Berk, Richard Machine learning risk assessments in criminal justice settings 9783030022716

Варианты приобретения

Цена: 20962.00р.
Кол-во:
Наличие: Поставка под заказ. Есть в наличии на складе поставщика.
Склад Америка: Есть
При оформлении заказа до: 2025-08-25
Ориентировочная дата поставки: начало Октября
При условии наличия книги у поставщика.

Добавить в корзину

в Мои желания

Автор: Berk, Richard
Название: Machine learning risk assessments in criminal justice settings
ISBN: 9783030022716
Издательство: Springer
Классификация:

Правонарушители

Теоретическая и математическая астрономия

Извлечение знаний из данных

Математика для специалистов в области теории вычислительных систем

Искусственный интеллект

Машинное обучение

ISBN-10: 3030022714
Обложка/Формат: Hardcover
Страницы: 178
Вес: 0.45 кг.
Дата издания: 29.12.2018
Язык: English
Издание: 1st ed. 2019
Иллюстрации: 25 tables, color; 27 illustrations, color; 5 illustrations, black and white; ix, 178 p. 32 illus., 27 illus. in color.
Размер: 161 x 241 x 19
Читательская аудитория: Professional & vocational
Ссылка на Издательство: Link
Рейтинг:
Поставляется из: Германии
Описание: This book puts in one place and in accessible form Richard Berk’s most recent work on forecasts of re-offending by individuals already in criminal justice custody. Using machine learning statistical procedures trained on very large datasets, an explicit introduction of the relative costs of forecasting errors as the forecasts are constructed, and an emphasis on maximizing forecasting accuracy, the author shows how his decades of research on the topic improves forecasts of risk. Criminal justice risk forecasts anticipate the future behavior of specified individuals, rather than “predictive policing” for locations in time and space, which is a very different enterprise that uses different data different data analysis tools. The audience for this book includes graduate students and researchers in the social sciences, and data analysts in criminal justice agencies. Formal mathematics is used only as necessary or in concert with more intuitive explanations.
Дополнительное описание: 1 Getting Started.- 2 Some Important Background Material.- 3 A Conceptual Introduction Classification and Forecasting.- 4 A More Formal Treatment of Classification and Forecasting.- 5 Tree-Based Forecasting Methods.- 6 Transparency, Accuracy and Fairness.

Machine learning risk assessments in criminal justice settings, Berk, Richard