Maschinelles Lernen und Reisewahl
Am kommenden Montag, dem 4. März, um 16:30 Uhr wird José Ángel Martín Baos, Professor für ESI an der UCLM, ein Online-Seminar im Rahmen des Programms halten.Maschinelles Lernen BRAUCHT mathematische Optimierung"(https://congreso.us.es/mlneedsmo/), organisiert von Emilio Carrizosa (IMUS – Institut für Mathematik der Universität Sevilla) und Dolores Romero Morales (CBS – Copenhagen Business School). Die Konferenz wird über den Link online übertragen https://eu.bbcollab.com/guest/f36b823fbfc74849848d66808d8db459
Der Titel der Konferenz lautet „Können Methoden des maschinellen Lernens die Wahl des Reisemodus effektiv modellieren? Über die prädiktive Leistung hinaus“. Es wird darauf eingegangen, wie Modelle des maschinellen Lernens zur Vorhersage der Wahl des Reisemodus eingesetzt werden können, wobei die Bedeutung von Faktoren hervorgehoben wird, die über die Vorhersageleistung hinausgehen, wie z. B. Interpretierbarkeit, Rechenkomplexität und Effizienz. Einschränkungen früherer Forschung werden durch einen systematischen Vergleich verschiedener Modelle in mehreren Aspekten angegangen. Dabei zeigt sich, dass die Modelle mit der besten Vorhersageleistung in der Literatur (wie Gradient Boosting und Random Forests) häufig schlechtere Schätzungen von Verhaltensindikatoren und aggregierten Marktanteilen liefern. im Vergleich zu Alternativen wie Deep Neural Networks und Multinomial Logit (MNL)-Modellen.
