การพยากรณ์ราคาด้วยการเรียนรู้ของเครื่องจักรด้วยโปรแกรมเวก้า
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้เป็นการศึกษาเครื่องมือสำหรับการพยากรณ์ราคาด้วยการเรียนรู้ของเครื่องจักรด้วยโปรแกรมเวก้า เวอร์ชัน 3.8 มีวัตถุประสงค์เพื่อ 1) สร้างแบบจำลองการพยากรณ์ราคาโดยเทคนิคการเรียนรู้ของเครื่องจักร 2) สร้างแบบจำลองที่มีประสิทธิภาพในการพยากรณ์ราคาผักและผลไม้ ซึ่งสามารถนำไปประยุกต์ใช้ประกอบการพิจารณายอดคำสั่งซื้อและช่วยให้เกิดการจัดการข้อมูลราคาอย่างเป็นระบบ พร้อมทั้งรับมือการเปลี่ยนแปลงราคาในอนาคตที่อาจเกิดขึ้นได้ จากการศึกษาด้วยการเปรียบเทียบความคลาดเคลื่อนของข้อมูลก่อนและหลังปรับค่าพารามิเตอร์ด้วยอัลกอริทึม 3 รูปแบบ ประกอบไปด้วย การแจกแจงแบบเกาส์เซียน การถดถอยเชิงเส้น และเทคนิค SMOreg
โดยโปรแกรมเวก้า เวอร์ชัน 3.8 จากผลการศึกษาพบว่า ในการทดลองนำข้อมูลราคาผักและผลไม้ย้อนหลัง 6 ปี
ไปสร้างเป็นรูปแบบจำลองเพื่อพยากรณ์ราคาในอนาคตนั้น ก่อนปรับค่าพารามิเตอร์ อัลกอริทึม SMOreg ได้ให้ค่าความคลาดเคลื่อนเฉลี่ยรวมน้อยที่สุดจากทั้ง 3 รูปแบบ ด้านการวัดประสิทธิภาพด้วยค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ จากค่าจริงเปรียบเทียบกับค่าพยากรณ์ ได้เท่ากับ 2.206 และค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย เท่ากับ 3.594 โดยการพยากรณ์แสดงให้เห็นว่า แบบจำลองมีแนวโน้มสามารถช่วยลดค่าใช้จ่ายลงได้ประมาณ 50,000 บาทต่อเดือน
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์ในวารสารฯ ท้ังในรูปแบบของรูปเล่มและอิเล็กทรอนิกส์เป็นลิขสิทธิ์ของวารสารฯ
References
Thongkam P. Ensemble Algorithm for Feature Selection [Thesis]. Pathum thani; Thammasat University; 2016. (in Thai)
Sermpongpan C. Forcasting of cement consumption in thailand [Thesis]. Pathum thani; Thammasat University; 2017. (in Thai)
Bundasak S. Forecasting golf ball consumption with time series analysis [Thesis]. Chonburi; Kasetsart University; 2016. (in Thai)
Kapol W. Forecasting of power outages cause using data mining techniques a case study of provincial electricity [Thesis]. Pathum thani; Thammasat University; 2015. (in Thai)
Vilailuck S, Jaroenpuntaruk V, Wichadakul D. Utilizing Data Mining Techniques to Forecast Student Academic Achievement of Kasetsart University Laboratory School Kamphaeng Saen Campus Educational Research and Development Center. Veridian E-Journal, Science and Technology Silpakorn University. 2015; 2(2): 1-17.
Ngamsuk W. Time series forecasting by the comparision of classical and box-jenkinsmethods case study the number of accidents in the country. [Thesis]. Chonburi: Burapha University; 2012. (in Thai)
Konchalad P. The total energy consumption forecasting in Thailand by Box-Jenkins method and artificial neural network [Thesis]. Mahasarakham: Mahasarakham University; 2011. (in Thai)
Polasa N. To sell product modeling and sales forecasting of life insurance using data mining techniques Case study: Life insurance company [Thesis]. Pathum thani; Thammasat University; 2015. (in Thai)
Kaewhawong N. Forecasting Electricity Consumption of Thailand by Using SARIMA and Regression Models with ARMA Errors. Thai Journal of Science and Technology. 2015; 4(1): 24-36.
Vonganansup S, Yampaka T, Moosika O. Applied Data Mining Techniques To Analize Pre-Test And Skill-Test For Increased Student Potential. Rajamangala University of Technology Tawan-ok Research Journal. 2016; 5(1): 12-9.