In this paper we have evaluated the

In this paper we have evaluated the performance of a classifier constructed by means of ANN and SVM.
The results presented by these three methods (MLP and SVM with the two kernel types) have both a high precision level of the confusion matrix regarding the different measurement parameters (accuracy, sensitivity, specificity, positive predictive value and negative predictive value).

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราได้ประเมินประสิทธิภาพของ classifier ที่สร้าง โดยแอนและ SVMผลลัพธ์ที่นำเสนอ โดยวิธีการทั้งสาม (MLP และ SVM มีชนิดเมล็ดสอง) ได้ทั้งระดับความแม่นยำสูงของเมตริกซ์ความสับสนเกี่ยวกับพารามิเตอร์การวัดแตกต่างกัน (ความถูกต้อง ความไว specificity คาดการณ์ค่าบวก และค่าลบคาดการณ์)

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรามีการประเมินประสิทธิภาพการทำงานของตัวจําแนกที่สร้างขึ้นโดยวิธีการของแอนและ SVM.
ผลที่นำเสนอโดยทั้งสามวิธี (MLP และ SVM กับทั้งสองประเภทเคอร์เนล) มีทั้งระดับความแม่นยำสูงของเมทริกซ์ความสับสนเกี่ยวกับการวัดที่แตกต่างกัน พารามิเตอร์ (ความถูกต้อง, ความไวความจำเพาะค่าพยากรณ์บวกและค่าพยากรณ์ลบ)

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เราได้ประเมินประสิทธิภาพของตัวสร้างขึ้นโดยวิธีการของแอนน์กับ SVM .
ผลลัพธ์ที่นำเสนอโดยวิธีการเหล่านี้สาม ( MLP ) และ SVM กับสองโปรแกรมประเภท ) มีทั้งความละเอียดสูงระดับของความสับสนเมทริกซ์เกี่ยวกับการวัดค่าพารามิเตอร์ที่แตกต่างกัน ( ความแม่นยำ ความไว ความจำเพาะ และบวกค่าพยากรณ์ลบ ค่าพยากรณ์ )