En tant qu’ingénieur et scientifique en ML, prédiction, et simulation vous savez utiliser des algorithmes et des outils qui peuvent, et vont, faire la différence contre la maladie Covid19.

Vous pouvez particulièrement aider les projets qui se contruisent ici, si vous maitrisez les techniques, outils et algorithmes suivants :

• Lecture et synthèse de littérature scientifique
• Python (pandas, scikit-learn) et Jupyter notebooks
• R (rstan)
• stan

Les objectifs à atteindre

• Améliorer les capacités de prédictions de l’épidémie Covid19 afin d’informer les services de santé des pics de patient en réanimation au niveau local (régional, départemental, préfecture).
• Les étapes intermédiaire:
• Comprendre la littérature sur la prédiction épidemiologique
• Prédiction de la surmortalite due à Covid19
• Prédiction du nombre de décès et d’infections réelles dans le temps et estimation des paramètres épidemiologiques

Pour contribuer activement, voici la procédure à suivre:

1. Remplissez ce formulaire
2. Connectez-vous au Workspace Slack Data Against Covid-19
3. Présentez-vous dans le canal #intro
4. Rejoignez en priorité le canal #wp-pml-prediction-ml qui réunit tous les projets en lien avec le machine learning. Rejoignez ensuite les projets estampillés #prj-pml-… afin de vous inscrire dans des démarches existantes.
5. Regardez les documents et dépôts github suivants:
   • Document détaillant l’organisation du projet de prediction work package - prédiction
   • Analyse et prédiction de la surmortalité: scrouzet/covid19-incrementality
   • Utilisation du modèle de prédiction d’Imperial (R, stan, port en python en court) appliqué au départements et régions francaises: payoto/covid19model
   • Développement d’un nouveau modèle de prédiction (python) parcoor/py-propagsim

Contribuer à Data Against Covid-19