数据处理与机器学习

“Python+”集成技术高光谱遥感数据处理与机器学习深度

高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。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
Mr.靳靳477302280·2023-11-23 18:44

“Python+高光谱遥感数据处理与机器学习教程

详情点击链接：“Python+高光谱遥感数据处理与机器学习教程第一：高光谱一：高光谱遥感01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取01)高光谱遥感成像原理与传感器
慢腾腾的小蜗牛·2023-11-17 10:43

Python+”高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。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
asyxchenchong888·2023-10-13 16:12

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。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
思考的小猴子·2023-10-13 01:18

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

本内容提供一套基于Python编程工具的高光谱数据处理方法和应用案例。涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，在帮助深入理解科学原理。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，掌握python高光谱数据处理技巧。通过矿物识别
_遇见jia·2023-10-13 00:25

遥感技术Python篇：高光谱遥感数据处理与机器学习

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高光谱数据处理方法和应用案例，从基础、方法、实践三方面对高光谱遥
Yolo566Q·2023-10-12 06:29

“Python+”集成技术高光谱遥感数据处理与机器学习教程

详情点击公众号链接：“Python+”集成技术高光谱遥感数据处理与机器学习教程第一：高光谱基础一：高光谱遥感基本概念01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取
夏日恋雨·2023-10-12 06:48

Python高光谱遥感数据处理与机器学习实践技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高光谱数据处理方法和应用案例，从基础、方法、
WangYan2022·2023-10-12 06:12

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

高光谱数据预处理-机器学习-深度学习-混合像元分解-农业-土壤-矿物等12个专题应用提供一套基于Python编程工具的高光谱数据处理方法和应用案例。本文涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。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
PhyliciaFelicia·2023-10-12 06:41

Python高光谱遥感数据处理与机器学习技术

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高光谱数据处理方法和应用案例，从基础、方法、实践三方面对高光谱遥
天青色等烟雨..·2023-10-12 06:10

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题

目录第一章高光谱数据处理基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践更多应用本教程提供一套基于Python编程工具的高光谱数据处理方法和应用案例。涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。结合Python编程工具，专注于解决高光谱数据读
WangYan2022·2023-10-12 05:36

Python高光谱遥感数据处理与机器学习教程

详情点击链接：Python高光谱遥感数据处理与机器学习教程一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正
慢腾腾的小蜗牛·2023-07-25 12:24

Python高光谱遥感数据处理与机器学习实践技术

本课程是高光谱遥感课程的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用精品课程），也是AI尚研修平台上持续更新的高光谱专栏课程。课程总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高
高-老师·2023-06-20 13:49

Python高光谱遥感数据处理与机器学习实践技术丨Matlab高光谱遥感数据处理与混合像元分解

目录Python高光谱遥感数据处理与机器学习实践技术第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践Matlab高光谱遥感数据处理与混合像元分解第一章理论基础第二章
小艳加油·2023-06-15 16:19

Python高光谱遥感数据处理与机器学习

从基础、方法、实践三方面对高光谱遥感进行深入讲解，通过8个核心概念，4个功能模块，3个典型应用场景，帮助大家了解高光谱遥感的“底层逻辑”，掌握高光谱遥感的“方法论”，并在具体实践案例中，学会运用上述原理和技术方法，提升了学员高光谱技术的应用能力水平。第二季将继续深入讲解高光谱遥感的技术概念、处理方法和典型应用，并在此基础上，采用python语言复现课程中的所有经典案例，并准备以小专题的形式，交付机
Mr.靳靳477302280·2023-06-08 23:39

Python高光谱遥感数据处理与机器学习教程

详情点击链接：Python高光谱遥感数据处理与机器学习一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正4
夏日恋雨·2023-06-07 05:15

torch.repeat()与numpy.repeat()和 numpy.tile()比较

参考文献：Python高手修炼之道数据处理与机器学习实战许向武著importtorchimportnumpyasnp###np.repeat()na=np.arra
tpz789·2023-04-09 05:11

LSGO软件技术团队2015~2016学年第十七周（1221~1227）总结

团队简述：LSGO软件技术团队成立于2010年10月，主要从事的应用方向为互联网与移动互联网（UI设计，前端开发，后台开发），地理信息系统；研究方向为大数据处理与机器学习。
LSGO_MaYanPeng·2020-09-17 13:54

LSGO软件技术团队2015~2016学年第十五周（1207~1213）总结

团队简述：LSGO软件技术团队成立于2010年10月，主要从事的应用方向为互联网与移动互联网（UI设计，前端开发，后台开发），地理信息系统；研究方向为大数据处理与机器学习。
LSGO_MaYanPeng·2020-09-17 13:54

LSGO软件技术团队2015~2016学年第十三周（1123~1129）总结

团队简述：LSGO软件技术团队成立于2010年10月，主要从事的应用方向为互联网与移动互联网（UI设计，前端开发，后台开发），地理信息系统；研究方向为大数据处理与机器学习。
LSGO_MaYanPeng·2020-09-17 13:54

LSGO软件技术团队2015~2016学年第十六周（1214~1220）总结

团队简述：LSGO软件技术团队成立于2010年10月，主要从事的应用方向为互联网与移动互联网（UI设计，前端开发，后台开发），地理信息系统；研究方向为大数据处理与机器学习。
LSGO_MaYanPeng·2020-09-17 13:20

LSGO软件技术团队2015~2016学年第十四周（1130~1206）总结

团队简述：LSGO软件技术团队成立于2010年10月，主要从事的应用方向为互联网与移动互联网（UI设计，前端开发，后台开发），地理信息系统；研究方向为大数据处理与机器学习。
LSGO_MaYanPeng·2020-09-17 13:20

MATLAB数据及图像处理与机器学习会议邀请

科研院所及高等院校：MATLAB是由美国MathWorks公司推出的一款应用于科学计算和工程仿真的交互式编程软件，它有包罗万象的工具箱和草稿纸式的编程语言，将符号计算、数值分析、矩阵计算、科学数据可视化、数据处理与机器学习
xie_gtx·2020-09-16 22:10

云计算与数据科学：Microsoft Azure 机器学习与Python 简介

通过易于使用的强大的基于云技术的数据处理与机器学习工具，微软Azure机器学习平台（AzureML）极大地简化了机器学习模型的开发和部署。
weixin_34192816·2020-09-14 20:07

云计算与数据科学：Microsoft Azure 机器学习与Python 简介

通过易于使用的强大的基于云技术的数据处理与机器学习工具，微软Azure机器学习平台（AzureML）极大地简化了机器学习模型的开发和部署。
冯立超·2017-03-28 17:07

云计算与数据科学：Microsoft Azure 机器学习与R 简介

通过易于使用的强大的基于云技术的数据处理与机器学习工具，微软Azure机器学习平台（AzureML）极大地简化了机器学习模型的开发和部署。
冯立超·2017-03-28 17:48
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他