地学大数据及其应用
课程编码：280223070903PX004
英文名称：Geoscience Big Data and Application
课时：30
学分：1.00
课程属性：公共选修课
主讲教师：徐洪河
教学目的要求
二十一世纪是大数据的时代，也是人工智能的时代。随着现代社会数据的大量积累和软硬件产品的不断突破，大数据及其相关技术在近几年得到了迅速的发展，机器学习、人工智能等领域也迎来了又一次研究的浪潮。将地学基础科学与应用研究与大数据进行交叉，把机器学习、虚拟现实等新技术应用于地学的科学数据上，将可以为研究人员提供新的思路，开拓新的研究领域，获得更多的重要原创性、创新性成果。大数据和机器学习的相关技术，还可以在许多方面辅助地学研究人员的科研工作，减轻其繁杂的机械性工作，提高其工作的效率和精度。
本课程关注大数据、人工智能、虚拟现实等领域的理论和技术在地学研究中的应用，将课堂讲解和实际上机操作相结合，给学生介绍相关领域的学科发展、基础理论、经典方法和前沿进展，并帮助学生获得初步的实践经验，为进一步的深入学习奠定良好的基础。
本课程的目的是让学生们了解并初步掌握大数据相关领域的一些经典理论、重要方法和前沿技术，为其研究工作提供新的思路和方法。
预修课程
普通地质学
大纲内容
第一章 地球大数据总论 2.0学时 徐洪河
第1节 大数据发展
第2节 科研范式变革
第3节 数据驱动的实现
第4节 大科学计划
第二章 构建数据库 2.0学时 徐洪河
第1节 科学数据库定位与理念
第2节 数据格式
第3节 数据标准
第4节 框架与模型
第5节 地学数据库介绍
第三章 元数据 2.0学时 徐洪河
第1节 元数据的定义与内容
第2节 研究情况
第3节 模式与标准
第4节 地学领域应用
第四章 数据元素与内容 4.0学时 徐洪河
第1节 简介
第2节 文献数据
第3节 地理数据
第4节 分类数据
第5节 形态学数据
第6节 图像与图像
第五章 多样性与形态空间 4.0学时 徐洪河
第1节 生物多样性研究
第2节 方法与案例
第3节 形态空间
第4节 方法与案例
第六章 时空与网络 4.0学时 徐洪河
第1节 图形对比
第2节 定量地层学
第3节 时空分布
第4节 网络分析
第七章 古地理重建 4.0学时 徐洪河
第1节 发展与沿革
第2节 构造古地理
第3节 岩相古地理
第4节 生物古地理
第八章 机器视觉 4.0学时 徐洪河
第1节 图像数据与分类
第2节 构建数据集
第3节 训练模型
第4节 可视化与降维
第九章 三维模型数据 2.0学时 徐洪河
第1节 三维数据采集
第2节 超现实展示
第3节 重建与分析
第4节 研究案例
第十章 数据拓展应用 2.0学时 徐洪河
第1节 自然遗产与地质资源
第2节 元宇宙
第3节 R语言
参考书
1、
机器学习（第一版）
周志华
2016
清华大学出版社
2、
Python机器学习及实践：从零开始通往Kaggle竞赛之路（第一版）
范淼，李超
2016
清华大学出版社
3、
Data Mining: The Textbook
Charu C. Aggarwal.
2015
Springer
4、
An Introduction to Statistical Learning, with applications in R. Gareth James
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
2013
Springer
5、
Elements of Statistical Learning
Trevor Hastie, Robert Tibshirani, Jerome Friedman.
2009
Springer
课程教师信息
中国科学院南京地质古生物所研究员，从事古生物学大数据研究