尊敬的读者，
我是英国运输警察局数据科学部门的负责人，我们部门的任务之一是根据犯罪率来优化分配人员，而犯罪率又取决于客流。如您所知，一旦政府决定取消检疫或削弱检疫措施，旅客流量将迅速变化。问题自然而然地出现了—大流行何时结束以及如何为恢复正常生活做准备。
不明飞行物护理分钟
大流行的COVID-19是由SARS-CoV-2冠状病毒（2019-nCoV）引起的潜在严重的急性呼吸道感染，已在全球正式宣布。关于Habré的很多信息都涉及此主题-始终记住，它既可靠又有用，反之亦然。
我们敦促您不要批评任何已发布的信息。
洗手，照顾亲人，尽可能呆在家里并远程工作。
阅读有关以下内容的出版物：冠状病毒 | 远程工作
几周前，我开始处理大流行病的预测问题，并尝试了许多模型，从公认的SARS到各种外来物种，我得出的结论是，初始数据和各种诊断方法都存在很大的不确定性（此外，这些方法会随着时间而改变）对于同一个国家/地区来说，Python的Zen原则可能是一种更好的方法-“简单胜于复杂，而复杂胜于过于复杂”。
, : (a) , , (b) , , GitHub. , ( - ), , curve_fit scipy.optimize, (, ( ).
, , (, -, ) ( , ).
, - .
, , .
我不会对公式感到厌烦-您可以在源代码，上面的链接和文章的英文版中找到它们。仅应注意，脚本形成了每日（非累积）预测，因此，要计算患者总数，将使用累积函数。
该脚本已经证明了其对我工作所在的组织以及整个英国的充分性和适用性。在我看来，对其他国家的预测看起来相当充分。
感谢您的反馈和建设性的批评。