การจำแนกนักศึกษาฝึกประสบการณ์วิชาชีพครูที่ตรงกับความต้องการของโรงเรียนด้วยเทคนิคการเรียนรู้ของเครื่อง
คำสำคัญ:
การเรียนรู้ของเครื่อง, การจำแนกนักศึกษา, โมเดลการตัดสินใจบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างแบบจำลองสำหรับจำแนกนักศึกษาฝึกประสบการณ์วิชาชีพครูตามความต้องการของโรงเรียนเครือข่าย และเพื่อหาประสิทธิภาพของแบบจำลองสำหรับจำแนกนักศึกษาฝึกประสบการณ์วิชาชีพครูตามความต้องการของโรงเรียนเครือข่าย กลุ่มตัวอย่างคือ โรงเรียนในเขตพื้นที่ความรับผิดชอบของมหาวิทยาลัยราชภัฏบ้านสมเด็จเจ้าพระยา พื้นที่กรุงเทพมหานคร โดยเลือกมา 5 เขตจากการสุ่มตัวอย่างง่าย และคัดเลือกโรงเรียนมาเขตละ 2 โรงเรียนด้วยวิธีการสุ่มตัวอย่างแบบกำหนดโควตา โดยเก็บข้อมูลกับครูภายในโรงเรียนทั้งนี้เนื่องจากโรงเรียนเป็นโรงเรียนต่างขนาดกันทำให้มีจำนวนครูไม่เท่ากันโดยเฉลี่ย 10 ถึงประมาณ 30 คน ผู้วิจัยจึงทำการเก็บข้อมูลจากครูภายในโรงเรียนด้วยวิธีการสุ่มตัวอย่างแบบบังเอิญโรงเรียนละ 10 คน จำนวน 10 โรงเรียนรวมเป็น 100 คน
เมื่อนำแบบจำลองที่สร้างขึ้นมาหาประสิทธิภาพของแบบจำลองด้วยวิธี Confusion Matrix ในการประเมินแบบจำลองสำหรับจำแนกนักศึกษาฝึกประสบการณ์วิชาชีพครูตามความต้องการของโรงเรียนเครือข่ายได้ผลลัพธ์ดังนี้ ค่าคะแนนความถูกต้องของแบบจำลองที่พัฒนาขึ้นอยู่ที่ร้อยละ 92 ส่วนค่าความแม่นยำ (Precision) ของโรงเรียนส่วนใหญ่อยู่ที่ 1.00 หรือทำนายได้ถูกต้องทั้งหมด ยกเว้นโรงเรียนที่ 3 ค่าความแม่นยำ อยู่ที่ร้อยละ 83 และโรงเรียนที่ 4 อยู่ที่ร้อยละ 67 ด้านค่าความระลึก (Recall) ของโรงเรียนส่วนใหญ่อยู่ที่ 1.00 ยกเว้นโรงเรียนที่ 1 อยู่ที่ร้อยละ 80 และโรงเรียนที่ 2 อยู่ที่ร้อยละ 33 และค่าความถ่วงดุลย์ (F1-Score) ของโรงเรียนส่วนมากได้คะแนน 1.00 ยกเว้นโรงเรียนที่ 1 อยู่ที่ 0.89 โรงเรียนที่ 2 อยู่ที่ 0.50 โรงเรียนที่ 3 อยู่ที่ 0.91 และโรงเรียนที่ 4 อยู่ที่ 0.80
Downloads
References
ธวัชชัย เหล็กดี, รัฐพรรณ สันติอโนทัย, และเจษฎา อุดมพิทยาสรรพ์. (2566). การเปรียบเทียบประสิทธิภาพของแบบจำลองการทำนายความเสี่ยงโรคมะเร็งปอดด้วยเทคนิคเหมืองข้อมูล. วารสารวิทยาศาสตร์และเทคโนโลยีสู่ชุมชน, 2(1), 22-35. https://doi.org/10.57260/stc.2024.705
ผดุง นันอำไพ, และจารี ทองคำ. (2562). การตรวจจับการบุกรุกด้วยเทคนิคการจำแนกในการทำเหมืองข้อมูล. วารสารวิชาการการจัดการเทคโนโลยีสารสนเทศและนวัตกรรม, 6(2), 111-118.
ศศิน เทียนดี, เกวลิน ขํานิพัฒน์, และอรอุมา พร้าโมต. (2565). การจําแนกดอกรักด้วยภาพถ่าย โดยการสกัดคุณลักษณะและการเรียนรู้ของเครื่อง. Journal of Information Science and Technology, 12(2), 1-10.
อังคาร ปริญญาชัยศักดิ์, นิธิวดี พะเทพ, และเกียรติขร โสภณาภรณ์. (2565). การจัดกลุ่มนักศึกษาสำหรับวางแผนอบรมเสริมความรู้ก่อนจบการศึกษา สาขาคอมพิวเตอร์ศึกษา มหาวิทยาลัยราชภัฏบ้านสมเด็จเจ้าพระยา ด้วยเทคนิคการเรียนรู้ของเครื่อง. Proceeding National & International Conference, 2(15), 1-10.
Hossin, M. and Sulaiman, M.N. (2015). A Review on evaluation metrics for data classification evaluations. International Journal of Data Mining & Knowledge Management Process, 5(2), 1-11.
Sweeney, C., Ennis, E., Mulvenna, M., Bond, R., & O'Neill, S. (2022). How Machine Learning Classification Accuracy Changes in a Happiness Dataset with Different Demographic Groups. Computers, 11(5), Article 83. Advance online publication. https://doi.org/10.3390/computers11050083
Downloads
เผยแพร่แล้ว
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความ ข้อความ ภาพประกอบ และตารางประกอบที่ลงพิมพ์ในวารสารเป็นความคิดเห็นส่วนตัวของผู้นิพนธ์ กองบรรณาธิการไม่จำเป็นต้องเห็นตามเสมอไป และไม่มีส่วนรับผิดชอบใดๆ ถือเป็นความรับผิดชอบของผู้นิพนธ์เพียงผู้เดียว