Comparative study of linear regression and sir models of covid-19 propagation in Ukraine before vaccination

Abstract

The study aims to develop machine learning and compartment models of COVID-19 epidemic process and to investigate experimental results of simulation. The object of research is COVID-19 epidemic process and its dynamics in territory of Ukraine. The research subjects are methods and models of epidemic process simulation, which include machine learning methods and compartment models. To achieve this aim of the research, we have used machine learning forecasting methods and have built COVID-19 epidemic process linear regression model and COVID-19 epidemic process compartment model.

Дослідження спрямоване на розробку машинного навчання та компартментних моделей епідемічного процесу COVID-19, а також на дослідження експериментальних результатів моделювання. Об’єктом дослідження є епідемічний процес COVID-19 та його динаміка на території України. Предметом дослідження є методи та моделі моделювання епідемічного процесу, які включають методи машинного навчання та компартментні моделі. Для досягнення цієї мети дослідження ми використали методи прогнозування машинного навчання та побудували лінійну регресійну модель епідемічного процесу COVID-19 і модель відсіку епідемічного процесу COVID-19.

Исследование направлено на разработку моделей машинного обучения и компартментов эпидемического процесса COVID-19, а также на изучение экспериментальных результатов моделирования. Объектом исследования является эпидемический процесс COVID-19 и его динамика на территории Украины. Предметом исследования являются методы и модели моделирования эпидемического процесса, включающие методы машинного обучения и компартмент-модели. Для достижения этой цели исследования мы использовали методы прогнозирования машинного обучения и построили модель линейной регрессии эпидемического процесса COVID-19 и модель отделения эпидемического процесса COVID-19.