Sökning: "Gradient Boosting Regressor GBR"

Hittade 2 uppsatser innehållade orden Gradient Boosting Regressor GBR.

  1. 1. Predicting Workforce in Healthcare : Using Machine Learning Algorithms, Statistical Methods and Swedish Healthcare Data

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Gabriel Diskay; Carl Joelsson; [2023]
    Nyckelord :Machine Learning ML ; Linear Regression Model LRM ; Gradient Boosting Regressor GBR ; Exponential Smoothing Model ESM ; Workforce Prediction WP ; Healthcare Sector HS ; Labor Policy LP ; Beveridge Curve BC ; Economic Forecasting EF ; Recursive Feature Elimination RFE ; Human Resource Management HRM ;

    Sammanfattning : Denna studie undersöker användningen av maskininlärningsmodeller för att predicera arbetskraftstrender inom hälso- och sjukvården i Sverige. Med hjälp av en linjär regressionmodell, en Gradient Boosting Regressor-modell och en Exponential Smoothing-modell syftar forskningen för detta arbete till att ge viktiga insikter för underlaget till makroekonomiska överväganden och att ge en djupare förståelse av Beveridge-kurvan i ett sammanhang relaterat till hälso- och sjukvårdssektorn. LÄS MER

  3. 2. Using Ensemble Machine Learning Methods in Estimating Software Development Effort

    Master-uppsats, Blekinge Tekniska Högskola/Institutionen för datavetenskap

    Författare :Alekhya Kanneganti; [2020]
    Nyckelord :Software Development Effort; Ensemble; Ensemble Learning; Stacking Ensemble; Software Development Effort Estimation; Machine Learning; Estimation of Software Development Effort; Effort Estimation;

    Sammanfattning : Background: Software Development Effort Estimation is a process that focuses on estimating the required effort to develop a software project with a minimal budget. Estimating effort includes interpretation of required manpower, resources, time and schedule. Project managers are responsible for estimating the required effort. LÄS MER