วัตถุประสงค์ของงานวิจัยนี้คือ นำค่า

วัตถุประสงค์ของงานวิจัยนี้คือ นำค่าที่พยากรณ์มาเป็นตัวบ่งชี้ถึงความรุนแรงของโรคไข้มาลาเรียของแต่ละเขตพื้นที่ 5 จังหวัดภาคเหนือตอนล่าง และ เพื่อหาวิธีแก้ไข้ความรุนแรงของแต่ละพื้นที่ให้มีความรุนแรงที่ลดลง โดยมีเทคนิคที่ใช้ทำการทดลอง มี 3 เทคนิคคือ 1. Neural Network 2. Decision Tree 3. Naive Bayes เทคนิคดังกล่าวได้ทดลองจากข้อมูลที่มีการเก็บรวบรวมข้อมูลจากสำนักงานป้องกันควบคุมโรคที่ 9 จังหวัดพิษณุโลก มาทำการวิเคราะห์ เพื่อหาแนวทางการป้องกันการเกิดโรคไข้มาราเลียให้มีความรุนแรงของโรคไข้มาลาเรียให้ลดลงซึ่งตัวแปรที่นำมาใช้ในงานวิจัยนี้คือ พื้นที่ เพศ ช่วงอายุ และ อาชีพ รวมทั้งหมด 1,657 แถว มีการทำฐานข้อมูลด้วยโปรแกรม SQL Server Management Studio และข้อมูลได้รับการประมวลผลการทำนายบนโปรแกรม Business Intelligence Development Studio เพื่อทำนายความรุนแรงของโรคไข้มาลาเรีย แสดงออกมาในรูปแบบของรายงานที่มีตารางและกราฟ ในงานวิจัยนี้ผู้วิจัยได้ใช้ใช้ค่าจาก Lift Chart และค่า Root Mean Square Error (RMSE) ในการเปรียบเทียบผลปรากฏว่า Neural Network เป็นอัลกอริทึมที่เหมาะสมมากที่สุด เนื่องจากภาพที่มีค่าความถูกต้องในการทำนายสูงที่สุดและมีค่าของ RMSE น้อยกว่าอัลกอริทึมอื่น

ผลลัพธ์ (ไทย) 1:

วัตถุประสงค์ของงานวิจัยนี้คือนำค่าที่พยากรณ์มาเป็นตัวบ่งชี้ถึงความรุนแรงของโรคไข้มาลาเรียของแต่ละเขตพื้นที่ 5 จังหวัดภาคเหนือตอนล่างและเพื่อหาวิธีแก้ไข้ความรุนแรงของแต่ละพื้นที่ให้มีความรุนแรงที่ลดลงโดยมีเทคนิคที่ใช้ทำการทดลองมี 3 เทคนิคคือ 1 ข่ายประสาท 2 ต้นไม้การตัดสินใจ 3 Naive Bayes เทคนิคดังกล่าวได้ทดลองจากข้อมูลที่มีการเก็บรวบรวมข้อมูลจากสำนักงานป้องกันควบคุมโรคที่ 9 จังหวัดพิษณุโลกมาทำการวิเคราะห์เพื่อหาแนวทางการป้องกันการเกิดโรคไข้มาราเลียให้มีความรุนแรงของโรคไข้มาลาเรียให้ลดลงซึ่งตัวแปรที่นำมาใช้ในงานวิจัยนี้คือพื้นที่เพศช่วงอายุ และอาชีพรวมทั้งหมด 1,657 แถวมีการทำฐานข้อมูลด้วยโปรแกรม SQL Server จัดการสตูดิโอและข้อมูลได้รับการประมวลผลการทำนายบนโปรแกรมธุรกิจข่าวกรองพัฒนา Studio เพื่อทำนายความรุนแรงของโรคไข้มาลาเรียแสดงออกมาในรูปแบบของรายงานที่มีตารางและกราฟในงานวิจัยนี้ผู้วิจัยได้ใช้ใช้ค่าจากยกภูมิและค่ารากหมายถึง ตารางข้อผิดพลาด (RMSE) ในการเปรียบเทียบผลปรากฏว่าโครงข่ายประสาทเป็นอัลกอริทึมที่เหมาะสมมากที่สุดเนื่องจากภาพที่มีค่าความถูกต้องในการทำนายสูงที่สุดและมีค่าของ RMSE น้อยกว่าอัลกอริทึมอื่น

ผลลัพธ์ (ไทย) 2:

วัตถุประสงค์ของงานวิจัยนี้คือ 5 จังหวัดภาคเหนือตอนล่างและ โดยมีเทคนิคที่ใช้ทำการทดลองมี 3 เทคนิคคือ 1. เครือข่ายประสาทเทียม 2. ต้นไม้การตัดสินใจ 3. Naive Bayes 9 จังหวัดพิษณุโลกมาทำการวิเคราะห์ พื้นที่เพศช่วงอายุและอาชีพรวมทั้งหมด 1,657 แถวมีการทำฐานข้อมูลด้วยโปรแกรม Studio จัดการเซิร์ฟเวอร์ SQL สตูดิโอพัฒนาระบบธุรกิจอัจฉริยะ ลิฟท์แผนภูมิและค่า Root Mean Square Error (RMSE) ในการเปรียบเทียบผลปรากฏว่าเครือข่ายประสาทเทียมเป็นอัลกอริทึมที่เหมาะสมมากที่สุด RMSE น้อยกว่าอัลกอริทึมอื่น

ผลลัพธ์ (ไทย) 3:

วัตถุประสงค์ของงานวิจัยนี้คือนำค่าที่พยากรณ์มาเป็นตัวบ่งชี้ถึงความรุนแรงของโรคไข้มาลาเรียของแต่ละเขตพื้นที่ 5 จังหวัดภาคเหนือตอนล่างและเพื่อหาวิธีแก้ไข้ความรุนแรงของแต่ละพื้นที่ให้มีความรุนแรงที่ลดลงคอนโด 3 เทคนิคคือ 1เครือข่ายประสาท 2 โครงสร้างการตัดสินใจ 3 .Naive Bayes เทคนิคดังกล่าวได้ทดลองจากข้อมูลที่มีการเก็บรวบรวมข้อมูลจากสำนักงานป้องกันควบคุมโรคที่ 9 จังหวัดพิษณุโลกมาทำการวิเคราะห์พื้นที่เพศช่วงอายุและอาชีพรวมทั้งหมด 1คุณแถวมีการทำฐานข้อมูลด้วยโปรแกรม SQL Server Management Studio และข้อมูลได้รับการประมวลผลการทำนายบนโปรแกรมธุรกิจข่าวกรองพัฒนา Studio เพื่อทำนายความรุนแรงของโรคไข้มาลาเรียแสดงออกมาในรูปแบบของรายงานที่มีตารางและกราฟแผนภูมิและค่ายกรากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ในการเปรียบเทียบผลปรากฏว่าเป็นอัลกอริทึมที่เหมาะสมมากที่สุดเนื่องจากภาพที่มีค่าความถูกต้องในการทำนายสูงที่สุดและมีค่าของ RMSE น้อยกว่าอัลกอริทึมอื่นเครือข่ายประสาท