Usually usability experts do not have enough time to confrontall of th การแปล - Usually usability experts do not have enough time to confrontall of th ไทย วิธีการพูด

Usually usability experts do not ha

Usually usability experts do not have enough time to confront
all of the problematic usability dimensions to improve the overall
web-based information system usability. Therefore, they would
like to know which measures (checklist items) are the most problematic
in terms of the usability performance. The conventional
approaches as summarized in Section 1 merely consider the lowest-
rated checklist items to start improving the usability of a system.
If this were the case in my application, I would have
considered only Table 2 results. Therefore, based on the traditional
usability evaluation and improvement strategies I would have
started the improvement process confronting the usability problems
that can be attributed to A1, N2, and A2, respectively through
the Table 2 results.
However, such an approach ignores the effect of each change on
the overall usability of the WIS in hand. Namely, is it really worth
improving UWIS checklist item A1? It may or may not have much
effect on the overall usability although it is the lowest-rated item
by the end-users. The decision support system that is presented
in Section 2 proposes to calculate the criticality index for each of
the items in Table 2. To achieve this, I first determine the model
which best explains the relationships between the independent
variables (UWIS checklist items) and the dependent variable
(overall usability). Based on a 10-fold cross-validation evaluation,
various machine learning techniques (support vector machines
– SVM, neural networks – NN, and decision trees – DT) and a fundamental
statistical technique (multiple linear regression – MLR)
were employed and compared in terms of performance criteria.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
Usually usability experts do not have enough time to confrontall of the problematic usability dimensions to improve the overallweb-based information system usability. Therefore, they wouldlike to know which measures (checklist items) are the most problematicin terms of the usability performance. The conventionalapproaches as summarized in Section 1 merely consider the lowest-rated checklist items to start improving the usability of a system.If this were the case in my application, I would haveconsidered only Table 2 results. Therefore, based on the traditionalusability evaluation and improvement strategies I would havestarted the improvement process confronting the usability problemsthat can be attributed to A1, N2, and A2, respectively throughthe Table 2 results.However, such an approach ignores the effect of each change onthe overall usability of the WIS in hand. Namely, is it really worthimproving UWIS checklist item A1? It may or may not have mucheffect on the overall usability although it is the lowest-rated itemby the end-users. The decision support system that is presentedin Section 2 proposes to calculate the criticality index for each ofthe items in Table 2. To achieve this, I first determine the modelwhich best explains the relationships between the independentvariables (UWIS checklist items) and the dependent variable(overall usability). Based on a 10-fold cross-validation evaluation,various machine learning techniques (support vector machines– SVM, neural networks – NN, and decision trees – DT) and a fundamentalstatistical technique (multiple linear regression – MLR)were employed and compared in terms of performance criteria.
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ผู้เชี่ยวชาญด้านการใช้งานโดยปกติไม่ได้มีเวลามากพอที่จะเผชิญหน้ากับ
ทุกมิติการใช้งานมีปัญหาในการปรับปรุงโดยรวม
ข้อมูลบนเว็บที่ใช้งานระบบ ดังนั้นพวกเขาจะ
ต้องการที่จะทราบว่ามาตรการ (ทุกรายการ) จะมีปัญหามากที่สุด
ในแง่ของประสิทธิภาพการใช้งาน การชุมนุม
เป็นวิธีการสรุปในส่วนที่ 1 เพียงพิจารณาถูกที่สุด
จัดอันดับทุกรายการที่จะเริ่มต้นการปรับปรุงการใช้งานของระบบ.
ถ้านี่เป็นกรณีที่ในใบสมัครของฉันที่ฉันจะได้
รับการพิจารณาเพียงตารางที่ 2 ผลการ ดังนั้นขึ้นอยู่กับแบบ
ประเมินผลการใช้งานและกลยุทธ์การปรับปรุงฉันจะได้
เริ่มต้นกระบวนการปรับปรุงเผชิญหน้ากับปัญหาการใช้งาน
ที่สามารถนำมาประกอบกับ A1, N2 และ A2 ตามลำดับผ่าน
ตารางที่ 2 ผล.
แต่วิธีการดังกล่าวจะไม่สนใจผลกระทบของ แต่ละการเปลี่ยนแปลงใน
การใช้งานโดยรวมของการรู้ในมือ คือมันคุ้มค่าจริงๆ
ปรับปรุงรายการรายการตรวจสอบ UWIS A1? มันอาจจะหรืออาจจะไม่ได้มาก
ผลกระทบต่อการใช้งานโดยรวมแม้ว่ามันจะเป็นรายการที่ต่ำสุดในการจัดอันดับ
โดยผู้ใช้ ระบบสนับสนุนการตัดสินใจที่ถูกนำเสนอ
ในส่วนที่ 2 นำเสนอในการคำนวณดัชนีวิกฤตสำหรับแต่ละ
รายการในตารางที่ 2 เพื่อให้บรรลุนี้ผมก่อนกำหนดรูปแบบ
ที่ดีที่สุดที่จะอธิบายถึงความสัมพันธ์ระหว่างอิสระ
ตัวแปร (ทุกรายการ UWIS) และ ตัวแปรตาม
(ใช้งานโดยรวม) ขึ้นอยู่กับ 10 เท่าการประเมินผลการตรวจสอบข้าม,
เทคนิคการเรียนรู้เครื่องต่างๆ (สนับสนุนเครื่องเวกเตอร์
- SVM, เครือข่ายประสาท - NN และการตัดสินใจต้นไม้ - DT) และพื้นฐาน
เทคนิคทางสถิติ (หลายถดถอยเชิงเส้น - MLR)
ถูกว่าจ้างและเมื่อเทียบกับใน เงื่อนไขของเกณฑ์การปฏิบัติงาน
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
โดยปกติการใช้งานผู้เชี่ยวชาญไม่ได้มีเวลาพอที่จะเผชิญหน้ากับ
ของมิติการใช้งานปัญหาทั้งหมดเพื่อปรับปรุงโดยรวม
ระบบสารสนเทศการใช้งาน ดังนั้น พวกเขาจะ ต้องการ ทราบ ซึ่งมาตรการ
( รายการตรวจสอบ ) มีปัญหามากที่สุดในแง่ของประสิทธิภาพการใช้งาน
. ปกติวิธีที่สรุปในส่วนที่ 1
-
แค่พิจารณา ถูกที่สุดจัดอันดับรายการตรวจสอบรายการที่จะเริ่มต้นการปรับปรุงการใช้งานของระบบ .
ถ้านี่เป็นกรณีในโปรแกรมของฉันฉันจะมี
พิจารณาตารางที่ 2 ผล ดังนั้น ขึ้นอยู่กับการใช้งานและการประเมินผลกลยุทธ์การปรับปรุงแบบดั้งเดิม

