Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen: BestMasters
Autor Daniel Haakede Limba Germană Paperback – 28 mai 2022
Din seria BestMasters
- 20% Preț: 366.22 lei
- Preț: 365.65 lei
- Preț: 306.73 lei
- 13% Preț: 367.40 lei
- Preț: 251.33 lei
- 13% Preț: 396.41 lei
- Preț: 367.04 lei
- Preț: 406.58 lei
- Preț: 391.40 lei
- Preț: 369.62 lei
- 13% Preț: 366.14 lei
- Preț: 393.57 lei
- 5% Preț: 403.95 lei
- Preț: 333.99 lei
- Preț: 364.13 lei
- 13% Preț: 364.56 lei
- 13% Preț: 407.10 lei
- Preț: 366.31 lei
- Preț: 367.04 lei
- Preț: 364.13 lei
- Preț: 365.58 lei
- Preț: 393.57 lei
- 20% Preț: 292.10 lei
- Preț: 311.76 lei
- Preț: 344.45 lei
- 13% Preț: 367.40 lei
- Preț: 307.45 lei
- Preț: 392.12 lei
- Preț: 404.04 lei
- Preț: 344.87 lei
- Preț: 402.52 lei
- Preț: 403.47 lei
- Preț: 371.69 lei
- Preț: 403.06 lei
- Preț: 404.59 lei
- Preț: 370.15 lei
- Preț: 370.52 lei
- Preț: 404.22 lei
- Preț: 472.10 lei
- Preț: 369.62 lei
- Preț: 470.39 lei
- Preț: 368.49 lei
- Preț: 375.26 lei
- Preț: 370.36 lei
- Preț: 404.39 lei
- Preț: 369.23 lei
- Preț: 372.80 lei
- Preț: 401.93 lei
- Preț: 402.68 lei
- Preț: 372.98 lei
Preț: 423.97 lei
Preț vechi: 498.78 lei
-15% Nou
Puncte Express: 636
Preț estimativ în valută:
81.14€ • 84.28$ • 67.40£
81.14€ • 84.28$ • 67.40£
Carte tipărită la comandă
Livrare economică 04-18 februarie 25
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783658376598
ISBN-10: 3658376597
Ilustrații: XVI, 90 S. 20 Abb., 12 Abb. in Farbe.
Dimensiuni: 148 x 210 mm
Greutate: 0.14 kg
Ediția:1. Aufl. 2022
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Gabler
Seria BestMasters
Locul publicării:Wiesbaden, Germany
ISBN-10: 3658376597
Ilustrații: XVI, 90 S. 20 Abb., 12 Abb. in Farbe.
Dimensiuni: 148 x 210 mm
Greutate: 0.14 kg
Ediția:1. Aufl. 2022
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Gabler
Seria BestMasters
Locul publicării:Wiesbaden, Germany
Cuprins
Einleitung.- Kriminologische Theorien und Studien.- Theoretische Grundlagen des Maschinellen Lernens.- Datenvorverarbeitung.- Datenanalyse.- Zusammenfassung.
Notă biografică
Der Autor
Daniel Haake arbeitete zunächst im gehobenen Polizeidienst und studierte zusätzlich Informatik (B. Sc.) und anschließend berufsbegleitend Data Science (M. Sc.). Zurzeit ist er als Senior Data Scientist tätig. Für seine Masterarbeit wurde er mit dem Gerhard-Fürst-Preis 2020 des Statistischen Bundesamtes und beim Zukunftspreis Polizeiarbeit 2020 (2. Platz in der Kategorie Masterarbeiten) ausgezeichnet.
Textul de pe ultima copertă
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.
Der Autor
Daniel Haake arbeitete zunächst im gehobenen Polizeidienst und studierte zusätzlich Informatik (B. Sc.) und anschließend berufsbegleitend Data Science (M. Sc.). Zurzeit ist er als Senior Data Scientist tätig. Für seine Masterarbeit wurde er mit dem Gerhard-Fürst-Preis 2020 des Statistischen Bundesamtes und beim Zukunftspreis Polizeiarbeit 2020 (2. Platz in der Kategorie Masterarbeiten) ausgezeichnet.