Introduction to Environmental Data Science (Hsieh William W. (University of British Columbia Vancouver))
A statisztikai és gépi tanulási módszereknek számos alkalmazása van a környezettudományokban, beleértve az előrejelzést és az adatelemzést a meteorológiában, a hidrológiában és az oceanográfiában; a távérzékelésből származó műholdképek mintafelismerését; a mezőgazdaság és az erdők kezelését; az éghajlatváltozás értékelését; és még sok mást.
A gépi tanulásban az elmúlt évtizedben bekövetkezett gyors fejlődés miatt ez a könyv a környezeti adattudományok iránt érdeklődő hallgatók és kutatók számára sürgősen szükséges, átfogó útmutatót nyújt a gépi tanuláshoz és a statisztikához. A könyv intuitív magyarázatokat tartalmaz a vonatkozó háttérmatematikára kiterjedően, a környezettudományokból vett példákkal.
A könyv a témák széles skáláját öleli fel, beleértve a korrelációt, a regressziót, az osztályozást, a klaszterezést, a neurális hálózatokat, a véletlen erdőket, a boostingot, a kernelmódszereket, az evolúciós algoritmusokat és a mélytanulást, valamint a gépi tanulás és a fizika közelmúltbeli összeolvadását. A fejezetek végén található feladatok lehetővé teszik az olvasók számára, hogy fejlesszék problémamegoldó készségüket, az online adatkészletek pedig lehetővé teszik az olvasók számára, hogy gyakorolják a valós adatok elemzését.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)