คณิตศาสตร์กับการสร้างแบบจำลองการจัดหมวดหมู่ด้วยเทคนิคการเรียนรู้ของเครื่องเพื่อพัฒนา ระบบปัญญาประดิษฐ์สำหรับการคัดแยกขยะแห้งในโรงเรียนให้มีประสิทธิภาพ

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

มุกลดา งิ้วงาม, จิระนันท์ คำบุญเกิด, เกียรติศักดิ์ จันครา

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

สงวนศักดิ์ โกสินันท์

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนผดุงนารี

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2563

บทคัดย่อโครงงานวิทยาศาสตร์

ในการพัฒนาระบบปัญญาประดิษฐ์สำหรับการคัดแยกขยะแห้งในโรงเรียนให้มีประสิทธิภาพ

ควรมาจากการถามปัญหาเพื่อให้เครื่องคอมพิวเตอร์หรือปัญญาประดิษฐ์ (AI) ตอบคำถามได้ถูก ซึ่งจะใช้วิธีการสร้างฐานข้อมูลความรู้ (Knowledge Base) ให้เครื่องคอมพิวเตอร์จดจำไว้ก่อนนั่นคือ การสร้างแบบจำลองการจัดหมวดหมู่ด้วยเทคนิคการเรียนรู้ของเครื่องจากตัวอย่างนำเข้าที่มีประสิทธิภาพ แล้วให้เครื่องประมวลผลและการเรียนรู้จากตัวอย่างนำเข้าเหล่านี้ เสร็จแล้วเราจึงป้อนคำถามที่เราต้องการจะหาคำตอบนั้น โดยคำตอบที่ได้จากเครื่องคอมพิวเตอร์จะถูกต้องตามความเป็นจริงหรือไม่นั้น ขึ้นอยู่กับขั้นตอนวิธี (Algorithm) ในการสร้างฐานข้อมูลความรู้ วิธีการหนึ่งที่น่าสนใจที่ใช้สำหรับตอบโจทย์ปัญหาบางสถานการณ์ คือ วิธีต้นไม้การตัดสินใจ (Decision Tree) โดยมีการศึกษาจากตัวอย่างนำเข้า วิธีการนี้เราจะแบ่งคลาส (Class) ของคำตอบหรือผลลัพธ์ออกเป็นสองกลุ่ม คือ ใช่ และไม่ใช่ เมื่อเราแบ่งคุณสมบัติของคุณลักษณะประจำได้แล้ว เราจะใช้ทฤษฎีกราฟทำการสร้างต้นไม้การตัดสินใจ โดยกำหนดให้ จุดยอดของต้นไม้แทนคุณลักษณะประจำ และกิ่ง ก้าน หรือเส้นเชื่อมของต้นไม้แทนคุณสมบัติ โดยเริ่มสร้างต้นไม้ในระดับแรกก่อน จะเห็นว่าจำนวนต้นไม้จะขึ้นอยู่กับลักษณะประจำ ต้นไม้การตัดสินใจจะมีใบที่เป็นคำตอบเพียงแค่คลาสเดียวในแต่ละใบ คือใบที่เป็นบวกทั้งหมด หรือใบที่เป็นลบทั้งหมดเท่านั้น สำหรับต้นที่มีใบที่คำตอบปนกันทั้งบวกและลบ เราต้องทำการสร้างต้นไม้การตัดสินใจในระดับที่สอง ที่สาม ที่สี่ต่อไปเรื่อยๆ จนกว่าจะได้ใบที่เป็นคำตอบเพียงแค่คลาสเดียว

การเลือกต้นไม้จากที่มีในความเป็นจริงเราไม่สามารถหาต้นไม้ทั้งหมดได้ เราจึงหาเกณฑ์ตัดสินใจสำหรับทำนายพฤติกรรมของกลุ่มเป้าหมาย ต้องใช้วิธีเลือกต้นไม้ด้วยทฤษฎีเอนโทรปี (Entropy) คือนำความรู้เรื่องความน่าจะเป็น เข้ามาเพื่อช่วยในการตัดสินใจเพื่อให้ได้คำตอบจากโจทย์ที่ตรงกับความเป็นจริงมากที่สุด ใช้ความน่าจะเป็นในการทำนายผลลัพธ์ด้วยนาอีฟเบย์ส และการทดสอบแบบจำลอง