19.05.2020 Veröffentlichung zur Methodik maschinellen Lernens in der räumlichen Vorhersage

Bedeutung der Auswahl räumlicher Prädiktorvariablen in Anwendungen des maschinellen Lernens - von der Datenreproduktion zur räumlichen Vorhersage.

Hanna Meyer aus dem Natur 4.0 Team zeigt zusammen mit weiteren Autoren die Bedeutung räumlicher Kreuzvalidierung für zuverlässige Fehlerschätzungen von Vorhersagen und wie sich damit Modelle erheblich verbessern lassen. Anwendungsbeispiel sind Umweltvariablen im Marburg Open Forest.

Hier geht es zu der Veröffentlichung: https://doi.org/10.1016/j.ecolmodel.2019.108815