Datawhale AI 夏令营 入门学习 AI for Science（AI+气象）(2)

本次学习是基于上海科学智能研究院和天池的“第二届世界科学智能大赛地球科学赛道：AI极端降水预报”开展的实践学习，本次学习已经接近尾声，现在来记录一下习得的上分技巧。

• 数据

从数据角度出发，可以观察到所提供的数据大部分是接近0的值，小部分为极值，这部分极值是设计模型的关键。在使用数据时，我们要想办法提高极值数据对于模型的贡献，降低接近0 的这一部分值对于模型的贡献。

• 模型 

本次赛题与时间序列的相关性较强，需要着重考虑，可以参考对时间序列特征有良好提取能力的模型。

• 损失函数 

根据之前提到的数据问题，模型需要对高值敏感，加更大的惩罚项；对低值不敏感，输出的低值对模型的贡献应相对来说小，可以尝试根据输入值处在不同区间加不同权重的nn.MSELoss。