่งแสดงถึงความไม่บริสุทธิ์ของข้อมูล เอน โทรปีจะมีค่าน้อยเมื่อข้อมูลมีความบริสุทธิ์มาก เกนความรู้ (Information Gain) เป็นค่าคาดหวังของการลดลง ของเอโทรปี หลังจากชุดข้อมูลถูกแบ่งออกเป็นชุดๆ
2.
จัดทำโดยพิษณุ ดวงกระโทก ตัวแบบเบย์ชนิดนาอีฟ (Naïve
Bayes Classifier) เกิดเหตุการณ์ 𝐴 เมื่อมีเหตุการณ์ 𝐵 เกิดขึ้นก่อน (𝑃(𝐴|𝐵)) 𝑃(𝐴) และ 𝑃(𝐵) คือ ความน่าจะเป็นของการเกิดเหตุการณ์ 𝐴 และ 𝐵 ตามลำดับ เราเรียก 𝑃(𝐴) ว่า ความน่าจะเป็นเบื้องต้น (Prior Probability) เรียก 𝑃(𝐵) ว่าหลักฐาน (Evidence) และ 𝑃(𝐵|𝐴) คือ ความน่าจะเป็นของการเกิดเหตุการณ์ 𝐵 เมื่อมีเหตุการณ์ 𝐴 เกิดขึ้น เรียกว่า ไลค์ลิฮูด (Likelihood) 𝑃(𝐴|𝐵) เราเรียกว่า ความน่าจะเป็นภายหลัง (Posterior Probability) ซึ่งเป็นความน่าจะเป็นที่ต้องการ ทราบค่า ตัวชี้วัดประสิทธิภาพการจําแนกประเภท Confusion Matrix เป็นเมทริกซ์แสดงจำนวนข้อมูลที่เกิดจากการเปรียบเทียบระหว่างค่าคลาสที่ถูก ทํานายและค่าคลาสจริง สำหรับปัญหาการจําแนกประเภทแบบทวิภาค ความถูกต้องของการจําแนก (Classification Accuracy) เป็นมาตรวัดสัดส่วนของตัวแบบสามารถจําแนก คลาสได้อย่างถูกต้องต่อจํานวนข้อมูลที่นํามาทดสอบทั้งหมด สามารถคํานวณได้โดย เราคาดหวังตัวแบบที่ให้ค่าอัตราความถูกต้องของการจําแนกที่มีค่าสูงใกล้เคียง 1 มากที่สุด ความผิดพลาดของการจําแนก (Misclassification) เป็นมาตรวัดสัดส่วนของจํานวนข้อมูลที่ตัวแบบจําแนก คลาสผิดต่อจํานวนข้อมูลที่นํามาทดสอบทั้งหมด เราคาดหวังตัวแบบที่ให้ค่าอัตราความผิดพลาดของการจําแนกที่มีค่าตํ่าใกล้เคียง 0 มากที่สุด ความไว (Sensitivity) เป็นค่าสัดส่วนของผลบวกจริงต่อจํานวนข้อมูลที่มีค่าคลาสจริงเป็นค่าบวก ซึ่งแสดง อัตราความถูกต้องของการจําแนกโดยสนใจเฉพาะข้อมูลที่มีคลาสจริงเป็นค่าบวก ตัวแบบสามารถทํานายค่า คลาสได้อย่างถูกต้อง ตัวแบบทํานายค่า คลาสผิดพลาด
3.
จัดทำโดยพิษณุ ดวงกระโทก ค่าความไวมีค่าเท่ากับ 1
เมื่อข้อมูลที่มีคลาสจริงเป็นค่าบวก ตัวแบบสามารถทํานายค่าคลาสของข้อมูลเหล่านั้นได้อย่าง ถูกต้องทั้งหมด ความจําเพาะ (Specificity) เป็นค่าสัดส่วนของผลลบจริงต่อจํานวนข้อมูลที่มีค่าคลาสจริง เป็นค่าลบ แสดง อัตราความถูกต้องของการจําแนกโดยสนใจเฉพาะข้อมูลที่มีคลาสจริงเป็นค่าลบ ค่าความจําเพาะมีค่าเท่ากับ 1 ก็ต่อเมื่อตัวแบบสามารถทํานายค่าคลาสของข้อมูลที่มีคลาสจริงเป็นค่าลบได้ถูกต้องทั้งหมด ความเที่ยง (Precision) เป็นค่าสัดส่วนของผลบวกจริงต่อจํานวนข้อมูลที่ตัวแบบทํานายค่าคลาสเป็นค่าบวก ค่าความเที่ยงมีค่าเท่ากับ 1 เมื่อข้อมูลที่ตัวแบบทํานายค่าคลาสเป็นค่าบวกมีค่าคลาสจริงเป็นค่าบวกทั้งหมด ออกสอบ* ปัญหาการจําแนกแบบหลายคลาส Cross Validation คือเครื่องมือที่ช่วยให้เราตัดสินใจได้ว่าเราควรแบ่งข้อมูลส่วนไหนไปเป็นชุดฝึกสอน ส่วน ไหนไปเป็นชุดทดสอบ โดยที่เราสามารถดูได้จากค่า Accuracy
Download now