Sökning: "Learning Analytics"

Visar resultat 6 - 10 av 127 uppsatser innehållade orden Learning Analytics.

  1. 6. Vem eller vad kan hållas straffrättsligt ansvarig för ett självkörande fordon? : En analys av gällande rätt och föreslagen lagstiftning i Sverige

    Uppsats för yrkesexamina på avancerad nivå, Stockholms universitet/Juridiska institutionen

    Författare :Petri Dahlström; [2023]
    Nyckelord :Self-driving; autonomous; automated; automatic; AV; vehicles; cars; artificial intelligence; AI; machine learning; electronic person; criminal liability; Självkörande; autonoma; automatiserade; artificiell intelligens; AI; maskininlärning; elektronisk person; fordon; bilar; straffrättsligt ansvar; ansvarsbedömning;

    Sammanfattning : The last decade has seen a rapid advancement in the fields of artificial intelligence (AI) and automation, with terms such as machine learning, deep learning and algorithms finding their way into everyday conversations. The usage of AI is evergrowing and present in many areas of life such as health care, financial services, and social media interactions. LÄS MER

  3. 7. Low-No code Platforms for Predictive Analytics

    Magister-uppsats, Luleå tekniska universitet/Institutionen för system- och rymdteknik

    Författare :Soma Karmakar; [2023]
    Nyckelord :Low code; no code; Predictive analytics; databricks; azure; AWS; Google cloud;

    Sammanfattning : In the data-driven landscape of modern business, predictive analytics plays a pivotal role inanticipating and mitigating customer churn—a critical challenge for organizations. However, thetraditional complexities of machine learning hinder accessibility for decision-makers. LÄS MER

  4. 8. Exploring Advanced Clustering Techniques for Business Descriptions : A Comparative Study and Analysis of DBSCAN, K-Means, and Hierarchical Clustering

    Uppsats för yrkesexamina på avancerad nivå, Mittuniversitetet/Institutionen för data- och elektroteknik (2023-)

    Författare :Wisam Orabi Alkhen; [2023]
    Nyckelord :Machine learning; Business descriptions; Search scope reduction; Relevant business terminology; Data analysis.;

    Sammanfattning : In this study, we introduce several approaches to analyze large volumes of business descriptions by applying machine learning clustering and classification algorithms. The goal is to efficiently classify these descriptions, reducing the search scope and allowing for better business insights and decision-making processes. LÄS MER

  5. 9. Viktiga kompetenser och förmågor inom Big Data analytics och dess effektivitet på marknadsföring : En kvalitativ studie om Big Data analytics inom köksbranschen

    Kandidat-uppsats, Högskolan i Borås/Akademin för textil, teknik och ekonomi

    Författare :Jonatan Hagberg; Philip Russell; Emil Larsson; [2023]
    Nyckelord :Big Data analytics; more effective marketing; competencies; Big Data analytics capabilities; dynamic capabilities; market capabilities; material resources; intangible resources; human skills; Big Data analytics; effektivare marknadsföring; kompetenser; Big Data analytics förmågor; dynamiska förmågor; marknadsrelaterade förmågor; materiella resurser; immateriella resurser; mänskliga förmågor;

    Sammanfattning : Big Data analytics är en fascinerande process som lyfter fram möjligheten att utvinna djupgående insikter och dra slutsatser från omfattande datamängder, och dess tillämpningsområden sträcker sig över flera branscher och områden inklusive köksbranschen och marknadsföring som denna studie fokuserar på. Utmaningen att dra nytta av Big Data analytics för att förstå konsumentbeteenden och preferenser kan dock vara betydande, men när företag tillhandahåller de rätta resurserna, kan de på ett effektivt sätt optimera sina marknadsföringsstrategier. LÄS MER

  7. 10. Extraction of Global Features for enhancing Machine Learning Performance

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

    Författare :Abyel Tesfay; [2023]
    Nyckelord :Machine Learning; Deep Learning; Feature Extraction; Global Features; Time-series data; Bioprocessing; Maskininlärning; Djupinlärning; Funktionsextraktion; Globala Funktioner; Tidsserie data; Biobearbetning;

    Sammanfattning : Data Science plays an essential role in many organizations and industries to become data-driven in their decision-making and workflow, as models can provide relevant input in areas such as social media, the stock market, and manufacturing industries. To train models of quality, data preparation methods such as feature extraction are used to extract relevant features. LÄS MER