Sökning: "Maskininlärning."

Visar resultat 1 - 5 av 1571 uppsatser innehållade ordet Maskininlärning..

  1. 1. Optimizing Flight Ranking:A Machine Learning Approach : Applying Machine Learning to Upgrade Flight Sorting and User Experience

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Habib Jabeli; [2024]
    Nyckelord :Machine Learning; Flight Comparison; Flygresor.se; Neural Networks; Flight Ranking; Random Forest; XGBoost;

    Sammanfattning : Flygresor.se, a leading flight comparison platform, uses machine learning to rankflights based on their likelihood of being clicked. The main goal of this project was toimprove this flight sorting to obtain a better user experience. The platform's existingmodel is based on a neural network approach and a limited set of features. LÄS MER

  3. 2. ML implementation for analyzing and estimating product prices

    Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)

    Författare :Abel Getachew Kenea; Gabriel Fagerslett; [2024]
    Nyckelord :Machine Learning; ML; Regression; Deep Learning; Artificial Neural Network; ANN; TensorFlow; ScikitLearn; CUDA; cuDNN; Estimation; Prediction; AI; Artificial Intelligence; Price Tracking; Price Logging; Price Estimation; Supervised Learning; Random Forest; Decision Trees; Batch Learning; Hyperparameter Tuning; Linear Regression; Multiple Linear Regression; Maskininlärning; Djup lärning; Artificiellt Neuralt Nätverk; Regression; TensorFlow; SciktLearn; ML; ANN; Estimation; Uppskattning; CUDA; cuDNN; AI; Artificiell Intelligens; pris loggning; pris estimation; prisspårning; Batchinlärning; Hyperparameterjustering; Linjär Regression; Multipel Linjär Regression; Supervised Learning; Random Forest; Decision Trees;

    Sammanfattning : Efficient price management is crucial for companies with many different products to keep track of, leading to the common practice of price logging. Today, these prices are often adjusted manually, but setting prices manually can be labor-intensive and prone to human error. LÄS MER

  4. 3. Samhällets interaktion med digitala enheter: en inblick i de etiska och samhälleliga dimensionerna av artificiell intelligens

    Kandidat-uppsats, Lunds universitet/Sociologi

    Författare :Astrid Boström Andersson; [2024]
    Nyckelord :Artificiell intelligens; AI; maskininlärning; Samhällspåverkan av AI; Symbolisk Interaktionism; Habitus; Etiska Implikationer inom AI; Interdisciplinära tillvägagångssätt mot AI; Etik; Social Sciences;

    Sammanfattning : Studien fokuserar på att utforska de samhälleliga implikationerna och etiska aspekterna som är förknippade med framsteg inom artificiell intelligens, som uppfattas av ett antal studenter inom civilingenjörsprogrammet i datateknik. Studien utreder dessa studenters perspektiv på AI:s samhälleliga roller och deras egna etiska ansvar i utvecklingen av AI-modeller. LÄS MER

  5. 4. Verktyg för tolkning av äldre planbestämmelser : Systematisk och automatiserad översättning av äldre planbestämmelser för framtidens samhällsbyggnadsprocess

    Master-uppsats, KTH/Urbana och regionala studier

    Författare :Linn Nordlund; [2024]
    Nyckelord :Digitization; detailed development plans; zoning plans; planning regulations; Värmdö municipality; machinelearning; ML; AI; Digitalisering; detaljplaner; planbestämmelser; tolkning av planbestämmelser; Värmdö kommun; maskininlärning; AI;

    Sammanfattning : I samhället finns en stor efterfrågan på digitala detaljplaner eftersom digital och enhetlig data gör informationen analyserbar och sökbar. Även om nya detaljplaner ska vara digitala är den stora majoriteten av befintliga planer fysiska kartor med tillhörande bestämmelser på papper. LÄS MER

  7. 5. Data analytics and machine learning for railway track degradation: Using Bothnia Line track measurements for maintenance forecasting

    Master-uppsats, KTH/Väg- och spårfordon samt konceptuell fordonsdesign

    Författare :Elie Roudiere; [2024]
    Nyckelord :Railway; Track geometry; Machine learning; Statistics; Predictive maintenance; Botniabanan; Järnväg; spårgeometri; maskininlärning; statistik; förebyggande underhåll; Botniabanan;

    Sammanfattning : In this paper, a statistical method is developed to improve predictive maintenance on railway track. The problem tackled is being able to predict when the next maintenance event should take place to guarantee a certain track quality class. LÄS MER