Eu vou fazer machine learning de sensoriamento remoto com random forest, xgboost e shap

Algumas informações foram traduzidas automaticamente.

Paquistão

Eu falo Inglês, Espanhol, Francês, Alemão

8 pedidos finalizados

Especialista em GIS e Sensoriamento Remoto para InSAR e Google Earth Engine

Sou Asad, especialista em GIS e sensoriamento remoto: pesquisador de PhD na Tianjin University com mestrado pela China University of Geosciences (Wuhan). Transformo dados de satélite em mapas claros e...
Sobre este Serviço

Machine learning para dados satelitais e ambientais, feito do jeito que os revisores esperam. Eu sou pesquisador de PhD em sensoriamento remoto na Tianjin University (MS CUG Wuhan) e Build ML models para land cover, água, calor e mapeamento de riscos. Exemplo na minha galeria: XGBoost + SHAP explicando a temperatura de superfície urbana (R2 0,75 em uma zona de teste espacialmente mantida).


O QUE EU FAÇO: classificação de land cover / lavoura / floresta (Random Forest, SVM, XGBoost, LightGBM); regressão e previsão (qualidade da água, clorofila-a, LST, poluição do ar, biomassa, umidade do solo, rendimento); IA explicável com SHAP e importância de características; validação cruzada espacial (sem vazamento de dados); mapas de incerteza e intervalos de previsão; avaliação de precisão (OA, kappa, R2, RMSE).


DADOS: Sentinel-1/2, Landsat, MODIS, VIIRS, GEDI, ERA5, dados in situ e de campo. Ferramentas: Python (scikit-learn, XGBoost, SHAP, PyTorch), R, Google Earth Engine.


Você recebe código limpo, comentado, mapas e plots prontos para um artigo ou relatório, e um breve texto metodológico. Me envie uma mensagem com seus dados e objetivo primeiro e eu sugiro o modelo certo.

Especialidade:

processamento de imagem

•

Feature learning

Linguagem de programação:

Python

•

R

•

MATLAB

•

Colab

Frameworks:

Scikit-learn

•

keras

•

PyTorch

•

Panda

Ferramentas:

caderno Jupyter

•

Excel

•

Colab

•

RStudio

Outros serviços de Ciência de dados e ML que eu ofereço