tp = true positive ระบบบอกว่าใช่ (positive) และในความเป็นจริงก็คือใช่ (true)
fp = false positive ระบบบอกว่าใช่แต่ในความเป็นจริงคือไม่ใช่
fn = false negative ระบบบอกว่าไม่ใช่แต่ในความเป็นจริงคือใช่
precision = tp / (tp + fp) ค่ายิ่งเยอะยิ่งดี คือระบบเข้าใจผิดน้อย (exactness)
recall = tp / (tp + fn) ค่ายิ่งเยอะยิ่งดี คือระบบตกหล่นน้อย (completeness)
F-measure (%) = 100 x 2 x precision x recall /(precision + recall)
Accuracy VS F-measure : http://machinelearningmastery.com/classification-accuracy-is-not-enough-more-performance-measures-you-can-use/
วันพฤหัสบดีที่ 28 เมษายน พ.ศ. 2559
วันพุธที่ 27 เมษายน พ.ศ. 2559
แนวการซักถามโดยกรรมการสอบวิทยานิพนธ์
1.general research principle เช่น ปัญหาวิจัยคืออะไร องค์ความรู้ใหม่คืออะไร ทำไปใครจะใช้
2.รายละเอียดทางเทคนิค ทำไมใช้เทคนิคนี้ กรรมการต้องมีความรู้ในศาสตร์แขนงนั้นโดยตรง เสนอวิธีการที่ดีกว่า บอกจุดบกพร่องของวิธีการที่เสนอ
3.หลักการเขียนรายงานวิจัยแต่ละบท เช่น การออกแบบการวิจัย การอภิปราย ข้อเสนอแนะในประเด็นการนำไปใช้งาน
4.Plagiarism ในบทความที่ตีพิมพ์และในเล่มวิทยานิพนธ์
5.การใช้ภาษา และการจัดรูปแบบ
6.ได้อะไรจากการเรียน
3.หลักการเขียนรายงานวิจัยแต่ละบท เช่น การออกแบบการวิจัย การอภิปราย ข้อเสนอแนะในประเด็นการนำไปใช้งาน
4.Plagiarism ในบทความที่ตีพิมพ์และในเล่มวิทยานิพนธ์
5.การใช้ภาษา และการจัดรูปแบบ
6.ได้อะไรจากการเรียน
วันพุธที่ 6 เมษายน พ.ศ. 2559
สมัครสมาชิก:
บทความ (Atom)