地球科学数据分析
| |
Description | Originator | License | Platforms | Language | Notes |
|---|
| Geophysical processing and analysis | University of Saskatchewan | Custom, free for non-commercial use | |
C++ | Interfaces with SU, GMT |
IGeoS is a highly integrated software package used for many seismic processing tasks in a wide range of geophysical, and ultimately geoscience data analysis. It is being continuously developed since mid-1995 by Igor Morozov, now at UofS seismology, as a framework for integration of geophysical software.
Previously, the system was called SIA. We have changed the name to IGeoS to reflect the broader (no longer strictly seismic) orientation of the package.
In our research, we use many types of geophysical data, all of which are being managed and processed in IGeoS:
-
Reflection and refraction seismic records in complex 2-D and 3-D survey geometries,
-
Multicomponent seismic datasets;
-
Local to ultra-long range earthquake and nuclear explosion seismic records,
-
Real-time (Internet seismic network) data management;
-
Ground Penetrating Radar records;
-
1-, 2-, and 3-D seismic waveform simulations.
-
Travel-time curves, surfaces, and tables,
-
Various types of velocity and density models,
-
2D and 3D potential-field datasets.
IGeoS can also be viewed as a framework for integration, development, and maintenance of geophysical software.
-
数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。
-
数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。) 在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上
-
什么是数据科学 数据科学是通过探索，预测和推断，从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息，对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度：我们发现的这些规律是否也出现在新的观察中？我们的预测有多准确？我们用于探索的主要工具是可视化和描述性统计，用于预测的是机器学习和优化，用于推理的是统计测试和模型。 统计学是数据科学的核心部分，因为统
-
数据是新的石油。该声明显示了如何通过捕获，存储和分析满足各种需求的数据来驱动每个现代IT系统。无论是为商业做出决定，预测天气，研究生物学中的蛋白质结构还是设计营销活动。
-
Agile是一种软件开发方法，通过使用1至4周的短迭代，通过增量会话帮助构建软件，从而使开发与不断变化的业务需求保持一致。 敏捷数据科学包括敏捷方法和数据科学的组合。
-
已经入职一个多月了，才想起来写篇面经，有些面试细节记得不太清楚了，大家仅供参考。总体来说面试体验挺好，问的问题也没有很刁钻（可能是急缺人手），废话不多说直接上干货 一面 1. 自我介绍 2. 项目介绍-主要关于我在美团实习做的项目，AB实验，如何确保用户画像相似，观察的核心指标等等 3. t检验和z检验 4. p值的意义 5. sql：求用户留存 6. 逻辑回归背后的核心原理 7. 随即森林和xg