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
2022-11-30 20:11:52 8KB JupyterNotebook
1
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)
1
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?
2021-12-29 22:19:16 12KB R
1
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
2021-10-18 21:13:45 24.65MB medical lstm lstm-model modelling
1
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
2021-09-28 21:25:02 17.79MB HTML
1