Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  A Machine Learning Approach to Conjoint Analysis

Chapelle, O. (2005). A Machine Learning Approach to Conjoint Analysis. Advances in Neural Information Processing Systems, 257-264.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-D515-C Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-D516-A
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Chapelle, O1, Autor           
Saul, Herausgeber
L.K., Herausgeber
Weiss, Y., Herausgeber
Bottou, L., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Choice-based conjoint analysis builds models of consumers preferences over products with answers gathered in questionnaires. Our main goal is to bring tools from the machine learning community to solve more efficiently this problem. Thus, we propose two algorithms to estimate quickly and accurately consumer preferences.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2005-07
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: ISBN: 0-262-19534-8
URI: http://books.nips.cc/nips17.html
BibTex Citekey: 2777
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Eighteenth Annual Conference on Neural Information Processing Systems (NIPS 2004)
Veranstaltungsort: Vancouver, BC, Canada
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Cambridge, MA, USA : MIT Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 257 - 264 Identifikator: -