ตัวแบบทำนายมะเร็งปากมดลูกด้วยการเรียนรู้ของเครื่อง
Article Sidebar
Main Article Content
บทคัดย่อ
จุดมุ่งหมายของการศึกษาครั้งนี้ คือ เปรียบเทียบประสิทธิภาพตัวแบบทำนายมะเร็งปากมดลูกด้วยการเรียนรู้ของเครื่องด้วยวิธีต้นไม้ตัดสินใจ เกรเดียนท์บูตทรี ป่าสุ่ม และการเรียนรู้เชิงลึก โดยการศึกษาครั้งนี้ได้นำข้อมูลมาจากเว็ปไซต์ Kaggle.com จำนวน 110 ข้อมูล ประกอบด้วยตัวแปรต้นทั้งหมด 21 ตัวแปร ได้แก่ อายุ จำนวนคู่นอน อายุที่เริ่มเพศสัมพันธ์ครั้งเเรก จำนวนครั้งการตั้งครรภ์ อัตราการสูบบุหรี่ต่อปี
การใช้ยาคุมกำเนิด จำนวนปีที่ใช้ยาคุมกำเนิด การใส่ห่วงคุมกำเนิด จำนวนปีที่ใส่ห่วงคุมกำเนิด โรคติดต่อทางเพศสัมพันธ์ หูดที่อวัยวะเพศ หูดบริเวณปากมดลูก หูดบริเวณปากช่องคลอด โรคซิฟิลิซ การติดเชื้อ
บริเวณอุ้งเชิงกราน การติดเชื้อไวรัสเฮอร์พีส์บริเวณอวัยวะเพศ หูดข้าวสุก โรคเอดส์ การติดเชื้อไวรัสเอชไอวี การติดเชื้อไวรัสเอชพีวี และไวรัสตับอักเสบบี และตัวแปรตาม 1 ตัวแปร จำแนกออกเป็น 2 กลุ่ม คือ เป็นและไม่เป็นมะเร็งปากมดลูก ผลการศึกษา พบว่า ตัวแบบทำนายมะเร็งปากมดลูกด้วยวิธีการเรียนรู้เชิงลึกมีประสิทธิภาพในการทำนายดีที่สุดโดยมีค่าความแม่นยำในการทำนายสูงสุดเท่ากับ 95.45%
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้อความภายในบทความที่ตีพิมพ์ในวารสารทั้งหมด รวมถึงรูปภาพประกอบ ตาราง เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์ การนำเนื้อหา ข้อความหรือข้อคิดเห็น รูปภาพ ตาราง ของบทความไปจัดพิมพ์เผยแพร่ในรูปแบบต่าง ๆ เพื่อใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากกองบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษร
มหาวิทยาลัยฯ อนุญาตให้สามารถนำไฟล์บทความไปใช้ประโยชน์และเผยแพร่ต่อได้ โดยต้องแสดงที่มาจากวารสารและไม่ใช้เพื่อการค้า
ข้อความที่ปรากฏในบทความในวารสารเป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับราชวิทยาลัยจุฬาภรณ์ และบุคลากร คณาจารย์ท่านอื่น ๆ ในมหาวิทยาลัยฯแต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเอง ตลอดจนความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความเป็นของผู้เขียน ไม่เกี่ยวข้องกับกองบรรณาธิการ
เอกสารอ้างอิง
พญ.สุขุมาลย์ สว่างวารี. (2566). มะเร็งสตรี รู้ก่อน รักษาไว มีโอกาสหาย ป้องกันได้ คุณภาพชีวิตดี. https://www.chaophya.com/2023/04/มะเร็งสตรี/
Sharma, A. (2023, Sep 18). 4 Simple Ways to Split a Decision Tree in Machine Learning. https://www.analyticsvidhya.com/blog/2020/06/4-ways-split-decision-tree/
Silipo, R. (2020, Mar 19). Ensemble Models: Bagging & Boosting. https://medium.com/ analytics-vidhya/ensemble-models-bagging-boosting-c33706db0b0b.
D'Souza, J. (2018, Mar 20). A trip to Random Forest. https://medium.com/greyatom/a-trip-to-random-forest-5c30d8250d6a.
ดร.ไพรสันต์ ผดุงเวียง. (2563). สรุปเนื้อหาในหลักสูตร Data Scientist Essentials ตอนที่ 7 Introduction to deep learning. https://rdbi.co.th/2020/01/data-scientist-7/
Sarabun, K. (2020). Learning - Data Science and AI: Machine Learning with Python. Bangkok: Media Network Publisher.
Gokagglers. (2018). Cervical Cancer Risk Classification. https://www.kaggle.com/datasets/loveall/cervical-cancer-risk-classification
กอบเกียรติ สระอุบล. (2565). เรียนรู้ AI: Deep Learning ด้วย Python (พิมพ์ครั้งที่ 1). สำนักพิมพ์ อินเตอร์มีเดีย.
