Details
| Title | Прогнозирование динамики заболеваемости COVID-19 методами машинного обучения: выпускная квалификационная работа бакалавра: направление 01.03.03 «Механика и математическое моделирование» ; образовательная программа 01.03.03_02 «Биомеханика и медицинская инженерия» |
|---|---|
| Creators | Комаров Глеб Сергеевич |
| Scientific adviser | Подольская Екатерина Александровна |
| Other creators | Цветков Денис Валерьевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
| Imprint | Санкт-Петербург, 2021 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | машинное обучение ; восстановление многомерной ; регрессии ; анализ данных ; прогнозирование ; covid-19 ; верификация модели ; метод опорных векторов ; линейная ; регрессия ; случайный лес ; гребневая регрессия ; machine learning ; multivariate regression reconstruction ; data analysis ; forecasting ; model verification ; support vector machine ; linear regression ; random forest ; ridge regression |
| Document type | Bachelor graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 01.03.03 |
| Speciality group (FGOS) | 010000 - Математика и механика |
| Links | Отзыв руководителя ; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2021/vr/vr21-4891 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Record key | ru\spstu\vkr\15720 |
| Record create date | 12/2/2021 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В данной работе было проведено сравнение алгоритмов прогнозирования динамики заболеваемости COVID-19 с использованием различных методов машинного обучения. Работа состоит из сбора и подготовки данных, разработки алгоритмов, разработки метрики для их оценки, валидации моделей и построения прогноза количества заболевших на будущее.
In this work, a comparison of methods for predicting the dynamics of COVID19 morbidity was carried out. The work consists of collecting and preparing data, developing algorithms using machine learning methods, developing metrics to estimate them, validating the models, and constructing a forecast of the number of cases for the future.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 19
Last 30 days: 0
