Desarrollo y aplicación de técnicas de Machine Learning para la predicción de contagios por Covid-19

Abstract

En este trabajo se han aplicado técnicas de Machine Learning para la predicción de contagios de Covid-19 en España. Esta predicción se ha hecho a nivel diario y por provincias en un periodo determinado de tiempo, mediante el uso de las técnicas Regresión Lineal Múltiple y Regresión Polinómica, de segundo y tercer grado. El sistema desarrollado permite predecir el número de contagios para el día siguiente al calculado y el número de contagios con siete días de posterioridad, aunque con las modificaciones necesarias, este número de días podría modificarse dentro de un rango determinado. Se han utilizado distintas variables de entrada, como las temperaturas máximas y mínimas registradas, la población, densidad y extensión de la provincia, o el número de pasajeros que han llegado por medio aéreo a una provincia determinada, con el objeto de cuantificar cuáles de estas variables han sido más determinantes para que se haya producido un número concreto de contagios. Gracias al lenguaje de programación Python y a las técnicas Machine Learning se han podido hacer cálculos con un gran número de datos. El objetivo de este trabajo es ayudar a aquellas empresas que necesiten conocer la situación epidemiológica de forma local en los próximos días o semanas, para planificar su stock de manera efectiva.

The aim of this Project is to demonstrate mathematical relationship between some variables and the daily number of Covid-19 infections in every province of Spain, in a certain period of time during the first wave of the Covid-19 pandemic. These variables are the density, population and extension of the province, their daily highest and lowest recorded temperature, and the number of air passengers who have arrived to the province during the month of study. The developed system is able to predict the number of infections for the day after the calculated one, and also the number of infections seven days later. Some Machine Learning techniques have been used to this end, such as Multiple Linear Regression, and Polinomial Regression of second and third degree. This has been implemented in Python with the Anaconda distribution. The final objective of this Project is to help those companies that need to know the epidemiological situation locally in the coming days or weeks, to plan their stock effectively.