
深度学习机器学习
文章平均质量分 88
普通网友
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
人工智能气象一:深度学习预测浅水方程模式
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。原创 2023-06-21 10:28:49 · 2807 阅读 · 0 评论 -
【生态经济学】R语言机器学习方法在生态经济学领域中的实践技术
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。同时也会对论文写作中经常用到的辅助软件进行介绍,尽量降低论文写作的难度。原创 2023-06-20 11:34:20 · 1044 阅读 · 0 评论 -
R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶
R语言拥有完整有效的数据处理、统计分析与保存机制,可以对数据直接进行分析和显示,命令格式简单、结果可读性强,包含众多针对Meta分析软件包,是进行Meta整合分析及评价的有效平台。原创 2023-06-20 10:53:36 · 891 阅读 · 0 评论 -
机器学习方法在生态经济学领域中的应用
表面上机器学习通常使用大数据,而计量经济学则通常使用较小样本,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,用于机器学习十分方便,且学习曲线相比于Python更加平滑,因此是进行机器学习的首选之一。原创 2023-06-07 13:51:56 · 554 阅读 · 0 评论 -
R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展
针对Meta分析原理、公式、操作步骤及结果分析,进阶应用进行详细解析,结合多个例子,熟练掌握Meta分析全流程和不确定性分析,并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。原创 2023-05-30 16:03:49 · 818 阅读 · 0 评论 -
大尺度空间模拟预测与数字制图:空间数据插值、空间数据建模、机器学习空间预测、多种机器学习集成技术、空间升、降尺度技术、空间模拟偏差订正技术、数据可视化、知识图谱等
结合一些经典的例子学习R语言在空间数据处理、管理以及可视化的操作,从空间数据计量、大尺度时间序列分析与突变检测、空间数据插值、空间数据建模、机器学习空间预测、多种机器学习集成技术、空间升、降尺度技术、空间模拟偏差订正技术、数据可视化、知识图谱等方面让您全方位掌握R语言大尺度空间数据分析模拟预测及可视化技术。原创 2023-05-18 17:22:46 · 371 阅读 · 0 评论 -
机器学习在生态、环境经济学中的实践技术应用及论文写作
从论文写作的实际需求出发,首先简单的介绍经济学的基本理论与研究方法,让您了解论文的选题方法与写作框架。随后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。同时也会对论文写作中经常用到的辅助软件进行介绍,尽量降低论文写作的难度。原创 2023-05-18 16:24:03 · 696 阅读 · 0 评论 -
基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力
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。原创 2023-04-17 14:08:55 · 1299 阅读 · 1 评论 -
机器学习和深度学习在气象中的应用(台风预报只能订正、风速预报订正、LSTM 方法预测 ENSO)
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。原创 2023-04-12 15:06:33 · 1964 阅读 · 0 评论 -
基于Citespace和vosviewer文献计量学可视化SCI论文高效写作方法
本内容将采用理论与实践相结合,通过文献计量学讲解、高效选题、数据库检索数据下载、软件使用等八个专题详细讲解,让大家系统全面的掌握文献计量学的基本理论和知识;熟练掌握Citespace和vosviewer分析技术;最终实现从主题确定、数据分析绘图、文章框架与写作,全流程掌握一篇文献信息可视化分析报告(论文)的思路逻辑与技术方法。原创 2023-04-09 19:22:24 · 116 阅读 · 0 评论 -
【案例实践】最新PyTorch机器学习与深度学习技术方法
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。原创 2023-04-03 15:44:06 · 893 阅读 · 0 评论