预测Covid 深度学习模型，用于使用X射线图像检测Covid-19。这是一个简单的分类模型，基线准确度为94％。 严谨 以下命令将根据配置文件requirements.txt安装所有必需的软件包。 pip install -r requirements.txt 要运行该应用程序，请使用以下命令 streamlit run app.py

可视化香港的COVID-19数据 数据源 地区人口 ，表5 建筑清单 香港18区的边界 更新 2020-07-24： 2020-08-04：解析旧版PDF并产生

Kaggle COVID-19临床试验EDA 我第一次尝试使用Kaggle上与COVID-19相关的临床试验数据集进行EDA。 有关数据集的更多信息，访问： ：

R医学分析实例传播疾病分析Covid-19，适合医学生的医学分析学习以及模板，可以直接使用，适合小白和进阶者

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

使用深度学习和OpenCV进行社交距离 目的 由于COVID-19，今天的不幸情况使人与人之间的距离至关重要。 目标是检测使用深度学习的人员，并找出人员之间的距离，以检查人员是否维持6英尺或1.8 m的标准社交距离。 工具和库 Python OpenCV YoloV3 描述 第1步：在相框/图片中找到人数。 步骤2：为使用YOLO确定的人员创建边界框。 步骤3：为对象设置宽度阈值，在其中测量距离，即人的宽度。 我将宽度设置为27英寸或0.70米。 如果需要，请尝试其他值。 步骤4：将像素映射到公制（米或英寸）。 步骤5：以米为单位，找到一个人到另一个人的中心点之间的距离。 结果

ODI利兹COVID-19英国数据集聚合器 我们创建了此存储库，以汇总（并跟踪）英国四个国家的重要COVID-19数据集的状态。 由于我们以前依靠的现在正在发生这种情况。 我们已经依赖于此，除非我们自己整理详细信息，否则我们的和“将不再更新。 数据集 笔记 案例数据： 英国 英格兰数据易于使用。 从仪表板链接-这可能会消失。 列标题具有空格，因此作为属性不太容易使用。 苏格兰 CSV在github存储库中，因此更易于引用。 ...但是每个NHS板的数据都在一个宽表中（行/日期，每个板的列）=>加工过程不那么容易。

官方网站 使用我们的数据集进行比赛 数据集许可证

基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab） 基于机器学习的COVID-19 Corona感染预测（Matlab）

MATLAB用拟合出的代码绘图dataAndModelsCovid19 安装 克隆此存储库 git clone https://github.com/gasilva/dataAndModelsCovid19.git 或使用GitHub桌面和文件，克隆存储库 用法 直接在源.py文件中进行更改。 通过变量opt选择一个选项1至5 #Initial parameters #Choose here your options #option #opt=0 all plots #opt=1 corona log plot #opt=2 logistic model prediction #opt=3 bar plot with growth rate #opt=4 log plot + bar plot #opt=5 SEAIR-D Model opt = 0 国家模型 选择要在日志中绘制的国家/地区以分析增长率。 所有国家/地区可用。 #prepare data for plotting country1 = "US" country2 = "Italy" country3 = "Brazil