Previsione dell'efficienza del carburante (MPG) con l'apprendimento automatico DE
-
- Italienisch ausgewählt
43,99 €
UVP
48,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
09.04.2026
Verlag
Edizioni SapienzaSeitenzahl
52
Maße (L/B/H)
22/15/0,4 cm
Gewicht
96 g
Sprache
Italienisch
ISBN
978-620-9-87927-2
L'efficienza dei consumi gioca un ruolo cruciale nella progettazione automobilistica, nella sostenibilità ambientale e nell'analisi delle prestazioni. Questo progetto presenta un approccio di apprendimento automatico per prevedere le miglia per gallone (MPG) utilizzando le caratteristiche del veicolo dal noto set di dati Auto MPG disponibile presso l'UCI Machine Learning Repository.Il set di dati viene sottoposto a fasi di pre-elaborazione, tra cui la gestione dei valori mancanti, la conversione dei tipi di dati e la selezione degli attributi numerici chiave. Due modelli predittivi - Regressione lineare e Regressore Random Forest - sono stati implementati e valutati utilizzando metriche di regressione standard come l'errore assoluto medio (MAE), l'errore quadratico medio (MSE) e il punteggio R². Il modello Random Forest ottiene risultati significativamente migliori, indicando la sua forza nel catturare modelli non lineari nelle caratteristiche del veicolo.Lo studio evidenzia il potenziale del Machine Learning per supportare l'analisi dell'efficienza automobilistica e la previsione del consumo di carburante. I miglioramenti futuri potrebbero includere la messa a punto del modello, algoritmi avanzati, sistemi di previsione in tempo reale e la distribuzione attraverso un'interfaccia web.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice