贝叶斯模型用于COVID-19扩散预测
目前,存在用于建模COVID-19传播的不同方法,方法和数据集[1、2、3、4、5、6]。对于COVID-19传播的预测分析,我们使用了逻辑曲线模型。这种模型在当今非常流行。为了估计模型参数,我们使用了贝叶斯回归[7,8,9]。这种方法允许我们使用条件似然和先验分布来接收模型参数的后验分布。在贝叶斯推断中,我们可以使用专家可以设置的信息性先验分布。因此,结果可以视为历史数据和专家意见之间的折衷。在我们只有少量历史数据的情况下,这一点很重要。概率方法使得可以接收目标变量的概率密度函数。
关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!