연구동향 분석
홈
알림
이용안내
오류접수
API
서비스소개
인기 연구 키워드 :
인기 활용 키워드 :
서울시 공공자전거 운행 거리 예측을 위한 머신 러닝 모델의 비교 연구
박장우
신창선
2019년
활용도 Analysis
논문 Analysis
연구자 Analysis
활용도 Analysis
논문 Analysis
연구자 Analysis
활용도
공유도
영향력
논문상세정보
저자
박장우
신창선
제어번호
106491361
학술지명
한국지식정보기술학회 논문지
권호사항
Vol. 14 No. 6 [ 2019 ]
발행처
한국지식정보기술학회
자료유형
학술저널
수록면
625-634 ( 10쪽)
언어
Korean
출판년도
2019
등재정보
KCI등재
판매처
주제어
Haversine distance
Random forest
XGboost
Embedding
Linear regression
참고문헌( 14)
유사주제 논문( 177)
Random forest 90건
linear regression 48건
embedding 33건
XGboost 5건
Haversine distance 1건
인용/피인용
서울시 공공자전거 운행 거리 예측을 위한 머신 러닝 ...
' 서울시 공공자전거 운행 거리 예측을 위한 머신 러닝 모델의 비교 연구' 의 주제별 논문영향력
논문영향력 요약
주제
Haversine distance
Random forest
XGboost
embedding
linear regression
동일주제 총논문수
논문피인용 총횟수
주제별 논문영향력의 평균
182
0
0.0%
자세히
주제별 논문영향력
논문영향력
주제
주제별 논문수
주제별 피인용횟수
주제별 논문영향력
주제어
Haversine distance
2
0
0.0%
Random forest
91
0
0.0%
XGboost
6
0
0.0%
embedding
34
0
0.0%
linear regression
49
0
0.0%
계
182
0
0.0%
* 다른 주제어 보유 논문에서 피인용된 횟수
0
닫기
' 서울시 공공자전거 운행 거리 예측을 위한 머신 러닝 모델의 비교 연구'
의 참고문헌
https://www.kaggle.com/
fastai
XGBoost algorithm: long may she reign!
V. Morde
XGBoost
Seoul metropolitan public bike information
Random forest
New York City Taxi Trip Duration
New York City Taxi Fare Prediction
Neural network embeddings explained
W. Koehrsen
Introduction to Machine Learning with Python
Andreas Müller
Haversine formula
Entity embeddings of categorical variables
C. Guo
Bike Sharing Demand
Anaysis for public bike utilization status of Seoul city, on publishing
Jangwoo Park
' 서울시 공공자전거 운행 거리 예측을 위한 머신 러닝 모델의 비교 연구'
의 유사주제(
) 논문