Sökning: "Weekday"
Visar resultat 21 - 25 av 75 uppsatser innehållade ordet Weekday.
21. Accessibility to social utilities within urban green space. A method-developing thesis.
Master-uppsats, Göteborgs universitet/Institutionen för geovetenskaperSammanfattning : This thesis aims to develop a methodological framework for analyzing the accessibility to potential social utility environments within urban green spaces from a broad population spectrum within a weekday context. The thesis departs with a scientific literature review, which investigates what types of social utilities urban green spaces potentially can provide to an urban population and what kind of attributes that are important for each utility. LÄS MER
22. GDPR ́s Impact on Sales at Flygresor.se: A Regression Analysis
Kandidat-uppsats, KTH/Matematisk statistikSammanfattning : The possible effects of the General Data Protections Regulations (GDPR) have been widely discussed among policymakers, stakeholders and ordinary people who are the objective for data collection. The purpose of GDPR is to protect people’s integrity and increase transparency for how personal data is used. LÄS MER
23. Förbättringsförslag för prognostisering inom detaljhandeln
Kandidat-uppsats, Uppsala universitet/Institutionen för teknikvetenskaperSammanfattning : Försäljningsprognoser inom organisationer kan vara en komplex process där allt ifrån mänskliga uppskattningar till avancerade högteknologiska system används som metod. Dagens ökade tillgång till datamängder, förbättrad datorkraft, bättre molntjänster, fler verktyg och ökat intresse har i kombination skapat bättre förutsättningar än förut att applicera artificiell intelligens (AI) på aktiviteter som tidigare varit människostyrda. LÄS MER
24. Temporal Convolutional Networks for Forecasting Patient Volumes in Digital Healthcare
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Patient volume forecasting is an important tool for staffing clinicians to meet patient demands. In traditional care, the problem has been studied by multiple authors with inconclusive results. LÄS MER
25. Datadriven Prognostisering : En Regressionsmodell för Bättre Beslutsfattande inom Kollektivtrafiken
Kandidat-uppsats, KTH/Matematisk statistikSammanfattning : Hur kommer det sig att antalet resenärer inom Stockholms kollektivtrafik skiljer sig kraftigt från dag till dag? Är skillnaden rent slumpmässig eller spelar faktorer som befolkningsmängd, lufttemperatur, nederbörd, månad eller veckodag en signifikant roll för att förklara variationen? Denna uppsats ämnar att utforska dessa externa variablers påverkan på kollektivtrafiken och hur denna typ av datadriven information kan leda till bättre understödda beslut. Den applicerade metoden var multipel linjär regression och data som användes mottogs från Trafikförvaltningen, SMHI och SCB. LÄS MER