Back to Catalog

Прогнозирование с использованием нейронных сетей

AdvancedGuided Project

Эта лабораторная работа посвящена изучению прогнозирования динамики распространения COVID-19 в мире с помощью нейронных сетей разной структуры. Цель работы - научиться делать прогнозы на основе линейной регрессии, обратного распространения ошибки и нейронных сетей с долгой краткосрочной памятью (long short-term memory - LSTM).

Language

  • Russian

Topic

  • Artificial Intelligence

Industries

  • Healthcare, Здравоохранение

Skills You Will Learn

  • Data Science, Machine Learning, Artificial Intelligence

Offered By

  • IBM

Estimated Effort

  • 2 hours

Platform

  • SkillsNetwork

Last Update

  • October 31, 2024
About this Guided Project
На сегодняшний день существует множество открытых источников данных о распространении COVID-19 в мире. Однако инструментов для прогнозирования этих процессов не представлено в достаточном количестве. Эта лабораторная работа покажет, как можна загружать данные из открытых источников, выполнять предварительный анализ данных, преобразовывать и очищать данные, выполнять корреляционный и лаг-анализ.

Также будут рассмотрены 3 различные математические модели для построения прогноза.

Для этого будет осуществлено разделение набора данных на обучающие и тестовые выборки. Будет продемонстрировано, как нормализовать данные и провести их предварительный анализ, показано, как создавать модели и наборы данных для использования двух разных нейронных сетей. Следующим шагом будет построение прогноза, а также сравнение точности и адекватности полученных моделей.

Instructors

Yaroslav Vyklyuk

Full Professor, Doctor of Computer Science, PhD

Dr. Yaroslav Vyklyuk is a full professor at the Lviv Polytechnic National University, Department of Artificial Intelligence Systems. He is an author of over 210 scientific works, 10 monographs, and books, a member of the Editorial Board of 6 international scientific journals, member of the Academic Councils on protection Ph.D. and DrSc thesis in "Mathematical modeling and computational methods". Research Interests: Data Science, Applied System Analysis, Mathematical Modeling, and Decision Making of Complex Dynamic Systems (socio-economic, geographical, tourist, and crisis systems) using Artificial Intelligence Technology, DataMining, Big Data, Parallel Calculations, Statistics, Econometrics, Econophysics and other Advanced Mathematical Methods with implementation into information, WEB, and geographic information systems.

Read more

Kateryna Hazdiuk

PhD of Software Engineering

I am an assistant professor at the Yuriy Fedcovych Chernivtsi National University, Software of Computer Systems Department; an author of over 40 scientific works and 10 training manuals. Research Interests: Mathematical Modeling of Complex Dynamic Systems (bio-like systems, socio-economic, geographical systems), Data Science, Decision Making using Artificial Intelligence Technology, DataMining, Big Data, Parallel Calculations, Statistics, and other methods.

Read more