ผมจะเริ่มกระบวนการปรับปรุง เผชิญหน้ากับปัญหาการใช้งาน
ที่สามารถประกอบกับ N2 A1 และ A2
) ผ่านตารางที่ 2 ผล .
แต่วิธีการดังกล่าวไม่สนใจผลกระทบของแต่ละการเปลี่ยนแปลง
การใช้งานโดยรวมของสิงคโปร์ในมือ คือมันคุ้มค่าจริงๆ
ปรับปรุง uwis ตรวจสอบรายการ A1 ? มันอาจจะหรืออาจไม่ได้มีผลมาก
บนใช้งานโดยรวมแม้ว่าจะต่ำสุดในรายการ
โดยผู้ใช้งาน ระบบสนับสนุนการตัดสินใจ ที่นำเสนอ
ในส่วนที่ 2 เป็นการคำนวณหาดัชนีความวิกฤตของแต่ละ
รายการในตารางที่ 2 เพื่อให้บรรลุนี้ , แรกที่ผมกำหนดรูปแบบ
ที่อธิบายถึงความสัมพันธ์ระหว่างตัวแปรอิสระ
( uwis รายการตรวจสอบรายการ ) และตัวแปรตาม
( การใช้งานโดยรวม ) ตาม 10 โฟลดการประเมินผล
ต่างๆเทคนิคการเรียนรู้ของเครื่อง ( สนับสนุนเวกเตอร์เครื่องจักร SVM
) ,โครงข่ายประสาทเทียม ( NN และต้นไม้ตัดสินใจ ( DT ) และพื้นฐาน
สถิติ ( สมการถดถอยพหุคูณ ( MLR )
นำมาเปรียบเทียบในแง่ของเกณฑ์ประสิทธิภาพ
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: