Рубрикатор |
Все новости | Новости отрасли |
Решение социальных проблем стало возможным с помощью машинного обучения
31 октября 2017 |
Некоммерческая организация из Сан-Франциско под названием Bayes Impact решает социальные проблемы с помощью технологии machine learning (машинного обучения). Большие данные и машинное обучение помогают организации создавать ПО для решения задач по трем направлениям - проблемы в здравоохранении, борьбы с криминалом и безработицей.
Что касается здравоохранения, проблема медицины в США – ее недоступность для некоторых категорий населения. Кроме того, в Америке часто происходят повторные госпитализации.Чтобы избавиться от этой проблемы и существенно снизить затраты, активисты решили выявлять пациентов с высоким риском повторной госпитализации, пишет портал Открытого правительства. Тем самым врачи смогли бы организовать специальный уход и предостеречь пациента от повторной госпитализации.
Именно для решения этой задачи и применяются технологии машинного обучения. В настоящее время организаций занимается созданием моделей прогнозирования совместно с сетью крупнейших клиник в Калифорнии. Команда изучает данные электронных регистратур. Итогом работы станет создание программного обеспечения, которым могут пользоваться клиники по всей стране.
Автор проекта – молодой ученый Пол Дуан (Paul Duan), назвавший проект в честь теоремы (или формулы) Байеса: одной из основных теорем элементарной теории вероятностей.
Как указано на сайте, задачей проекта является построение социальных служб будущего. Команда считает, что «новые технологии могут сделать больше, чем просто приносить прибыль. Программное обеспечение и алгоритмы – невероятные рычаги для изменений».
Читайте также:
На производстве авиадвигателей в Рыбинске внедрят искусственный интеллект
Представлена система контроля производства цемента и бетона на основе блокчейна и машинного обучения
Лауреатами международной премии Yandex ML Prize стали 11 человек
Иннодата зарегистрировала в Роспатенте платформу «ML Фаб»
ДОМ.РФ и Yandex Cloud подвели итоги пилота с применением технологий машинного обучения
Оставить свой комментарий:
Комментарии по материалу
Данный материал еще не комментировался.