Ανάλυση δεδομένων και εφαρμογή μηχανικής μάθησης έναντι του ιού SARS-CoV-2
Data analysis and application of machine learning against virus SARS-CoV-2
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
SARS ; COVID ; Machine learning ; ARIMA ; COVID-19 ; ARIMA ; Vaccines ; Python ; Vaccination ; Μηχανική μάθηση ; Εμβόλια ; ΕμβολιασμόςΠερίληψη
Η παρούσα εργασία επικεντρώνεται στον αντίκτυπο της νόσου με το διεθνές όνομα SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus 2) που προκαλεί την ασθένεια COVID-19, η οποία ευθύνεται για την τρέχουσα πανδημία του COVID-19. Συγκεκριμένα χρησιμοποιείται ο αλγόριθμος μηχανικής μάθησης ARIMA (Auto-Regressive Integrated Moving Average), που είναι μοντέλο αυτοπαλινδρομικού ολοκληρωμένου κινητού μέσου όρου, το οποίο βασίζεται σε δεδομένα χρονοσειρών για την πρόβλεψη μελλοντικών τιμών. Η ανάλυση έγινε με την χρήση της γλώσσας προγραμματισμού Python παρουσιάζοντας την εξάπλωση της νόσου παγκοσμίως και κυρίως τα στοιχεία που αφορούν την Ελλάδα. Επίσης, με κατάλληλες οπτικοποιήσεις υποδεικνύεται η διάδοση του ιού και αναλύονται τα δεδομένα εμβολιασμού κατά της πανδημίας του COVID-19. Τέλος, παρουσιάζεται ένας συνοπτικός πίνακας με στατιστικά δεδομένα με την χρήση του εργαλείου οπτικοποίησης δεδομένων Tableau.