Prognose von Wohnungseinbrüchen mit Hilfe von Machine-Learning-Algorithmen (1. Aufl. 2022) (BestMasters)
By:
Sign Up Now!
Already a Member? Log In
You must be logged into Bookshare to access this title.
Learn about membership options,
or view our freely available titles.
- Synopsis
- 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.
- Copyright:
- 2022
Book Details
- Book Quality:
- Publisher Quality
- ISBN-13:
- 9783658376604
- Related ISBNs:
- 9783658376598
- Publisher:
- Springer Fachmedien Wiesbaden
- Date of Addition:
- 06/28/22
- Copyrighted By:
- Der/die Herausgeber bzw. der/die Autor
- Adult content:
- No
- Language:
- German
- Has Image Descriptions:
- No
- Categories:
- Nonfiction, Business and Finance
- Submitted By:
- Bookshare Staff
- Usage Restrictions:
- This is a copyrighted book.