地质大数据与机器学习实战

本书详细介绍了地质大数据挖掘的方法及实现 过程。全书分为8章，介绍了绪论、机器学习与深度 学习、数据清洗与预处理、地质命名实体识别算法 及实现、地质实体关系智能抽取算法及实现、地质 报告表格检测与内容识别算法及实现、地质图中图 例与字符自动识别算法及实现、栅格地质图自动分 割算法及实现等内容。

第1章 绪论 1.1 地质科学研究范式 1.2 地质科学大数据的内涵 1.3 地质科学大数据挖掘的基本任务 1.3.1 面向多源、多类型文本的挖掘 1.3.2 面向多类型复杂地质图件的挖掘 1.3.3 面向图文数一体化的知识挖掘 1.4 常用的数据挖掘工具与软件 1.4.1 Python 1.4.2 其他常用的数据挖掘建模工具 1.4.3 常用的中文分词工具 1.4.4 数据标注平台 参考文献 第2章 机器学习与深度学习 2.1 机器学习发展史 2.2 机器学习的分类 2.3 典型的机器学习算法 2.3.1 支持向量机 2.3.2 决策树 2.3.3 人工神经网络 2.4 典型的深度学习算法 2.4.1 现代卷积神经网络 2.4.2 现代循环神经网络 2.4.3 大语言模型 2.5 Python算法的实现 2.5.1 基于支持向量机的地质命名实体识别 2.5.2 基于决策树的地质命名实体识别 2.5.3 基于人工神经网络的地质命名实体识别 2.5.4 基于现代卷积神经网络的地质命名实体识别 2.5.5 基于现代循环神经网络的地质命名实体识别 2.5.6 基于迁移学习的地质命名实体识别 2.5.7 基于大语言模型的地质命名实体识别 参考文献 第3章 数据清洗与预处理 3.1 数据清洗 3.2 地质文本数据预处理 3.3 地质图像数据预处理 3.3.1 几何校正 3.3.2 去噪 3.3.3 主图区域的定位 3.3.4 膨胀与腐蚀处理 3.4 地质数据增强方法 3.4.1 面向文本数据的增强方法 3.4.2 面向图件数据的增强方法 3.5 数据标注 3.6 数据一致性检验 3.7 Python主要的数据预处理函数 参考文献 第4章 地质命名实体识别算法及实现 4.1 相关分析