Python人工智能在气象中的实践

Python是功能强大、免费、开源,实现面向对象的编程语言,在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能,这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为的主流编程语言之一。

人工智能和大数据技术在许多行业都取得了颠覆式的成果,气象和海洋领域拥有海量的模式和观测数据,是大数据和人工智能应用的天然场景。Python也是当前进行机器学习和深度学习应用的最热门语言。对于的气象海洋领域的专业人员,Python是进行机器学习和深度学习工作的首选。

Python软件的安装及入门

Python背景及其在气象海洋中的应用

Anaconda解释和安装以及Jupyter配置

Python基础语法

Python人工智能在气象中的实践_第1张图片Python人工智能在气象中的实践_第2张图片

数据处理基础库 

 Numpy库

Pandas库

Scipy库

matplotlib

常用数据格式的IO

Python人工智能在气象中的实践_第3张图片Python人工智能在气象中的实践_第4张图片

Python人工智能在气象中的实践_第5张图片 

Python人工智能在气象中的实践_第6张图片 Python人工智能在气象中的实践_第7张图片

机器学习和深度学习基础理论

AI简介及其在气象中的应用

机器学习基本理论

深度学习基本理论 

sklearn和pytorch库

sklearn介绍、常用功能和机器学习方法  

pytorch介绍、搭建 模型

气象领域中的机器学习应用实例

 GFS数值模式的风速预报订正

K近邻和决策树模型订正风速

随机森林挑选重要特征

梯度提升决策树订正风速

模型评估与对比

 台风预报数据智能订正

CMA台风预报数据集介绍以及预处理

随机森林模型订正台风预报

台风“烟花”预报效果检验

 机器学习预测风电场的风功率

lightGBM模型预测风功率

调参利器—网格搜索GridSearch于K折验证

Python人工智能在气象中的实践_第8张图片

Python人工智能在气象中的实践_第9张图片 Python人工智能在气象中的实践_第10张图片

气象领域中的深度学习应用实例 

 深度学习预测浅水方程模式

数据介绍和获取

深度神经网络学习浅水方程

LSTM方法预测时间序列数据

 LSTM方法原理介绍

LSTM方法预测气象序列数据

深度学习convLSTM

时空预测convLSTM简介

风场或雷达回波的预测

Python人工智能在气象中的实践_第11张图片

Python人工智能在气象中的实践_第12张图片Python人工智能在气象中的实践_第13张图片

 

 

 

你可能感兴趣的:(气象,大气,学习)