![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 82
Mr.靳靳477302280
这个作者很懒,什么都没留下…
展开
-
如何解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题......
如何解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题...... (qq.com)02)使用自己的数据进行机器学习(envi标注数据)01)机器学习与sciki learn 介绍。01)基于scklearn高光谱机器学习。03)机载(无人机)高光谱数据获取。03)pytorch开发基础-张量。01)高光谱遥感成像原理与传感器。04)高光谱遥感的历史和发展。02)基于光谱特征的分析方法。03)混合像元分解的分析方法。03)土壤含水量光谱评估方法。03) 高光谱深度学习框架。原创 2024-05-08 16:10:43 · 942 阅读 · 0 评论 -
“Python+”集成技术高光谱遥感数据处理与机器学习深度应用
结合Python编程工具,专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题,通过复现高光谱数据处理和分析过程,并解析代码,使学员掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例,提供可借鉴的高光谱应用技术方案,结合Python科学计算、可视化、数据处理和机器学习库,深入讲解应用开发。深入探讨了高光谱遥感数据处理技术,涵盖了基本概念、成像原理、数据处理和分析方法,以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。原创 2024-04-15 17:06:43 · 1030 阅读 · 0 评论 -
如何利用python机器学习解决空间模拟与时间预测问题及经典案例分析
了解机器学习的发展历史、计算原理、基本定义,熟悉机器学习方法的分类,常用机器学习方法,以及模型的评估与选择;熟悉数据预处理的流程,掌握python程序包的使用;理解机器学习在生态水文中的应用,掌握机器学习模型构建方法,学会构建机器学习模型用于地表参数的空间模拟与时间预测,并掌握生态水文过程分析。【科研必备】如何利用python机器学习解决空间模拟与时间预测问题及经典案例分析 (qq.com)关注科研技术平台获取更多资源。原创 2024-04-12 14:02:05 · 457 阅读 · 0 评论 -
ChatGPT4助力Python数据分析与可视化、人工智能建模及论文高效撰写
3、利用ChatGPT4及插件总结分析文献内容(三句话摘要、子弹式要点摘要、QA摘要、表格摘要、关键词与关键句提取、页面定位、多文档对比、情感分析)3、ChatGPT4 DALL.E 3常用的提示词库(广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等)1、BP神经网络的基本原理(人工神经网络的分类有哪些?4、ChatGPT4 DALL.E 3中的多种视图(正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等)原创 2023-12-28 15:02:58 · 954 阅读 · 0 评论 -
PyTorch机器学习与深度学习实践技术应用
因此,为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法,Ai尚研修特举办“最新PyTorch机器学习与深度学习实践技术应用高级培训班”,旨在帮助学员掌握深度学习的基础知识,与经典机器学习算法的区别与联系,以及最新的迁移学习、循环神经网络、长短时记忆神经网络、时间卷积网络、对抗生成网络、Yolo目标检测算法、自编码器等算法的原理及其Pytorch编程实现方法。1、KNN分类模型(KNN算法的核心思想、距离度量方式的选择、K值的选取、分类决策规则的选择)原创 2023-12-12 16:17:48 · 183 阅读 · 0 评论 -
武汉站--ChatGPT/GPT4科研技术应用与AI绘图及论文高效写作
360创始人周鸿祎认为未来各行各业如果不能搭上这班车,就有可能被淘汰在这个数字化时代,如何能高效地处理文本、文献查阅、PPT编辑、编程、绘图和论文写作已经成为您成功的关键。无论是进行代码生成、错误调试还是解决编程难题,ChatGPT都能为您提供实用且高质量的建议和指导,提高编程效率和准确性。通过多期的讲解,深入总结参会人员的需求,覆盖了科研工作中的文本、论文、编程、绘图等高级应用,融合众多插件应用,提高工作效率及科研项目开发能力,使GPT真正成为科研工作助手。Stable Diffusion不同模型讲解。原创 2023-11-20 16:47:25 · 584 阅读 · 2 评论 -
R语言的极值统计学、分位数回归、机器学习方法
受到气候变化、温室效应以及人类活动等因素的影响,自然界中极端高温、极端环境污染、大洪水和大暴雨等现象的发生日益频繁;在人类社会中,股市崩溃、金融危机等极端情况也时有发生;今年的新冠疫情就是非常典型的极端现象。研究此类极端现象需要新的统计学方法,该类统计学的理论和方法都与传统的基于高斯分布的统计学模型有极大的不同。极值统计学就是专门研究自然界和人类社会中很少发生,然而发生之后有着巨大影响的极端现象的统计建模及分析方法;在水文、气象、环境、生态、保险和金融等领域都有着广泛的应用。原创 2023-10-25 10:40:29 · 616 阅读 · 0 评论 -
“Python+”集成技术高光谱遥感数据处理与机器学习深度应用
结合Python编程工具,专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题,通过复现高光谱数据处理和分析过程,并解析代码,使学员掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例,提供可借鉴的高光谱应用技术方案,结合Python科学计算、可视化、数据处理和机器学习库,深入讲解应用开发。深入探讨了高光谱遥感数据处理技术,涵盖了基本概念、成像原理、数据处理和分析方法,以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。原创 2023-10-13 08:48:35 · 325 阅读 · 0 评论 -
R语言的计量经济学实践技术应用
计量经济学通常使用较小样本,但这种区别日渐模糊,机器学习在经济学领域、特别是经济学与其它学科的交叉领域表现日益突出,R语言是用于统计建模的主流计算机语言,在本次培训中,我们将从实际应用出发,重点从数据的收集与清洗、综合建模评价、数据的分析与可视化、数据的空间效应、因果推断等方面入手,让您用最快的速度掌握利用R语言进行经济学研究的技术。原创 2023-10-12 14:07:03 · 1050 阅读 · 0 评论 -
MATLAB 2023a的机器学习、深度学习实践应用
CNN提取的特征是怎样的?3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系。4、预训练模型(Alexnet、Vgg-16/19、GoogLeNet、ResNet等)的下载与安装。2、经典自编码器(栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等)6、调参技巧(参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等)5、优化算法(梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam等)原创 2023-08-14 15:24:59 · 167 阅读 · 0 评论 -
R语言【Tidyverse、Tidymodel】的机器学习方法
机器学习已经成为继理论、实验和数值计算之后的科研“第四范式”,是发现新规律,总结和分析实验结果的利器。机器学习涉及的理论和方法繁多,编程相当复杂,一直是阻碍机器学习大范围应用的主要困难之一,由此诞生了Python,R,SAS,STAT等语言辅助机器学习算法的实现。在各种语言中,R语言以编程简单,方法先进脱颖而出,本次机器学习基于现代R语言,Tidyverse,Tidymodel语法。原创 2023-08-01 10:21:01 · 890 阅读 · 0 评论