Радиоактивное загрязнение почвы-одна из важнейших экологических проблем, затрагивающих природные и антропогенные экосистемы. Изучение радиационного фона и содержания радионуклидов в почве необходимо для оценки их воздействия на окружающую среду и здоровье человека и разработки стратегий смягчения последствий. В рамках статьи получены результаты анализа данных радиоактивного загрязнения почв г. Усть-Каменогорска с помощью алгоритмов машинного обучения. Цель исследования - анализ альфа, бета, Ra226 и Th232 показателей базы данных радиоактивного загрязнения почвы г. Усть-Каменогорска с помощью статистических методов и алгоритмов машинного обучения. Созданы модели сравнения экспериментальных и расчетных данных лабораторных исследований проб, отобранных на химический, радионуклидный и минералогический состав, изучено общее соответствие наблюдений.

радиоактивное загрязнение; алгоритмы машинного обучения; статистический анализ; корреляционная матрица; альфа-активность; бета-активность.