地学万事屋编者推荐：课程是免费的，感兴趣的小伙伴可以自行学习，提交作业~
本 Workshop 源自和鲸社区 地球科学 × 数据科学应用能力培养计划 ⚡！
该计划旨在帮助国内高校与科研机构教师、研究人员、学生、数据工程师与业务人员切实提高领域内数据科学水平，以便更好地应对科研与业务中的数据挑战。活动全程免费，并由和鲸旗下数据科学在线协同平台 ModelWhale 保驾护航。
点击查看2024 和鲸社区地球科学 GeoAI Workshop 系列活动表。
p.s. 我们正在征集 Workshop 选题、招募导师，感兴趣的朋友请划至文末查看信息。
滑坡是一种在全球范围内频繁发生的地质灾害，对生态环境以及人类生命财产安全构成严重威胁。准确且高效的滑坡评价已成为滑坡地质灾害防治的重要基础。因此，构建可靠的滑坡评估方法至关重要。然而，以往的滑坡评价方法通常依赖于现场调查和经验模型，存在耗费时间长、精度有限等问题。近年来，机器学习技术在图像识别和分类领域取得了显著成就，为滑坡评价提供了全新的思路与方法。利用机器学习模型进行滑坡敏感性评价，能够处理大量复杂数据，建立高效的预测模型。
· 学习背景 ·
· 核心挑战 ·
· 学习目标 ·
1. 滑坡致灾因子获取：介绍常见致灾因子获取地址，如何根据源数据，得到所需目标数据。
2. 数据预处理及特征构造：使用 CV，Numpy 等数据分析库，读取并处理致灾因子，构建区域滑坡数据集。
3. 构建机器学习模型：使用逻辑回归（LR）以及支持向量机模型，构造敏感性评价模型，预测区域滑坡敏感性。
4. 模型精度评估：利用 Recall，Precision，F1 等精度评价指标，评价模型精度。
· 特邀导师 ·
· 学习大纲 ·
1. 背景介绍
2. 案例介绍：
2010 年 7 月、2019 年 10 月、2021 年 7 月以及 2023 年 6 月陕西岚皋县曾发生过多次滑坡事件，对当地人民生命财产安全造成严重威胁。本案例收集岚皋县地形、地质、水文等与滑坡密切相关的数据进行利用机器学习模型算法实现区域滑坡敏感性评价，分析岚皋县滑坡敏感区域。
<fig.1 教案截图>
4. 数据处理及数据集构造：
5. 机器学习模型构建：
<fig.2 教案截图>
· 11 月 28 日 12:00 前：完成作业，提交 · 11 月 30 日 13:00（暂定）：准时参加主题讲解交流会（会议信息待更新）
>> 和鲸社区地球科学 AI Workshop <<
· 投稿你感兴趣的 Workshop 选题
选题范围至少需要满足：地球科学领域中的研究问题、需要使用 AI 技术
· 报名成为 Workshop 活动导师
成为导师至少需要满足：研究生以上学历、地球科学相关专业背景
成为导师你可以获得：
· 一次展现自己科研成果与洞察的机会
· 和鲸社区全流量渠道的宣推、置顶展示
· 书面输出与头口表达能力的综合展示、提升机会
· 从 0 到 1为你打造的专属科研分享活动
如何投稿选题、报名导师：
扫码添加微信，直接私信联系社区小助手小鲸：
