Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Việc nghiên cứu các phương pháp xây dựng mô hình dự báo mới có khả năng khắc phục các điểm yếu của các phương pháp dựa trên thống kê xác suất là cần thiết. Trong nghiên cứu này, chúng tôi xây dựng mô hình dự báo dịch tả dựa trên học máy, từ đó tiến hành thực nghiệm để đánh giá ảnh hưởng của các tham số, đồng thời lựa chọn thuật toán phân lớp tối ưu cho mô hình dự báo dịch tả ở thành phố Hà Nội. Mời các bạn cùng tham khảo! | HộiHội Thảo Quốc Thảo Gia Quốc 2015 Gia 2015vềvềĐiện ĐiệnTử Tử Truyền TruyềnThông và Công Thông và CôngNghệ NghệThông ThôngTinTin ECIT ECIT 2015 2015 Dự Báo Dịch Tả Dựa Trên Mô Hình Học Máy Phân Lớp Lê Thị Ngọc Anh và Hoàng Xuân Dậu Học Viện Công Nghệ Bưu Chính Viễn Thông Email lengocanh@hmu.edu.vn dauhx@ptit.edu.vn Abstract Dự báo bệnh dịch nói chung và dự báo dịch tả nói dụng để phân tích và giải nghĩa dữ liệu. Tuy nhiên nó khác riêng là một trong các nội dung quan trọng của công tác y tế dự thống kê ở chỗ phương pháp học máy có thể triển khai được phòng. Trong việc xây dựng mô hình dự báo bệnh dịch phương với các toán tử logic AND OR NOT các toán tử điều kiện pháp được áp dụng nhiều nhất hiện nay là dịch tễ học toán học IF THEN ELSE các toán tử xác xuất hoặc tối ưu hóa mô dựa trên thống kê hồi quy đa biến hoặc phân tích mối tương hình dữ liệu hay phân lớp. Học máy vẫn dựa chủ yếu vào thống quan. Các phương pháp dựa trên thống kê xác suất này cho kết kê và xác suất nhưng nó hiệu quả hơn khi cho phép suy luận quả tốt với giả định rằng các biến là độc lập và dữ liệu có thể mô hoặc quyết định mà ở các phương pháp thống kê khác không hình hóa bằng cách tổ hợp tuyến tính giữa các biến. Tuy nhiên thực hiện được 11 12 . khi mối quan hệ của các biến là phi tuyến tính và các biến có điều kiện phụ thuộc thì các phương pháp dựa trên thống kê thuần túy Trong học máy phân lớp dữ liệu classification là một không còn phù hợp. Do vậy việc nghiên cứu các phương pháp trong những hướng chính được nghiên cứu và ứng dụng rộng xây dựng mô hình dự báo mới có khả năng khắc phục các điểm rãi. Phân lớp dự đoán giá trị của những nhãn xác định yếu của các phương pháp dựa trên thống kê xác suất là cần thiết. categorical label hay những giá trị rời rạc discrete value có Trong nghiên cứu này chúng tôi xây dựng mô hình dự báo dịch nghĩa là phân lớp thao tác với những đối tượng dữ liệu mà có tả dựa trên học máy từ đó tiến hành thực nghiệm để đánh giá bộ giá trị là biết trước. Trong khi đó dự .
