CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بکارگیری روشهای خوشه بندی و رده بندی با استفاده از یادگیری ماشین در آمار رسمی: مطالعه موردی امکانات سلامت در استان های ایران

عنوان مقاله: بکارگیری روشهای خوشه بندی و رده بندی با استفاده از یادگیری ماشین در آمار رسمی: مطالعه موردی امکانات سلامت در استان های ایران
شناسه ملی مقاله: COSDA01_040
منتشر شده در اولین کنفرانس بین المللی تجزیه و تحلیل داده های آماری در سال 1402
مشخصات نویسندگان مقاله:

مریم میرزایی - پژوهشگر پژوهشکده آمار، مرکز آمار ایران، تهران، ایران
محمد شیری - عضو هیات علمی پژوهشکده آمار، مرکز آمار ایران، تهران، ایران

خلاصه مقاله:
روشهای یادگیری ماشین با افزایش قدرت محاسباتی و پیشرفت های روش شناختی در بسیاری از حوزه ها نفوذ کرده است. با توجه به رشد روزافزون داده هایسازمانهای ملی آمار، ورود یادگیری ماشین در حوزه آمار رسمی جهت اتخاذ تصمیمات سیاست مبتنی بر داده بسیار مورد توجه قرار گرفته است. روشهایرده بندی و خوشه بندی از جمله روش های یادگیری ماشین هستند که مورد بحث قرار گرفتند و نمونه ای از کارایی این روشها با مطالعه موردی در زمینهامکانات سلامت در استانهای ایران مورد بررسی قرار گرفته است. در این مطالعه هدف بررسی نحوه توزیع امکانات سلامت در سراسر کشور و شناساییاستانهای مشابه از لحاظ میزان برخورداری از امکانات سلامت است. با اجرای روشهای یادگیری ماشین استان تهران با اختلاف معناداری بیشترین امکاناتسلامت، استانهای خراسان رضوی، اصفهان، فارس، آذربایجان شرقی، خوزستان و مازندران بعد از تهران بیشترین امکانات سلامت را دارند و کمترین امکاناتسلامت مربوط به استان سیستان و بلوچستان است.

کلمات کلیدی:
آمار رسمی، امکانات سلامت، خوشه بندی، رده بندی، یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1764824/