Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/291842| Заглавие документа: | Multi-country analysis of the COVID-19 pandemic typology using machine learning algorithms |
| Авторы: | Malugin, V. I. Kornievich, A. K. |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Дата публикации: | 2022 |
| Издатель: | Minsk : BSU |
| Библиографическое описание источника: | Computer Data Analysis and Modeling: Stochastics and Data Science : Proc. of the XIII Intern. Conf., Minsk, Sept. 6–10, 2022 / Belarusian State University ; eds.: Yu. Kharin [et al.]. – Minsk : BSU, 2022. – Pp. 116-121. |
| Аннотация: | The paper presents the results of a multi-country analysis of the intensity of the COVID-19 pandemic in 30 countries of the European region based on publicly available and regularly updated panel data. In the generated space of classification features countries are divided into three classes, which differ in the intensity of the epidemic process. Based on the obtained country ratings, an integral statistical indicator of the COVID-19 pandemic is constructed. The relationship of country ratings with their economic indicators are investigated |
| URI документа: | https://elib.bsu.by/handle/123456789/291842 |
| ISBN: | 978-985-881-420-5 |
| Лицензия: | info:eu-repo/semantics/restrictedAccess |
| Располагается в коллекциях: | 2022. Computer Data Analysis and Modeling: Stochastics and Data Science |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 116-121.pdf | 1,22 MB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.