xkuang / nCov-2019-data-science

武汉新型冠状病毒防疫-数据科学项目 nCov Open Data

项目目标:

• 让任何有数据分析能力的人迅速跟上最新情况。 Fast & Easy Implementing

• 该项目是依托于Wuhan2020开源项目的，主要召集和数据科学有关的朋友。包括并不仅限于医学，流行病学，空间地理，经济学相关专业知识的朋友。 我们的目标是致力于在疫情来临的关头，数据共享，开放讨论，共同研究。

• 请加入slack 讨论组参与更多讨论，我们在 channel #team-data

重要说明（必看)

• 技能共享：进组请先填写技能/时区小调查，方便组员互相组织，自由活动。查看信息
• 风险提示：预测有风险，目前组里以建立专业模型知识库/基础数据库/数据可视化快速测试模型为主。其他预测请自行评估风险开展！

资源列表

• John Hopkins Dashboard 空间地理疫情可视化，便于快速了解疫情。
• 数据资源 包括官方性质的数据源和第三方数据源，开放编辑
• 模型整理导航 共享模型及建模文献，开放编辑
• 可视化和传染病文献资源 包括 Elsevier, Wiley, Lancet 等最新免费文献资源链接，开放编辑

其他第三方资源

• Outbreak analytics 数据科学在传染爆发时期的运用 (provided by Eric Y.L.)
• 患者相同行程查询工具

个人资源

任何贡献者都可以提交这一部分的编辑

数据方面：

• Wangxin：Collection
• Stockard：基于官方文本疫情通报数据的汇总
• Yilun Guan: 百度迁徙武汉迁出人口比例 1-26 日数据
• Michael: 北美新冠肺炎报道汇总电报频道
• Guangchuang Yu: nCov2019: R包，可检索在线最近数据和历史数据

模型和调试：

• Tongshuang Wu(Vegalite)：在线数据调试工具
• Jialin Lu ：帝国理工预测模型复现
• Yiran Jing ：估计和预测新型冠状病毒在武汉的爆发情况
  • 阶段1: 估计武汉封城时的感染人数(借鉴帝国理工论文)
  • 阶段2: 模拟预测武汉封城后肺炎感染人数以及峰值(借助SIER(susceptible-exposed-infectious- recovered)模型)

参与指南

项目贡献方式

• 在 Data 文件夹下贡献自己的疫情相关数据
• 在 Model 文件夹下分享自己的模型
• 在 Reference 文件夹下提交研究文献
• 参与数据相关开发工作，包括数据API整理，建模等，和主项目对接
• 等等

没用过Github，且不熟悉命令行的朋友请请前往下载Github Desktop，走完教程学习如何提交改动。再点击本页面上绿色的Clone or download图标，点击Open in Desktop，即可在Github Desktop里访问该资源。

欢迎加入Trello查看待领取项目

Author: @Stockard, co-edit @TensorFrozen