Andere Kunden interessierten sich auch für
![Use of the Random Forest Model]( "Use of the Random Forest Model")
Use of the Random Forest Model29,99 €![Utilizzo del modello Random Forest]( "Utilizzo del modello Random Forest")
Utilizzo del modello Random Forest29,99 €![Verwendung von Verhütungsmitteln unter Universitäts- und Fachhochschulstudenten]( "Verwendung von Verhütungsmitteln unter Universitäts- und Fachhochschulstudenten")
Verwendung von Verhütungsmitteln unter Universitäts- und Fachhochschulstudenten43,90 €![Latcripin-7A, ein Derivat von Lentinula edodes C91-3, löst Apoptose aus]( "Latcripin-7A, ein Derivat von Lentinula edodes C91-3, löst Apoptose aus")
Latcripin-7A, ein Derivat von Lentinula edodes C91-3, löst Apoptose aus60,90 €![Datenanalyse angewandt auf Satellitenbilder zur Berechnung von die Entwaldung]( "Datenanalyse angewandt auf Satellitenbilder zur Berechnung von die Entwaldung")
Datenanalyse angewandt auf Satellitenbilder zur Berechnung von die Entwaldung39,90 €![Deep Learning basierte Bildverarbeitung]( "Deep Learning basierte Bildverarbeitung")
Deep Learning basierte Bildverarbeitung39,90 €![Schiefergasförderung: ein Matrix-Bruch-Ansatz für den Übergang des Strömungsregimes]( "Schiefergasförderung: ein Matrix-Bruch-Ansatz für den Übergang des Strömungsregimes")
Schiefergasförderung: ein Matrix-Bruch-Ansatz für den Übergang des Strömungsregimes54,90 €
In diesem Buch entwickeln wir eine neue Methode der Conjoint-Mustererkennung, die eine auf Netzwerkmustern basierende Analyse mit einer auf Aktivitätssequenzen basierenden Analyse kombiniert. Wir nutzen die Vorteile beider Methoden, um Mustergruppen zu erstellen, die in ihrem Inneren eine deutliche Musterhomogenität und eine Heterogenität zwischen den Mustern aufweisen. Der erste Teil der Analyse hier wendet einen traditionelleren Ansatz an, um einzigartige Netzwerkmuster zu identifizieren, von denen 16 83,05 % der NHTS-Arbeitstagsdaten 2017 erfassen. Die multivariate Analyse der gruppierten Motivdaten zeigt eine unterschiedliche Präferenz der Motive für Studenten, Teilzeitbeschäftigte, Rentner, Telearbeiter, Autofahrer, Frauen und junge Erwachsene. Im zweiten Teil der Analyse werden die Motive nach der Anzahl der Orte, die eine Person an einem Tag besucht, in Kategorien zusammengefasst und ihre Korrelation mit der Zeitverwendung und dem Reiseverhalten untersucht. Zeitverwendung und Reisen werden auf der Grundlage einer minutengenauen Modellidentifikation der Zeitzuteilung analysiert.