从人工智能助分析雾霾成因，到机器学习实际应用的讨论

北京以及邻近的天津等超过20个城市本周启动了重污染最高级别“红色预警”，根据官方媒体报道，北京周一暂时关闭了超过700家工厂，交通部门对出行车辆采取单双号轮流限行的措施，限制出行车辆。IEEE Spectrum报道了中国政府使用的空气污染预报工具。由IBM和微软开发的工具去年在中国进行了测试，它们都整合了广泛的数据源，如空气污染监测站、环境监测站、交通系统、气象卫星、经济数据甚至社交媒体，能提供3到10天的污染预警。IBM的系统能以超过80%的正确率提供3天内的预报，以75%的正确率提供7到10天内的预报。微软的系统在北京的测试显示，它能以75%的精度提供6小时预警，60%的精度提供12小时预警。大气学家说，如何最佳的组合物理学模型和机器学习去提供空气质量预报是一个活跃的研究领域。

!

近期阿里云的科学家们也在用数加机器学习解密雾霾形成原因，

上述案例使用了逻辑回归以及随机森林算法实现了对于雾霾天气的预测以及雾霾指标相关性的分析。整个实验搭建流程清晰简单，小白用户经过短期学习也可以轻易上手。

此实验搭建在阿里云数加机器学习平台上，平台不光提供了逻辑回归、随机森林、GBDT、KMeans等常规的机器挖掘算法，还包括了文本分析和图算法。

阅读全文请点击：