通过机器学习信息化租赁援助的方式预防驱逐导致的无家可归

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

我们开发了一种基于汤普森抽样和马尔可夫链恢复的算法解决方案,解决了社会组织在资源不足时的问题。我们的算法在两个组织的问题上优于基准算法。我们旨在设计出一种灵活且有用的解决方案,以克服数据科学在社会公益中的影响力不足。

🎯

关键要点

  • 开发了一种基于汤普森抽样和马尔可夫链恢复的算法解决方案。
  • 解决了社会变革组织在资源不足时的问题。
  • 研究了部分观测的短期不安宁盗贼问题的估计和优化方法。
  • 算法应用于帮助纽约无家可归者过渡至永久住房的组织。
  • 算法也应用于以色列国家食物银行,解救来自农场的食物以喂饥饿者。
  • 结果表明算法在两个组织的问题上显著优于基准算法。
  • 旨在设计出灵活且有用的解决方案,以克服数据科学在社会公益中的影响力不足。
➡️

继续阅读