fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การพัฒนารูปแบบการแนะนำงานสำหรับองค์กรและผู้สมัครตามทักษะการเรียนรู้ด้วยเทคนิคป่าแบบสุ่ม : จากผลการสำรวจภาวะการทำงานของประชากรจากสำนักงานสถิติแห่งชาติ ในปีพุทธศักราช 2562 พบว่า จำนวนผู้ว่างงานที่สำเร็จการศึกษาในระดับปริญญาตรีมีอัตราการว่างงานมากกว่าค่าเฉลี่ยอัตราการว่างงานในทุกระดับการศึกษา สะท้อนถึงภาวการณ์ที่บุคคลในวัยแรงงานไม่สามารถหางานทำได้ ซึ่งถือเป็นปัจจัยตัวชี้วัดภาวะเศรษฐกิจ สอดคล้องกับหลักเกณฑ์ในการคัดเลือกผู้สมัครงาน ซึ่งให้ความสำคัญกับทักษะและประสบการณ์มากกว่าวุฒิการศึกษาวุฒิบัตร ผู้วิจัยจึงได้สนใจที่จะพัฒนารูปแบบการแนะนำงานสำหรับองค์กรและผู้สมัครตามทักษะการเรียนรู้ด้วยเทคนิคป่าแบบสุ่ม โดยเล็งเห็นว่า รูปแบบการเรียนรู้เป็นส่วนหนึ่งในการสร้างประสบการณ์ตามความถนัดจากการเรียนรู้ได้อย่างรวดเร็ว โดยนำเสนอเทคนิคการสร้างโมเดลทางคณิตศาสตร์ในการแนะนำจากการสังเคราะห์และสรุปผลการเปรียบเทียบเทคนิควิธีการในการจำแนกข้อมูล 5 เทคนิค โดยแบ่งการเปรียบเทียบออกเป็น 2 ครั้ง ซึ่งในครั้งที่ 1 เป็นการสังเคราะห์โมเดลด้วยฐานข้อมูลผู้มีงานทำจำนวน 120 ราย และครั้งที่ 2 เป็นการสังเคราะห์โมเดลด้วยฐานข้อมูลนักศึกษาที่ถูกพยากรณ์จำนวนรวม 1,115 ราย โดยการเปรียบเทียบประสิทธิภาพโมเดลจากตัวชี้วัดพบว่า Gradient Boosted Trees มีค่าความแม่นยำมากที่สุด (76.95%) แต่ไม่เหมาะในการเขียนเงื่อนไขในระบบแนะนำงาน ในขณะที่ Random Forest (74.17%) มีความแม่นยำใกล้เคียงกันและง่ายต่อการนำไปใช้ ส่วน Naïve Bays และ Deep Learning ไม่เหมาะกับการนำมาใช้ทำนายในงานวิจัยครั้งนี้ เนื่องจากมีค่าความแม่นยำน้อยมาก เมื่อมีฐานข้อมูลเป็นตัวเลขที่มีความแปรปรวนต่ำและระยะความกว้างของข้อมูลน้อย
ผู้แต่ง
สห ธิติถามวัต
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MIT) 2019
เลขหน้า
81
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีสารสนเทศ--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีสารสนเทศ--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text