了解全文点击:《掌握Python机器学习:空间模拟与时间预测的实战指南》
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。
包含Python基本语法及常用的科学计算(Numpy)、数据处理(Pandas)和数据可视化(Matplotlib)库函数的使用。
数据清洗与预处理是机器学习和深度学习最重要的部分,一个好的学习模型离不来准确、合适的数据集。常见的数据问题有数据重复、数据异常、文本类型、数据缺失、数据无效等
常用的机器学习和深度学习算法原理详解-机器学习以随机森林为例,深度学习以长短期记忆网络为例。
5.1 机器学习原理-以随机森林为例
5.2 深度学习原理-以长短期记忆神经网络为例
6.1经典案例一:土地利用分类
6.2经典案例二:站点土壤水分观测的空间升尺度—从点到面的空间扩展
6.3经典案例三:陆地总水储量的降尺度—提升空间数据的空间分辨率