Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Transport technic and technology
Band 15 (2019): Heft 2 (December 2019)
Uneingeschränkter Zugang
Modeling Commuter’s Sociodemographic Characteristics to Predict Public Transport Usage Frequency by Applying Supervised Machine Learning Method
Nabeel Shakeel
Nabeel Shakeel
,
Farrukh Baig
Farrukh Baig
und
Muhammad Abubakar Saddiq
Muhammad Abubakar Saddiq
| 30. Dez. 2019
Transport technic and technology
Band 15 (2019): Heft 2 (December 2019)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
30. Dez. 2019
Seitenbereich:
1 - 7
DOI:
https://doi.org/10.2478/ttt-2019-0005
Schlüsselwörter
machine learning
,
modeling
,
public transport
,
socio-demographic status
,
Hyderabad
© 2019 Nabeel Shakeel et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Nabeel Shakeel
MoE Key Laboratory of Complex System Analysis and Management Decision, School of Economics and Management Beihang University
Beijing, China
Department of City and Regional Planning, University of Engineering and Technology
Lahore, Pakistan
Farrukh Baig
School of Transportation and Logistics Dalian University of Technology
Dalian, China
Muhammad Abubakar Saddiq
School of Computer Sciences and Engineering Beihang University
Beijing, China