Istnieje rosnąca potrzeba analizowania dobrobytu na poziomie
wewnątrzmiejskim, ponieważ miasta często charakteryzują się dużym
wewnętrznym zróżnicowaniem. Jednak odpowiednie dane są trudno dostępne
lub bardzo drogie. Celem artykułu jest sprawdzenie, czy łatwo dostępne
dane z Open Street Map stanowią dobrą alternatywę dla zdjęć
satelitarnych wysokiej rozdzielczości z map Google w dokładnym
przewidywaniu dobrostanu na poziomie dzielnic Warszawy. Konstruujemy
wskaźnik dobrostanu oparty na trzech wymiarach: zdrowiu, edukacji i
dobrobycie materialnym. Potencjalnymi predyktorami dobrostanu są
wskaźniki związane z poziomem urbanizacji, dostępnością systemu
transportowego, w tym transportu publicznego oraz obszarów naturalnych
(parki, lasy, rzeka, jeziora). Cztery nieliniowe algorytmy uczenia
maszynowego porównano z liniowym modelem LASSO dla 18 dzielnic Warszawy.
Ponadto stosujemy innowacyjne narzędzia wytłumaczalnej sztucznej
inteligencji do identyfikacji najważniejszych predyktorów dobrostanu
oraz do opisania kształtu relacji pomiędzy dobrostanem a jego
najważniejszymi predyktorami..