การแก้ปัญหาการจัดกลุ่มข้อมูลด้วยวิธีซัพพอร์ตเวคเตอร์แมชชีน และตัวอย่างการประยุกต์ใช้งาน

Abstract

บทคัดย่อ

บทความฉบับนี้นำเสนอหลักการของซัพพอร์ตเวคเตอร์แมชชีน ซึ่งกำลังได้รับความสนใจอย่างกว้างขวาง เพื่อใช้แก้ปัญหาการจำแนกกลุ่มข้อมูลและการจดจำรูปแบบ จากนั้นจะกล่าวถึงการประยุกต์ใช้งานซัพพอร์ต เวคเตอร์แมชชีนในการแก้ปัญหาการจัดกลุ่มข้อมูลผ่านการพัฒนาโปรแกรมจดจำลายมือเขียนพยัญชนะภาษาไทย โดยเริ่มจากการจัดเตรียมข้อมูล การฝึกสอน การสร้างแบบจำลอง และการทดสอบแบบจำลองเพื่อหาประสิทธิภาพ ในการจำแนกกลุ่มข้อมูล ซึ่งจากการทดลองกับกลุ่มข้อมูลพยัญชนะที่เขียนโดยบุคคลต่าง ๆ พบว่า ซัพพอร์ต เวคเตอร์แมชชีนสามารถจำแนกกลุ่มข้อมูลพยัญชนะในแต่ละกลุ่มได้อย่างถูกต้องโดยมีอัตราเฉลี่ยสูงกว่า 86 %

คำสำคัญ : ซัพพอร์ตเวคเตอร์แมชชีน การจำแนกข้อมูล การจดจำรูปแบบ การเรียนรู้ของเครื่องจักร การจำแนกพยัญชนะภาษาไทย

Abstract

This paper presents the principle of Support Vector Machine (SVM) that is currently gaining a great interest for solving problems about data classification and pattern recognition. Afterward, an application of SVMs for data categorization is proposed through a Thai hand-written consonant recognition program. This part begins with a data preparation, a training method and a data modeling approach. Finally, the obtained model will be tested for evaluating the performance of data classification. The experimental results have shown that the SVMs can achieve a high accuracy rate, more than 86%, on real dataset.

Keywords : Support Vector Machines, Data Classification, Pattern Recognition, Machine Learning, Thai Consonant Recognition