L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen - Daniel Haake - cover

LIBRO INGLESE

Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen

Name: Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen
Price: 86.90 EUR
Availability: InStock
Author: Daniel Haake
ISBN: 3658376597

di Daniel Haake (Autore)

Springer-Verlag Berlin and Heidelberg GmbH & Co. KG, 2022

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

86,90 € +870 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €

Dati e Statistiche

Salvato in 0 liste dei desideri

Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen

Disponibilità in 2 settimane

86,90 €

Disponibilità in 2 settimane

Altre offerte vendute e spedite dai nostri venditori

Libri in Inglese Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen

di Daniel Haake

Altri venditori

Prezzo e spese di spedizione

Nuovo

disponibilità in 2 settimane

Venduto e spedito da IBS

Spedizione Gratis

86,90 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Nuovo

disponibilità in 2 settimane

Venduto e spedito da IBS

Spedizione Gratis

86,90 €

Vai alla scheda completa

Altri venditori

Prezzo e spese di spedizione

Descrizione

Das Buch beschäftigt sich mit der Möglichkeit der Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Verfahren. Die Analyse beschränkt sich auf die Fragestellung, ob nach einem erfolgten Wohnungseinbruch mit einer Nachfolgetat, den sog. Near-Repeats, zu rechnen ist. Dabei wird untersucht, welche Faktoren zu guten Prognoseergebnissen beitragen. Zur Verfügung stehen Daten zu Wohnungseinbrüchen aus Baden-Württemberg aus den Jahren 2010 bis 2017. Ergänzt werden die polizeilichen Daten um geografische Daten, die den Tatort beschreiben. Hiermit wird geprüft, ob kriminalgeografische Faktoren gute Indikatoren zur Prognose von Wohnungseinbrüchen, genauer gesagt Near-Repeats, darstellen. Als Machine-Learning-Verfahren kommen die Verfahren Random Forest, XGBoost, Support Vector Machines, Neuronale Netze und ein Soft-Voting der Modelle zum Einsatz. Mit Hilfe dieser Verfahren kann eine Präzision der Prognosen von über 60% erreicht werden. Es wird außerdem erstmalig gezeigt, dass auch Prognosen für den ländlichen Raum möglich sind.

Leggi di più Leggi di meno

Dettagli

Autore:

Daniel Haake

Editore:

Springer-Verlag Berlin and Heidelberg GmbH & Co. KG

Collana:

BestMasters

Anno:

2022

Rilegatura:

Paperback / softback

Pagine:

90 p.

Testo in German

Dimensioni:

210 x 148 mm

EAN:

9783658376598

Informazioni e Contatti sulla Sicurezza dei Prodotti

Le schede prodotto sono aggiornate in conformità al Regolamento UE 988/2023. Laddove ci fossero taluni dati non disponibili per ragioni indipendenti da IBS, vi informiamo che stiamo compiendo ogni ragionevole sforzo per inserirli. Vi invitiamo a controllare periodicamente il sito www.ibs.it per eventuali novità e aggiornamenti.
Per le vendite di prodotti da terze parti, ciascun venditore si assume la piena e diretta responsabilità per la commercializzazione del prodotto e per la sua conformità al Regolamento UE 988/2023, nonché alle normative nazionali ed europee vigenti.

Per informazioni sulla sicurezza dei prodotti, contattare productsafetyibs@feltrinelli.it

L’articolo è stato aggiunto alla lista dei desideri

Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen

Descrizione

Dettagli

Questo prodotto lo trovi anche