Публикации по теме 'covid19'


COVID-19 : копнем немного глубже, используя подход, основанный на данных
Использование данных Kaggle до 28 марта 2020 г. Введение COVID-19 сеет хаос по всему миру! Коронавирусы — это зоонозные вирусы (то есть передающиеся между животными и людьми). Симптомы включают лихорадку, кашель, респираторные симптомы и затрудненное дыхание. В тяжелых случаях это может вызвать пневмонию, тяжелый острый респираторный синдром (ТОРС), почечную недостаточность и даже смерть. Коронавирусы также бессимптомны , что означает, что человек может быть носителем..
Шокирующие открытия при прогнозировании случаев COVID-19 с помощью машинного обучения
Привет всем! Надеюсь, вы все в безопасности. В продолжение моего предыдущего блога конкурса Истории разработчиков MSP , организованного сообществом партнеров Microsoft для студентов, исключительно для региона Индия , этот блог посвящен теме Модельное обучение с использованием машинного обучения в записных книжках Azure . Итак, давайте начнем с того, как мы обычно обучаем модель с помощью Python: 1. Сначала загрузите набор данных. Я использую самый популярный набор данных,..
Ночное прибытие: фаза роста рынка технологий разговорного здравоохранения
«В январе 2020 года у меня была цель помочь создать рынок разговорных чат-ботов в здравоохранении. Я подсчитал, что потребуется еще два года, прежде чем потенциал и жизнеспособность чат-ботов станет достаточно популярной в отрасли, чтобы перейти от ВВЕДЕНИЯ к фазе РОСТА. Три месяца спустя эта цель была достигнута из-за COVID-19 ». Грег Кефер, директор по маркетингу LifeLink Разговорные технологии не новы. Решения для общения широко используются в различных потребительских и..
6 уроков, которые нужно извлечь, чтобы подготовиться к новой волне COVID
6 извлеченных уроков, чтобы подготовиться к новой волне COVID 100 дней работы над COVID-19 и извлеченные уроки, чтобы подготовить нас к следующему всплеску и будущим пандемиям Доступна версия этого документа с сносками За свою карьеру я работал над целым рядом заболеваний, начиная от снижения угрозы биологического оружия в Центральной Азии во время администрации Буша до систем данных после Эболы в качестве главных специалистов по анализу данных в администрации Обамы...
Построение простой модели отслеживания контактов с использованием алгоритма DBSCAN
DBSCAN (Пространственная кластеризация приложений с шумом на основе плотности) в машинном обучении - это популярный метод обучения без учителя, используемый для отделения кластеров с высокой плотностью от кластеров с низкой плотностью. Прежде чем погрузиться непосредственно в разработку, давайте сначала разберемся с контекстом и целью создания алгоритма отслеживания цифровых контактов. Ссылка на полную версию Jupyter Notebook находится в следующем репозитории GitHub:..
Как мы добились прогнозирования случаев COVID-19 с точностью 99%.
Это вторая статья в нашей серии о прогнозировании случаев COVID-19 с использованием временных рядов и моделей машинного обучения. Первая статья по ссылке здесь . Цель состоит в том, чтобы найти модель для прогнозирования общего числа случаев COVID на следующие 30 дней. Мы сделаем это для Соединенных Штатов и сравним возможности прогнозирования между моделями ETS и ARIMA с использованием Alteryx . Мы достигли точности прогноза 99 % с помощью модели ARIMA, что намного выше, чем предыдущая..
Как экспортировать и использовать только конечный продукт алгоритма обучения с подкреплением?
Привет Я использовал обучение с подкреплением для обучения агента TD3. Теперь я хочу использовать этот агент и фактически развернуть его в качестве контроллера в модели Simulink , а затем, возможно, на встроенной платформе. Из того, что я понимаю об обучении с подкреплением, сеть акторов является фактическим конечным продуктом, который вычисляет управляющее действие. Поэтому я не хочу экспортировать с ним все остальное как представление агента RL, только нейросеть. Есть ли что-то,..