SEG 2022年在线课程
课程主题
Practical Machine Learning Methods in Geosciences地球科学中的实用机器学习方法
学习机器学习中五个重要主题的高级原理: 神经网络、卷积神经网络、支持向量机、主成分分析、聚类方法。课程将用地球科学中的实例来说明每种方法的应用,并在MATLAB和Keras代码上练习这些方法的执行。本课程是50分钟的讲座和1小时的实验,以加强每一种方法的原理巩固。这个短期课程是为那些了解过机器学习,但缺乏足够的知识来评估机器学习在他们专业中的应用的地球科学家准备的。机器学习的例子来自天文学、医学、地球科学和材料科学等领域。
1. 学习如何将机器学习方法应用于地球科学实例
2. 了解每种机器学习方法的基本原理
3. 熟练操作 MATLAB 和 Kera ML代码,以便学员能够根据自己的问题调整代码
4. 了解每种机器学习方法的局限性和优点
(讲师:Gerard Schuster)
Gerard 1982年获得哥伦比亚大学硕士学位,1984年获该校博士学位,1984-1985年在哥伦比亚大学担任博士后研究员。1985年到2009年,他是犹他大学地球物理学教授。2009年,他离开犹他州,在KAUST担任地球物理学教授。他在犹他大学期间获得了许多教学和研究奖项。2004年到2005年,他是《地球物理学》的编辑,并因其在地震方面的工作于2010年被授予SEG的维吉尔·考夫曼金奖。
课程日期(北京时间)
2022年10月25日,周二晚9:00PM-1:00AM
2022年10月26日,周三晚9:00PM-1:00AM
8小时
注册参与
参加本课程,请复制以下链接至浏览器进行操作(推荐电脑端访问),或直接点击文末“阅读原文”进入课程主页,注册听课(付费)。
https://seg.org/shop/products/detail/481561306