Vorhersage der Kosten von Taxifahrten durch maschinelles Lernen

Anna Marus (Autor)

Buch | Softcover

68 Seiten

2024
Verlag Unser Wissen
978-620-8-51153-1 (ISBN)

Titel nicht im Sortiment

Artikel merken

Taxis sind ein fester Bestandteil der modernen Gesellschaft. Und die Vorhersage der Fahrtkosten ist für Fahrgäste, Taxifahrer und Taxiunternehmen von großer Bedeutung. Die Fahrgäste können so ihre Ausgaben planen und unerwartet hohe Preise vermeiden. Den Taxifahrern hilft es, ihre Arbeit zu optimieren, rentablere Strecken zu wählen und ihre Einnahmen zu steigern. Taxi-Unternehmen können so ihre Preise besser steuern, mehr Kunden anlocken und ihre Gewinne steigern. Darüber hinaus kann die Vorhersage der Kosten für Taxifahrten für Stadtverwaltungen bei der Planung der Verkehrsinfrastruktur und der Entwicklung von Programmen für den öffentlichen Nahverkehr nützlich sein. Bei der Anwendung des maschinellen Lernens auf die Vorhersage von Taxitarifen können viele Faktoren wie Entfernung, Tageszeit, Wetterbedingungen, Nachfrageniveau und viele andere berücksichtigt werden, um genauere und zuverlässigere Prognosen zu erstellen. Die Vorhersage der Kosten für Taxifahrten mit Hilfe von Methoden des maschinellen Lernens ist daher eine wichtige Aufgabe, die sowohl den einzelnen Nutzern als auch der Gesellschaft als Ganzes zugute kommen kann.

Mein Name ist Anna Marus, und ich wurde in der kleinen Stadt Soligorsk in der Republik Belarus geboren. Schon in jungen Jahren begeisterte ich mich für Mathematik und exakte Wissenschaften. Ich habe meinen Abschluss an der Fakultät für Mechanik und Mathematik gemacht, wo ich auch diese Arbeit geschrieben habe. Zurzeit arbeite ich als Analytiker. In meiner Freizeit gehe ich gerne in der Natur spazieren und treibe Sport.

Erscheinungsdatum	12.01.2025
Sprache	deutsch
Maße	152 x 229 mm
Gewicht	113 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Analysis
Schlagworte	Datenvorverarbeitung • Entscheidungsbaum • GRADIENT BOUSTING • K- • K-NEAREST NEIGHBOURS METHODE • LERNEN MIT LEHRER • Lineare Regression • Maschinelles Lernen • random forest • SUPPORT VECTOR METHODE • TAXITARIFVORHERSAGE
ISBN-10	620-8-51153-4 / 6208511534
ISBN-13	978-620-8-51153-1 / 9786208511531
Zustand	Neuware