Uncategorized

Het belang van verschillende factoren bij de berekening van de waarde van woningen

Het openbreken van de machine learning zwarte doos en het verkrijgen van inzichten uit geodata..
Black-box-modellen

Sommige machine learning-modellen worden “black-box-modellen” genoemd omdat het voor de gebruiker niet altijd duidelijk is hoe hun resultaten worden gegenereerd. Hoewel het bouwen van een model met hoge nauwkeurigheid wordt beschouwd als het belangrijkste zakelijke doel voor de meeste organisaties die machine learning-technieken toepassen, is het voor de eigenaars niet voldoende te weten hoe een model werkt. Wij weten bijvoorbeeld dat de afstanden tot het stadscentrum en scholen van invloed kunnen zijn op woningwaarden. We weten echter niet of het verband tussen die twee lineair, monotoon of nog complexer is. Om modelresultaten beter te kunnen begrijpen en te presenteren doen wij een beroep op andere instrumenten.

 
Visualisaties

Een hulpmiddel om machine learning-modellen zoals die van het random forest type transparanter te maken is de partiële afhankelijkheidsplot. Deze visualiseert de functionele relatie tussen kenmerken van de invoer en de uitvoer. Meer specifiek vertelt de partieel afhankelijke functie ons het gemiddelde marginale effect op de modelvoorspelling voor een bepaalde waarde van het kenmerk.

Een voorbeeld is hiernaast gegeven. StraTopo heeft met hun geodata een op machine learning gebaseerde woningwaarderingsmodel ontwikkeld dat beschrijft hoe locatiekenmerken woningwaardes beïnvloeden.

Deze grafiek toont de relatie tussen de fietsafstand tot het stadscentrum en de voorspelde woningwaarde in Limburg. Zichtbaar is dat waarde, voordat de afstand tot het centrum 7 kilometer bedraagt, daalt naarmate we verder in de Limburgse buitenwijken komen. Deze stijgt echter daarna echter weer en stabiliseert zich uiteindelijk na 11 kilometer.

Samenvattend kunnen we zien dat de prijs dramatisch daalt naarmate de afstand tot het stadscentrum groter wordt. wat een veel voorkomende situatie is. Deze grafiek is gemaakt voor modelvisualisatie en StraTopo werkt momenteel aan het analyseren van andere kenmerken en het presenteren van hun invloed.

Meer weten?

Wilt u meer weten, of de gegevens van StraTopo integreren? Neem dan contact op met StraTopo via info@stratopo.nl.

By |2021-09-06T14:59:58+02:00september 6th, 2021|Uncategorized|0 Comments

Toegankelijkheid van de kinderopvang

Een gemakkelijke toegang tot kinderopvang is voor veel ouders/ verzorgers cruciaal. StraTopo onderzocht deze toegankelijkheid voor Utrecht, een stad die wordt erkend als een van de top 10 beste Nederlandse steden om in te leven met kinderen..

Wij ontdekten dat 91% van de gezinswoningen in Utrecht een kleuterschool heeft binnen 15 minuten lopen.

Wilt u weten hoe toegankelijk de kinderopvang is bij u in de buurt?

Neem contact met ons op via info@stratopo.nl!

By |2021-01-06T16:55:18+01:00januari 6th, 2021|Uncategorized|0 Comments

Data voor Urban Logistics Deephack

Inzichten in Routing Engine bekroond met de eerste prijs in Hackathon!

StraTopo heeft met succes deelgenomen aan Ultrahack’s ‘Data for Urban Logistics’ Hackathon, georganiseerd door EIT Digital en Urban Radar. In deze competitie focusten teams zich op het creëren van nieuwe conceptuele businessmodellen waarmee logistieke bedrijven en bezorgbedrijven beter geïnformeerde bedrijfsbeslissingen kunnen maken. Hierdoor kunnen bedrijven hun zakelijke activiteiten verbeteren en tegelijkertijd hun invloed op verkeersopstopping en CO2-uitstoot in steden verminderen.

Data Driven Decisions

Wij creëren algoritmen die inzichten verschaffen welke essentieel zijn om beslissingen te maken voor emissievrije stadslogistiek. Ons algoritme berekende met behulp van de Routing Engine het percentage inwoners van een stad dat binnen 15 minuten naar een ophaalpunt van pakketten kan lopen. Dit is een startpunt voor een model van algoritmen om uit te breiden.

Bijvoorbeeld:

– Het genereren van een heatmap met de optimale locatie voor het introduceren van fietspakketbezorging of lockerplaatsing.

– Het berekenen van het effect op emissie en de leefbaarheid door het introduceren van fietsbezorging, lockerplaatsing of vervanging van vrachtwagens door milieuvriendelijkere voertuigen.

Neem contact op met s.reulen@stratopo.nl om te achterhalen hoe wij u kunnen helpen.

By |2021-01-06T17:27:59+01:00november 11th, 2020|Uncategorized|0 Comments