Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do modelowania środowiskowego z LLMs

  • Rola sztucznej inteligencji w naukach o środowisku
  • Przegląd LLMs i ich możliwości w analizie danych
  • Studia przypadków: LLMs w badaniach klimatycznych i środowiskowych

LLMs do analizy i prognozowania danych

  • Przetwarzanie wstępne danych środowiskowych dla LLMs
  • Budowanie modeli predykcyjnych dla wzorców pogodowych i klimatycznych
  • Ocena wpływu polityk środowiskowych z wykorzystaniem LLMs

LLMs w ochronie i różnorodności biologicznej

  • Modelowanie ekosystemów i różnorodności biologicznej z LLMs
  • LLMs do śledzenia i prognozowania rozmieszczenia gatunków
  • Wykorzystanie LLMs do wspierania planowania ochrony

LLMs w ocenie wpływu na środowisko i politykach

  • Analiza raportów o wpływie na środowisko z LLMs
  • LLMs w rozwoju polityk i komunikacji publicznej
  • Angażowanie interesariuszy za pomocą opartych na danych wniosków

Praktyczne laboratorium: Projekt środowiskowy z LLMs

  • Opracowanie modelu środowiskowego z wykorzystaniem LLMs
  • Symulowanie scenariuszy i analiza wyników
  • Prezentacja wyników w celu wsparcia strategii środowiskowych

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie nauk o środowisku i analizy danych
  • Doświadczenie w programowaniu w Pythonie
  • Znajomość modelowania statystycznego i uczenia maszynowego

Grupa docelowa

  • Naukowcy i badacze środowiskowi
  • Analitycy danych
  • Decydenci i działacze na rzecz środowiska
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie