比賽名稱：高致病性傳染病的傳播趨勢預(yù)測

比賽鏈接：https://ikcest.org/bigdata2020/

比賽類型：結(jié)構(gòu)化、時間序列

比賽背景

傳染病（Contagious Diseases）的有效防治是全人類面臨的共同挑戰(zhàn)，如何通過大數(shù)據(jù)，特 別是數(shù)據(jù)的時空關(guān)聯(lián)特性，來精準預(yù)測傳染病的傳播趨勢和速度，將極大有助于人類社會控制傳染病，保障社會公共衛(wèi)生安全。

希望借助此次競賽，充分發(fā)揮全球選手的聰明才智，運用大數(shù)據(jù)技術(shù)助力傳染病的傳播預(yù)測和控制，增強人類社會合作抗風(fēng)險的意識和能力。

賽題任務(wù)

針對賽題所構(gòu)造的若干虛擬城市，構(gòu)造傳染病群體傳播預(yù)測模型，根據(jù)該地區(qū)傳染病的歷史每日新增感染人數(shù)、城市間遷徙指數(shù)、網(wǎng)格人流量指數(shù)、網(wǎng)格聯(lián)系強度和天氣等數(shù)據(jù)，預(yù)測群體未來一段時間每日新增感染人數(shù)。

賽題共涉及11個虛擬城市90天的感染情況，每個城市有若干重點區(qū)域。

• 初賽要求針對所提供的5個城市，利用每個城市各區(qū)域前45天的樣本數(shù)據(jù)進行訓(xùn)練，預(yù)測每個城市各區(qū)域后30 天每天的新增感染人數(shù)。

• 復(fù)賽要求針對包含初賽城市在內(nèi)的11個城市，利用每個城市各區(qū)域前60天的樣本數(shù)據(jù)進行訓(xùn)練，預(yù)測每個城市各區(qū)域后30天每天的新增感染人數(shù)。

賽題數(shù)據(jù)

訓(xùn)練集共包括 5 個城市，每個城市目錄下的數(shù)據(jù)集總體說明：

• infection.csv：各區(qū)域新增感染人數(shù)

• migration.csv：城市間遷徙指數(shù)

• density.csv：網(wǎng)格人流量指數(shù)

• transfer.csv：網(wǎng)格關(guān)聯(lián)強度

• grid_attr.csv：網(wǎng)格歸屬區(qū)域

• weather.csv：天氣數(shù)據(jù)

評價指標

均方根對數(shù)誤差（RMSLE）

第一名：打完BDC再來

第二名：有顏值的團隊

第三名：岳麓F4

第四名：zcccz

第五名：小皮球

第六名：Emory

第七名：2win

第八名：黃渡龍舟隊

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯溫州大學(xué)《機器學(xué)習(xí)課程》視頻 本站qq群851320808，加入微信群請掃碼：

總結(jié)

以上是生活随笔為你收集整理的【竞赛总结】传染病的传播趋势预测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。