МОНИТОРИНГ И МОДЕЛИРОВАНИЕ ЭПИДЕМИОЛОГИЧЕСКОЙ СИТУАЦИИ С ПОМОЩЬЮ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ

Аннотация

. В данном исследовании на основе технологии интеллектуального анализа данных, методов машинного обучения и кластерного анализа проводится корректировка идентификации задач, описываются алгоритмы численного решения для математической модели по распространенности социально значимой заболевании ВИЧ-инфекции в Казахстане.

Технология Data mining в моделировании ситуации по ВИЧ является особенно актуальной, так как на ее основе разрабатываются карты краткосрочного прогноза заболеваемости в Казахстане и регионах страны. Исследование проводилось из взятых статистически данные по распространенности ВИЧ-инфекции в Казахстане за последние 10 лет (2010-2020г.) Информационные технологии, в том числе технологии Data mining, позволили авторам описать графики заболеваний, выявить риски, проверить статистические прогнозы заболеваний.            В основной части исследования описаны такие показатели, как алгоритм численного решения и построение математической модели эпидемиологии ВИЧ путем классификации регионов по однородным группам. Для обработки ВИЧ-инфицированных и анализа их состояния в регионе были использованы методы классификации Data Mining. Прогноз заболеваемости населения Казахстана проводился с помощью пакета прикладных программ Statistica. Эффективный алгоритм численного решения для математического моделирования позволяет апробировать разработки на реальных данных.