연구동향 분석

국내 배달음식 이용건수 분석 및 예측

권재영 ( Jaeyoung Kwon ) 김시내 ( Sinae Kim ) 박은지 ( Eungee Park ) 송종우 ( Jongwoo Song ) 2015년

논문상세정보
인용/피인용
' 국내 배달음식 이용건수 분석 및 예측' 의 주제별 논문영향력
논문영향력 선정 방법
논문영향력 요약
주제
  • deliveryservices
  • gradientboosting
  • linear regression
  • logistic regression
  • neural network
  • random forest
  • support vector machines
  • 그래디언트 부스팅
  • 랜덤 포레스트
  • 로지스틱 회귀모형
  • 배달음식 이용건수
  • 서포트 벡터 기계
  • 선형 회귀 모형
  • 신경망
동일주제 총논문수 논문피인용 총횟수 주제별 논문영향력의 평균
1,159 1

0.0%

' 국내 배달음식 이용건수 분석 및 예측' 의 참고문헌

  • The Elements of Statistical Learning
    Hastie, T. Springer [2009]
  • Support vector networks
    Cortes, C Machine Learning 20 : 273 ~ 297 [1995]
  • Support vector machines in R
    Karatzoglou, A. Journal of Statistical Software 15 (9) [2006]
  • Stochastic gradient boosting
    Friedman, J. Computational Statistics & Data Analysis 38 : 367 ~ 378 [2002]
  • Random Forests
    Breiman, L Machine Learning 45 : 5 ~ 32 [2001]
  • R: a language and environment for statistical computing
    R Development Core Team R Foundation for Statistical Computing [2008]
  • Generalized Boosted Models: A guide to the gbm package
  • Datamining using R
    Park, C. Kyowoo [2011]
  • Classification and regression trees
    Breiman, L Chapman and Hall [1984]
  • An introduction to statistical learning
    James, G. Springer [2013]
  • An experimental comparison of three methods for constructing ensembles of decision trees : Bagging, boosting, and randomization
    Thomas, D. Machine Learning 40 : 139 ~ 157 [2000]