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 SizeFormat 
2659600064.pdf3.63 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.