使用机器学习预测 COVID-19 大流行的爆发

• 什么是 COVID-19？
• 大流行如何运作？
• 案例研究：使用机器学习分析 COVID-19 的爆发
  • 问题陈述
  • 第 1 部分：分析印度的现状
  • Part 2：趋势与意大利、武汉、韩国相似吗？
  • 第 3 部分：探索全球数据？
  • 第 4 部分：预测全球病例总数
• 结论

什么是 COVID-19？

问题

冠状病毒病 (COVID-19) 是一种由一种新发现的病毒引起的传染病，该病毒于 2019 年 12 月在中国武汉出现。

大多数感染 COVID-19 病毒的人会出现轻度至中度呼吸道疾病，无需特殊治疗即可康复。老年人和患有心血管疾病、糖尿病、慢性呼吸道疾病和癌症等潜在疾病的人更容易患上严重疾病。

当感染者咳嗽或打喷嚏时，COVID-19 病毒主要通过唾液飞沫或从鼻子排出的分泌物传播，因此您可能听说过要注意练习呼吸礼仪（例如，通过弯曲的肘部咳嗽）。

大流行如何运作？

为了更好地理解这一点，让我们看一个小谜语。

显微镜下有一个载玻片，由一种特定的细菌组成。这种细菌具有每天翻倍的特性。所以第一天有一个，第二天有两个，第三天有四个，第四天有八个，以此类推。

第 60 天，幻灯片已满。那么在哪一天幻灯片是半满的？

第 59 天。当然，你知道这一点。

在哪一天，幻灯片 1% 已满？

令人惊讶的是，直到第 54 天！

这意味着幻灯片在不到一周的时间内从 1% 满到 100%，因此显示了一个称为指数增长的属性。这也是大流行的运作方式。爆发开始时相当不明显，然后，一旦达到显着值，增长到最大值的速度非常快。

但它不可能永远持续下去。该病毒最终将停止寻找感染者，最终将减慢计数。这称为逻辑增长 ，曲线称为sigmoid。

现在曲线中的每个点都会为您提供当天的病例总数。但是如果你稍微研究一下统计数据，你会发现通过绘制每天的斜率，你会得到每天的新病例。开始和结束时新增病例较少，中间阶段急剧上升。如您所见，曲线的峰值可能会极大地压倒我们的医疗保健系统，这是我们在任何给定时间点可用于护理受影响个体的资源量。

由于我们无法真正帮助受大流行影响的总人数，因此最好的解决方案是拉平曲线，以便在任何给定时间点将病例总数降低到尽可能接近医疗保健线可能的。

这将整个过程的持续时间延长了一点，但是由于医疗保健系统可以在任何给定时间点趋向于病例数，因此伤亡人数要低得多。

解决方案

社交隔离。这里的逻辑是，如果病毒找不到可以感染的物体，它就无法感染人体！

所有受影响国家的世界领导人宣布隔离和封锁，以确保他们的人民安全，远离任何可能感染他们的事物或任何人，所有大型社交活动都被推迟，所有主要体育联赛也被取消。

3 月 24 日，印度总理宣布该国将实施封锁以遏制病毒传播，直至另行通知。意大利、法国、德国、西班牙、英国和美国的感染率正在迅速上升。它对全球经济和股市产生了巨大影响

COVID-19 的爆发正在发展成为一场重大的国际危机，并开始影响日常生活的重要方面。

例如：

• 旅行：在民航部决定之前，印度不允许国内或国际航班完全封锁。
• 杂货店：在受灾严重的地区，人们开始囤积必需品，导致必需品短缺。

您还可以查看以下关于“使用机器学习进行 COVID 19 爆发预测”的教程，以更全面的方式了解该主题。

案例研究：使用机器学习分析 COVID 19 的爆发

问题陈述

我们需要一个强大的模型来预测病毒如何在不同国家和地区传播。这项任务的目标是建立一个模型来预测未来 7 天内病毒的传播。