Dự Đoán Tuổi Thọ Bằng Các Thuật Toán Học Máy
Từ khóa:
Tuổi thọ (LE), Học máy (ML), Tuổi thọ dự kiến (PrLE)Tóm tắt
Dự đoán tuổi thọ giúp hỗ trợ việc lập kế hoạch y tế công cộng, dự báo kinh tế và phân bổ nguồn lực. Tuy nhiên, việc dự báo chính xác tuổi thọ vẫn là một thách thức do bản chất phức tạp của các yếu tố ảnh hưởng đến nó. Trong nghiên cứu này, chúng tôi đề xuất một phương pháp dựa trên học máy để dự đoán tuổi thọ bằng cách sử dụng dữ liệu thực tế liên quan đến kinh tế - xã hội và y tế. Nhiều thuật toán khác nhau được sử dụng để xây dựng các mô hình dự đoán dựa trên các biến quan trọng như GDP bình quân đầu người, tỷ lệ tử vong ở trẻ sơ sinh, chi tiêu cho y tế, ô nhiễm môi trường và trình độ giáo dục. Kết quả cho thấy các mô hình mà chúng tôi đề xuất không chỉ có độ chính xác cao trong dự đoán mà còn cung cấp những hiểu biết có giá trị về các yếu tố chính ảnh hưởng đến tuổi thọ. Những phát hiện này cho thấy tiềm năng của học máy trong việc hỗ trợ hoạch định chính sách và cải thiện hệ thống y tế công cộng.
