Covid-19-LSTM-XGBR-SVR Covid-19 Corona病毒病例预测因子 背景 白宫科学技术政策办公室（OSTP）召集了一个联盟研究小组和公司（包括Kaggle）来准备COVID-19开放研究数据集（CORD-19），以尝试解决有关COVID-19的关键开放科学问题。 这些问题来自美国国家科学，工程和医学研究院（NASEM）和世界卫生组织（WHO）。 挑战 Kaggle正在发起伴随COVID-19预测挑战，以帮助回答部分NASEM / WHO问题。 尽管挑战涉及按地区预测4月1日至4月30日之间确诊的病例和死亡人数，但主要目标不仅是提供准确的预测。 还可以识别似乎影响COVID-19传输速率的因素。 鼓励您引入，整理和共享可能有用的数据源。 如果您发现变量似乎影响传输速率，请在笔记本中分享您的发现。 当数据可用时，我们将根据约翰·霍普金斯大学系统科学与工程中心（J

基于机器学习模型的糖尿病预测（MatlabR2020a 9个预测因子和1个目标预测）

预测因子 复制我的IR论文的代码和文件：是什么塑造了非洲对气候变化的看法？

共视控制 Covid Control是一种免费且可评估的机器学习模型，可预测Covid19日案例（7天移动平均值）的未来数量。 使用LSTM和强化学习对非药物干预（NPI）进行量化。 利用机器学习挽救人类史无前例的全球健康能效新型冠状病毒（COVID-19）的生命，以帮助拉平曲线。 开发数据驱动的AI系统以预测感染率并制定区域政府，社区和组织可以实施的干预计划（IP）。 当国家重新开放经济和社会时，干预计划可以减少感染病例，最大程度地减少负面经济影响，并带来更好的结果。 动机：Covid19大流行React 3Blue1Brown的“指数增长和流行病” Covid19视频： 目标是开发一种机器学习模型，以预测未来全球Covid案例的数量： Part1预测器：LSTM长短期记忆预测器模型 使用LSTM长短期记忆以最高的准确性估算未来每天发生的COVID-19病例数，并开发了一种预测器模型

CSE6242数据和视觉分析（2019年Spring） 第74小组-道路交通事故预测Web应用程序 项目说明 在此项目中，我们着手提供一种预测RTA风险的工具，以解决英国伦敦的道路交通事故（RTA）问题，从而使用户可以做出有关其行驶路线的明智决定。 我们还对过去的数据和图像进行了详细分析，以更好地了解RTA。 我们的Web界面包含两个部分，即探索和交互。 在探索部分，我们介绍了我们的研究方法，所使用的算法，数据的分析和可视化。 在交互部分中，用户可以利用交互式仪表板来预测他们选择的路线中RTA的可能性。 该应用程序使用机器学习模型进行预测。 用户将必须输入日期和时间，出发地和旅行目的地。 然后，该应用程序将调用进行路线规划和天气API，进行天气预报。 这些数据随后将被输入到模型中，并且在用户路线中出现RTA的可能性将在地图上显示为危险图标。 该Web应用程序是使用Python Fla