Sökning: "Recursive Feature Elimination RFE"
Hittade 4 uppsatser innehållade orden Recursive Feature Elimination RFE.
1. Predicting Workforce in Healthcare : Using Machine Learning Algorithms, Statistical Methods and Swedish Healthcare Data
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)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
2. Employee Churn Prediction in Healthcare Industry using Supervised Machine Learning
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Given that employees are one of the most valuable assets of any organization, losing an employee has a detrimental impact on several aspects of business activities. Loss of competence, deteriorated productivity and increased hiring costs are just a small fraction of the consequences associated with high employee churn. LÄS MER
3. ANN-modell för att bestämma renoveringsbehov av vattenledningar -- Utvärdering av viktiga attribut med tillämpning för Umeå kommun
Master-uppsats, Lunds universitet/Avdelningen för Teknisk vattenresursläraSammanfattning : Sveriges vattenledningsnät kräver kontinuerliga och stora in- vesteringar och måste underhållas på ett effektivt sätt; syftet med den här studien var därför att utröna vilka ledningsattribut som är viktigast för att i en ANN-modell identifiera ledningar med hög risk för läckage. Detta gjordes genom att först använda attri- buturvalsmetoderna ReliefF och Recursive Feature Elimination (RFE) tillsammans med Random Forest Classification (RFC) och Multinomial logistisk regression (MLR) för att skapa urval av attri- buten. LÄS MER
4. Tree species classification using multi-temporal Sentinel-2 data
Uppsats för yrkesexamina på avancerad nivå, SLU/Dept. of Forest Resource ManagementSammanfattning : The Sentinel-2 program provides the opportunity to monitor terrestrial ecosystems with a high temporal- and spectral resolution. In this study, the utilization of multi-temporal Sentinel-2 imagery and it’s spectral variation due to phenology for classification of common tree species is evaluated at the forest estate Remningstorp in central Sweden. LÄS MER