Our goal was to understand how well

Our goal was to understand how well traffic for a simple
selection of articles can nowcast and forecast disease incidence.
Accordingly, we implemented the following procedure in Python
to build and evaluate a model for each disease-location context.

ผลลัพธ์ (ไทย) 1:

เป้าหมายของเราคือการ เข้าใจการจราจรดีวิธีการง่าย ๆเลือกบทความสามารถ nowcast และอุบัติการณ์โรคการคาดการณ์ดังนั้น เราดำเนินการขั้นตอนต่อไปนี้ในงูการสร้าง และประเมินแบบจำลองสำหรับแต่ละบริบทโรคตำแหน่ง

ผลลัพธ์ (ไทย) 2:

เป้าหมายของเราคือเพื่อให้เข้าใจวิธีการที่ดีสำหรับการเข้าชมง่าย
ตัวเลือกของบทความที่สามารถ nowcast และการคาดการณ์การเกิดโรค.
ดังนั้นเราจึงดำเนินการขั้นตอนต่อไปในหลาม
ในการสร้างและประเมินรูปแบบสำหรับแต่ละบริบทโรคสถานที่ตั้ง

ผลลัพธ์ (ไทย) 3:

เป้าหมายของเรา คือการเข้าใจวิธีการที่ดีการจราจรสำหรับการเลือกง่าย
บทความสามารถพยากรณ์การเกิดโรค nowcast .
ตาม เราพัฒนาขั้นตอนในหลาม
เพื่อสร้างและประเมินรูปแบบสำหรับแต่ละโรคสถานที่บริบทดังต่อไปนี้