머신 러닝을 사용한 백신 주저 예측

최근 몇 년 동안, 사물 인터넷 (IoT), 인공 지능 (AI) 및 가상 현실 (VR)과 같은 새로운 기술이 일상 생활에 빠르게 통합되었습니다. 이러한 응용 프로그램의 광범위한 사용으로 인해 방대한 양의 데이터가 축적되어 일반적으로 "빅 데이터"라고하는 것을 발생 시켰습니다. 엄청난 양으로 인해 이러한 대형 데이터 세트의 수동 처리 및 분석은 가능하지 않습니다. 따라서 Python 및 R 라이브러리로서 소프트웨어 도구와 라이브러리는 이러한 분석을 효율적으로 수행하고 ML (Machine Learning) 알고리즘을 통해 과거 데이터를 활용하여 미래에 대한 예측을 생성하기 위해 개발되었습니다.

기계 학습 알고리즘의 주요 목표는 기존 데이터 내에서 패턴을 발견하고 이러한 패턴을 사용하여 새로운 데이터에 대한 정확한 예측을하는 것입니다. 건강 관리 분야에서 기계 학습의 사용은 최근 몇 년 동안 상당한 추진력을 얻었습니다. 그러나, 문헌을 검토 한 결과, 아동 백신 주저를 다루는 연구는 여전히 제한되어 있습니다.

이 연구는 0-48 개월의 어린이의 부모들 사이의 백신 주저에 기여하는 요인을 식별하고 이러한 요인에 기초한 기계 학습 기술을 사용하여 예측 모델을 개발하는 것을 목표로합니다. 이러한 모델은 학부모의 백신 거부 가능성을 예상하고 위험에 처한 인구를위한 표적 공중 보건 전략의 발전을 지원하는 데 도움이 될 수 있습니다.