Поиск :
Личный кабинет :
Электронный каталог: Сныткина, Д. А. - Применение методов машинного обучения при оценке и картографировании природных ресурсов
Сныткина, Д. А. - Применение методов машинного обучения при оценке и картографировании природных ресурсов
Нет экз.
Электронный ресурс
Автор: Сныткина, Д. А.
Применение методов машинного обучения при оценке и картографировании природных ресурсов : студенческая научная работа
Издательство: [Б. и.], 2020 г.
ISBN отсутствует
Автор: Сныткина, Д. А.
Применение методов машинного обучения при оценке и картографировании природных ресурсов : студенческая научная работа
Издательство: [Б. и.], 2020 г.
ISBN отсутствует
На полку
Электронный ресурс
Сныткина, Д. А.
Применение методов машинного обучения при оценке и картографировании природных ресурсов : студенческая научная работа / Санкт-Петербургский государственный университет. – Санкт-Петербург : [Б. и.], 2020. – 92 с. : ил., табл. – URL: https://biblioclub.ru/index.php?page=book&id=617659. – Режим доступа: электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация . – Библиогр.: с. 74-84. – На рус. яз.
В работе объектом исследования является нарушенный лесной покров в бореальных лесах Карелии на Северо-Западе России, предметом исследования – применение алгоритмов машинного обучения и спутниковых данных для обнаружения и оценки деградировавших древостоев в среде ГИС и в среде разработки Python.
Сныткина, Д. А.
Применение методов машинного обучения при оценке и картографировании природных ресурсов : студенческая научная работа / Санкт-Петербургский государственный университет. – Санкт-Петербург : [Б. и.], 2020. – 92 с. : ил., табл. – URL: https://biblioclub.ru/index.php?page=book&id=617659. – Режим доступа: электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация . – Библиогр.: с. 74-84. – На рус. яз.
В работе объектом исследования является нарушенный лесной покров в бореальных лесах Карелии на Северо-Западе России, предметом исследования – применение алгоритмов машинного обучения и спутниковых данных для обнаружения и оценки деградировавших древостоев в среде ГИС и в среде разработки Python.