Ich werde Remote-Sensing-Machine-Learning mit Random Forest, XGBoost und SHAP durchführen

Einige Informationen wurden automatisch übersetzt.

Pakistan

Ich spreche Englisch, Spanisch, Französisch, Deutsch

8 Aufträge abgeschlossen

GIS- und Fernerkundungsexperte für InSAR und Google Earth Engine

Ich bin Asad, GIS- und Fernerkundungsspezialist: Doktorand an der Tianjin University mit einem Master der China University of Geosciences (Wuhan). Ich verwandle Satellitendaten in klare Karten und ver...
Über diesen Service

Maschinelles Lernen für Satelliten- und Umwelt Daten – so, wie es Reviewer erwarten. Ich bin Doktorand im Fernerkundungsbereich an der Tianjin University (MS CUG Wuhan) und baue ML-Modelle für Landbedeckung, Wasser, Wärme und Gefahrenkartierung. Ein Beispiel aus meiner Galerie: XGBoost + SHAP erklärt die urbane Landoberflächentemperatur (R2 0,75 in einer räumlich gehaltenen Testzone).


WAS ICH MACHE: Landbedeckung / Ernte / Waldklassifikation (Random Forest, SVM, XGBoost, LightGBM); Regression und Prognose (Wasserqualität, Chlorophyll-a, LST, Luftverschmutzung, Biomasse, Bodentrockenheit, Ertrag); erklärbare KI mit SHAP und Feature-Importance; räumliche Kreuzvalidierung (kein Datenleck); Unsicherheitskarten und Vorhersageintervalle; Genauigkeitsbewertung (OA, Kappa, R2, RMSE).


Daten: Sentinel-1/2, Landsat, MODIS, VIIRS, GEDI, ERA5, In-situ- und Felddaten. Werkzeuge: Python (scikit-learn, XGBoost, SHAP, PyTorch), R, Google Earth Engine.


Du bekommst sauberen, kommentierten Code, Karten und Plots, bereit für eine Arbeit oder einen Bericht, und eine kurze Methodenbeschreibung. Schreib mir zuerst mit deinen Daten und Zielen, dann schlage ich dir das passende Modell vor.

Expertise:

Bildverarbeitung

•

Feature-Lernen

•

Klassifizierung

Programmiersprache:

Python

•

R

•

MATLAB

•

Colab

Frameworks:

scikit-learn

•

keras

•

PyTorch

•

Panda

Tools:

Jupyter-Notizbuch

•

Excel

•

Colab

•

RStudio

Meine weiteren Dienstleistungen im Bereich Datenwissenschaft & ML