Как да познаем глобалното затлъстяване с четири хранителни иновации EL PA; S Ретина

Изследователи от университета в Чили и Джон Хопкинс (САЩ) демонстрират, че е възможно да се предскаже разпространението на затлъстяването чрез прилагане на техники за машинно обучение към данните за закупуване на храна от всяка страна

Мога ли да предскажа разпространението на затлъстяването въз основа единствено на продажбата на храна? "Това е въпросът, който си зададоха екип от изследователи от Университета в Чили и Джон Хопкинс (САЩ), преди да започнат последното си проучване." Отговорът е да ", казва той. И не само е възможно: освен това методът, разработен от Дънстан и неговия екип, също е адаптивен към дълъг списък от държави.

Тези пророчества не са малък подвиг. От една страна, те помагат да се установи пряка връзка между храните, които причиняват най-голямо поражение, когато попаднат в кошницата за пазаруване. От друга страна, те дават възможност да се определи разпространението на затлъстяването в периодите от време, които отделят едно здравно проучване от следващото и позволяват да се правят прогнози, без да се чака приключването на същите тези проучвания. И всичко това на планета, която е преминала от 857 милиона жители с наднормено тегло през 1980 г. до 2,1 милиарда само три десетилетия по-късно.

Как се задейства тази кристална топка? С данни за покупки за 48 категории храни и напитки за 79 държави и малко машинно обучение. "Това, което направихме, беше да тестваме различни алгоритми в това упражнение, опитвайки се да предскажем дела на затлъстялата популация. И това, което открихме, беше, че в 47 от тези страни е възможно да се направи с грешка под 10%.".

В покупките на храни, които Дунстан е проучил, взети от Euromonitor, всичко се побира: шоколад, кисело мляко, яйца, месо, сок, кафе, зърнени храни. Но ние не говорим за морето от данни, с които времената са свикнали. "Това не е толкова голяма база данни. Това изобщо не са големи данни. Тя е малка. Но все пак можете да я изцедите", казва изследователят.

Минималистични алгоритми

Всъщност, един от алгоритмите, обучени за това предвиждане, също предлага списък с най-решителните променливи за разпространението на затлъстяването. Според тази малка класация, сладкишите, брашното, сиренето и газираните напитки са най-важните карти в тарото с наднормено тегло. Когато алгоритъмът се приложи към данните за покупката на тези три, дори е възможно леко да се намали допустимата грешка.