Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19
Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός μιας εφαρμογής όπου θα προβλέπεται η έξαρση της επιδημίας του ιού Covid19. Για την πρόβλεψη αυτή θα γίνεται χρήση του Machine Learning στο οποίο θα γίνει προεπεξεργασία των βάσεων δεδομένων και τέλος, δημιουργία μοντέλου πρόβλεψης σύμφωνα...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2020
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/14179 |
| id |
nemertes-10889-14179 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-141792022-09-05T05:39:01Z Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 Study and utilization of epidemiological metrics related to the prediction of active cases of Covid19 Τζεβελέκου, Βασιλική Tzevelekou, Vasiliki Προεπεξεργασία δεδομένων Κοινότητες πρακτικής Machine learning Web application JavaScript HTML Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός μιας εφαρμογής όπου θα προβλέπεται η έξαρση της επιδημίας του ιού Covid19. Για την πρόβλεψη αυτή θα γίνεται χρήση του Machine Learning στο οποίο θα γίνει προεπεξεργασία των βάσεων δεδομένων και τέλος, δημιουργία μοντέλου πρόβλεψης σύμφωνα με τις ίδιες βάσεις δεδομένων που θα του δοθούν. Όλες οι εργασίες θα εκτελεστούν στο cloud. Θα βρεθεί ο βέλτιστος αλγόριθμος πρόβλεψης για τα πειραματικά δεδομένα και τέλος, θα εμφανίζεται η πρόβλεψη στον χρήστη σύμφωνα με φόρμα που θα συμπληρώνει ο ίδιος και στοιχεία που ισχύουν για την εκάστοτε περιοχή. Η υλοποίηση, έγινε λοιπόν χρησιμοποιώντας την πλατφόρμα του Azure Machine Learning και για την υλοποίηση της διεπαφής χρησιμοποιήθηκαν τεχνολογίες διαδικτύου όπως html, css, JavaScript, AJAX και JSON. 2020-11-18T20:56:48Z 2020-11-18T20:56:48Z 2020-11-09 http://hdl.handle.net/10889/14179 gr application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Προεπεξεργασία δεδομένων Κοινότητες πρακτικής Machine learning Web application JavaScript HTML |
| spellingShingle |
Προεπεξεργασία δεδομένων Κοινότητες πρακτικής Machine learning Web application JavaScript HTML Τζεβελέκου, Βασιλική Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| description |
Σκοπός της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός μιας εφαρμογής όπου θα προβλέπεται η έξαρση της επιδημίας του ιού Covid19. Για την πρόβλεψη αυτή θα γίνεται χρήση του Machine Learning στο οποίο θα γίνει προεπεξεργασία των βάσεων δεδομένων και τέλος, δημιουργία μοντέλου πρόβλεψης σύμφωνα με τις ίδιες βάσεις δεδομένων που θα του δοθούν. Όλες οι εργασίες θα εκτελεστούν στο cloud. Θα βρεθεί ο βέλτιστος αλγόριθμος πρόβλεψης για τα πειραματικά δεδομένα και τέλος, θα εμφανίζεται η πρόβλεψη στον χρήστη σύμφωνα με φόρμα που θα συμπληρώνει ο ίδιος και στοιχεία που ισχύουν για την εκάστοτε περιοχή.
Η υλοποίηση, έγινε λοιπόν χρησιμοποιώντας την πλατφόρμα του Azure Machine Learning και για την υλοποίηση της διεπαφής χρησιμοποιήθηκαν τεχνολογίες διαδικτύου όπως html, css, JavaScript, AJAX και JSON. |
| author2 |
Tzevelekou, Vasiliki |
| author_facet |
Tzevelekou, Vasiliki Τζεβελέκου, Βασιλική |
| author |
Τζεβελέκου, Βασιλική |
| author_sort |
Τζεβελέκου, Βασιλική |
| title |
Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| title_short |
Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| title_full |
Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| title_fullStr |
Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| title_full_unstemmed |
Μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του Covid19 |
| title_sort |
μελέτη και αξιοποίηση επιδημιολογικών μετρικών που αφορούν στην πρόβλεψη των ενεργών κρουσμάτων του covid19 |
| publishDate |
2020 |
| url |
http://hdl.handle.net/10889/14179 |
| work_keys_str_mv |
AT tzebelekoubasilikē meletēkaiaxiopoiēsēepidēmiologikōnmetrikōnpouaphorounstēnproblepsētōnenergōnkrousmatōntoucovid19 AT tzebelekoubasilikē studyandutilizationofepidemiologicalmetricsrelatedtothepredictionofactivecasesofcovid19 |
| _version_ |
1771297155673227264 |
