Taxibedarf in NYC mit Machine Learning vorhersagen

Projektvorstellung bei der ML Konferenz

Fabian Hertwig hat auf der ML Konferenz verschiedene Modelle für Zeitreihenprognosen vorgestellt. Zeitreihenprognosen sind ein wichtiges Feld im Bereich des maschinellen Lernens und der Statistik. Sie helfen, Entscheidungen mit einer genaueren Einschätzung der Zukunft zu verbessern. Ein besonderes Feld ist die räumlich-zeitliche Vorhersage, bei der Vorhersagen nicht nur in Bezug auf die zeitliche Dimension, sondern auch auf die regionale Dimension gemacht werden. Fabian zeigte das im Vortrag am Beispiel der Vorhersage des Taxibedarfs in New York City. Konkret geht es um die Vorhersage der Mobilitätsnachfrage für verschiedene Zeitschritte mit verschiedenen Deep-Learning-Modellen.

Das Projekt ist als Pipeline implementiert, so dass die nahtlose Wiederverwendung auf verschiedene Datensätze bei gleicher Fragestellung möglich wird. Die Ergebnisse werden über eine Web-UI interaktiv auf vielfältige Art und Weise visualisiert.

Fabian hat den Vortrag am 18. Juni 2019 bei der ML Konferenz in München gehalten. Vielen Dank an das großartige Video-Team der Machine Learning Conference fürs Bereitstellen bei YouTube!

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube immer entsperren

Die ML Konferenz fand vom 17. bis 19. Juni 2019 statt. Sie nimmt sich des Themas Machine Learning aus mehreren Blickwinkeln an: Neben Techniken und Tools geht es auch um Geschäftsstrategien. Der nächste Termin ist Anfang Dezember. Das aktuelle Programm gibt es auf der Website.

Im YouTube-Channel der Konferenz gibt es eine Menge weiterer Vorträge, reinschauen lohnt sich. Hier geht’s zum YouTube-Kanal.