Hüppa põhisisu juurde
Raamatukoi
Tõde ja õigus

Prognose von Wohnungseinbruchen mit Hilfe von Machine-Learning-Algorithmen

Daniel Haake · Springer Fachmedien Wiesbaden · 2022

Prognose von Wohnungseinbruchen mit Hilfe von Machine-Learning-Algorithmen

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.

Saadavus
77,50 €

Uus kasutamata raamat

Täna tellides on tarneaeg umbes 9 päeva (27.11.2026)Tellimuse täitmise aeg on umbkaudne ja sõltub nädalapäevast, millal tellimus tehakse. Reeglina ei kulu üle kahe nädala.

Tarne ja kättesaamine

Detailid

ISBN
9783658376598
Aasta
2022
Keel
saksa
Köide
Pehme kaas
Lehekülgi
90
Teema
Majandus, rahandus ja juhtimine › Äri ja juhtimine — Business & management
Kaal
160 g