Webinar Prognosticeren in het Sociaal Domein
Duur:
45 minuten
Kosten:
€ 0
Locatie:
MS Teams
Type:
Webinar
Taal:
Nederlands
Deelnemers:
Max. 25
Introductie
In dit webinar leer je hoe je met behulp van machine learning vooraf een goede prognose kunt maken van de kosten van de jeugdhulp en Wmo en achteraf goed inzicht krijgt in de dynamiek en oorzaken van de werkelijke ontwikkeling van de kosten. Het geeft concrete handvatten voor beleidsontwikkeling.
Programma
In deze webinar laten we je zien waar je op moet letten als je een goede prognose wil maken van de kosten van de jeugdzorg en Wmo. Welke factoren maken het lastig? Met voorbeelden laten we zien waarom gangbare methoden vaak te complex of juist te simpel zijn.
Aan de hand van een werkend model demonstreren we hoe je optimaal gebruik kunt maken van de informatie uit het berichtenverkeer. En hoe machine learning je helpt om een betrouwbare voorspelling te maken op detailniveau. Het model helpt je ook om inzicht te krijgen in de onderliggende oorzaken van de (historische) kostenontwikkeling. We laten zien hoe je de uitkomsten direct kunt gebruiken voor beleidsontwikkeling.
Trainer
Na afloop van de webinar
Weet je…
- Wat voorspellen voor de kosten van Jeugdzorg en Wmo lastig maakt
- Waarom gangbare methode van voorspelen vaak te complex of juist te simpel zijn
- Hoe je optimaal gebruik maakt van de data uit het berichtenverkeer
- Hoe je een goede prognose kunt op maken met behulp van machine learning die je ook helpt voor een goede verantwoording achteraf
- Hoe je met die methode onderscheid maakt tussen volume- en prijseffecten
- Wat er nodig is om deze methode te implementeren in je eigen omgeving