Please use this identifier to cite or link to this item:
https://ir.stou.ac.th/handle/123456789/13029| Title: | การจำแนกประเภทหลายหมวดหมู่ด้วยการเรียนรู้ของเครื่องเพื่อพยากรณ์ระดับน้ำตาลสะสมในเลือดของผู้ป่วยเบาหวานชนิดที่ 2 |
| Other Titles: | Machine Learning-Based Multiclass Classification for Predicting the Cumulative Blood Sugar Levels in Type 2 Diabetes Patient |
| Authors: | วฤษาย์ ร่มสายหยุด ณพัชร โพธิ์ศรี มหาวิทยาลัยสุโขทัยธรรมาธิราช. สาขาวิชาวิทยาศาสตร์และเทคโนโลยี |
| Keywords: | มหาวิทยาลัยสุโขทัยธรรมาธิราช. สาขาวิชาวิทยาศาสตร์และเทคโนโลยี--การศึกษาเฉพาะกรณี มหาวิทยาลัยสุโขทัยธรรมาธิราช. แขนงวิชาเทคโนโลยีดิจิทัล--การศึกษาเฉพาะกรณี การตรวจวัดระดับกลูโคสในเลือด การเรียนรู้ของเครื่อง การศึกษาอิสระ--เทคโนโลยีดิจิทัล |
| Issue Date: | 2566 |
| Publisher: | มหาวิทยาลัยสุโขทัยธรรมาธิราช |
| Abstract: | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) สร้างแบบจำลองการพยากรณ์ระดับน้ำตาลสะสมในเลือดของผู้ป่วยเบาหวานชนิดที่ 2 และ 2) ประเมินประสิทธิภาพแบบจำลองการพยากรณ์ระดับน้ำตาลสะสมในเลือดของผู้ป่วยเบาหวานชนิดที่ 2 โดยรวบรวมข้อมูลเวชระเบียนที่ส่งผลต่อระดับน้ำตาลสะสมในเลือด แบ่งออกเป็นข้อมูลทั่วไป ผลตรวจทางห้องปฏิบัติการ และข้อมูลโรคเบาหวาน จำนวน 28,431 เวชระเบียน 37 คุณลักษณะ จากนั้นสร้างและประเมินประสิทธิภาพแบบจำลอง ผลการทดลองแสดงให้เห็นว่า 1) การสร้างแบบจำลองการเรียนรู้ของเครื่อง ประกอบด้วย 6 ขั้นตอน (1) การเก็บรวบรวมข้อมูล (2) การเตรียมข้อมูล โดยการคัดเลือกคุณลักษณะแบบ Information gain feature reduction การจัดการข้อมูลแบบไม่สมดุลด้วย SMOTE และการจำแนกประเภทหลายหมวดหมู่ที่แตกต่างกันทั้งหมด 45 วิธี (3) การสร้างแบบจำลองด้วยอัลกอริทึมป่าสุ่ม (4) การประเมินประสิทธิภาพแบบจำลอง (5) การปรับพารามิเตอร์เพื่อหาค่าที่เหมาะสมที่สุด และ (6) การนำแบบจำลองไปประยุกต์ใช้งานคาดการณ์ระดับน้ำตาลสะสมและนำมาประกอบการตัดสินใจเพื่อส่งตรวจติดตามระดับน้ำตาลสะสมในเลือดเพิ่มเติมจากปกติ และ 2) ผลการประเมินประสิทธิภาพพบว่า ร้อยละความถูกต้อง ความแม่นยำ ความครบถ้วน และประสิทธิภาพโดยรวม เท่ากับ 81.89, 82.13, 81.89, 81.83 ตามลำดับ |
| URI: | https://ir.stou.ac.th/handle/123456789/13029 |
| Appears in Collections: | Science Tech - Independent study |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2659600064.pdf | 3.63 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.