首届世界智能科学大赛 | 大气科学赛题解析与Baseline解读

592未经授权,禁止转载
计算机人工智能机器学习AI科技数据挖掘贝叶斯方法统计策略时间序列分析深度学习特征工程模型优化
本次分享主要围绕大气科学领域的AI应用,深入探讨了如何利用AI技术解决大气科学中的预测问题。分享者首先介绍了大气科学赛题的基本情况,包括数据特点、预测目标和评价指标。接着,从数据探索、特征构建、模型选择等方面,详细阐述了解决该问题的基线方案。基线方案主要采用统计策略,如使用历史数据的均值、中位数等,快速获得初步预测结果。此外,还提到了机器学习和深度学习方法在该问题上的应用潜力,如利用时间序列模型、GBM、XGBoost等算法进行建模,以及通过特征工程进一步提升模型性能。最后,分享者鼓励大家在基线方案的基础上,不断尝试和优化,以获得更好的预测效果。整个分享内容适合对大气科学和AI技术感兴趣的技术人员和研究人员。
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
ad
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
讲师头像
Datawhale
Datawhale 是一个专注于数据科学与 AI 领域的开源组织,汇集了众多领域院校和知名企业的优秀学习者,聚合了一群有开源精神和探索精神的团队成员。Datawhale 以「for the learner,和学习者一起成长」为使命,鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案,赋能人才培养,助力人才成长,建立起人与人、人与知识、人与企业和人与未来的联结。
TA的视频
接下来播放:
自动连播