آموزش دوره جامع علوم داده‌های مکانی با پایتون - آخرین آپدیت

دانلود The Complete Geospatial Data Science with Python Course

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آموزش تخصصی علم داده جغرافیایی با پایتون: Geopandas، Shapely، Fiona و Rasterio

با یادگیری کتابخانه‌های کلیدی علم داده جغرافیایی مانند Geopandas، Shapely، Fiona و Rasterio، و همچنین کتابخانه‌های پرکاربرد دیگر مانند Pandas و Matplotlib، مهارت‌های خود را در علم داده جغرافیایی ارتقا دهید.

آموزش جامع پایتون برای علم داده جغرافیایی

در این دوره، شما با کتابخانه‌های سطح پایین مانند Shapely و Fiona آشنا شده و دانش عمیقی از کتابخانه‌های علوم مکانی کسب خواهید کرد.

کار با داده‌های رستری با Rasterio و پردازش تصاویر ماهواره‌ای

با استفاده از Rasterio، داده‌های رستری را پردازش کرده و رایج‌ترین رویه‌های پردازش تصاویر ماهواره‌ای را بیاموزید.

ساخت بازی‌های جغرافیایی جذاب در پایتون

با خلق بازی‌های جغرافیایی سرگرم‌کننده در پایتون، زبان برنامه‌نویسی را به طور کامل تسلط یابید.

پروژه‌های واقعی با Geopandas برای تقویت دانش

با Geopandas کار کرده و دانش خود را با انجام پروژه‌های واقعی در حوزه علم داده جغرافیایی تقویت کنید.

پیش‌نیازها:

این دوره برای مبتدیان طراحی شده است و هیچ پیش‌نیاز خاصی ندارد. ما از مبانی شروع کرده و اصول اولیه شامل ابزارها، مبانی پایتون و مبانی علوم مکانی در پایتون را آموزش خواهیم داد.

یادگیری اصول اولیه و رشد مهارت‌های برنامه‌نویسی علم داده جغرافیایی شما.


یادگیری برنامه‌نویسی برای تحلیل داده‌های GIS و مکانی می‌تواند دلهره‌آور باشد، به‌ویژه زمانی که از منابع و آموزش‌های نامنظم استفاده می‌کنید. من این را می‌دانم زیرا خودم قبلاً گذار از GIS به علم داده جغرافیایی را تجربه کرده‌ام. سال‌ها طول کشید تا با منابع و مطالب مختلف علم داده، بدون داشتن یک دوره تخصصی علم داده جغرافیایی، دست و پنجه نرم کنم. به همین دلیل، این دوره را برای کمک به شما در راه‌اندازی حرفه علم داده جغرافیایی و یادگیری صحیح اصول اولیه ساخته‌ام.

من این دوره را به گونه‌ای ساختارمند کرده‌ام که برای مبتدیان مناسب باشد تا تجربه‌ای روان از یادگیری را تضمین کنم. با مبانی پایتون شروع می‌کنم تا یک مسابقه تعاملی اطلاعات عمومی جغرافیایی (Geo Quiz) و برنامه‌های کاربردی جغرافیایی تحت وب ایجاد کنیم.

ابزارها: محیط کاربری شما را با چند کلیک به سرعت راه‌اندازی می‌کنیم، بنابراین نیازی به نگرانی در مورد کتابخانه‌های گم‌شده ندارید.

مبانی: نحو پایتون و ساختارهای داده با زبانی ساده و مثال‌های جغرافیایی توضیح داده می‌شوند. در پایان این بخش، شما یک بازی ساده خط فرمان خواهید ساخت: حدس زدن شهر.

هندسه: مبانی تمام فرآیندهای پایتون مکانی را بیاموزید و بر آن‌ها مسلط شوید - هندسه. شما کتابخانه‌های Shapely و Fiona را برای مدیریت داده‌های مکانی خواهید آموخت، و این به شما درکی سطح پایین از زیربنای تمام کتابخانه‌های پیشرفته مکانی خواهد داد. در پایان این ماژول، شما یک رابط کاربری Tkinter برای بازی حدس زدن کشور خواهید ساخت.

داده‌های برداری با Geopandas: پرکاربردترین کتابخانه مکانی - Geopandas را بیاموزید. با استفاده از کتابخانه Pandas، یکی از پرکاربردترین کتابخانه‌های علم داده، کل عملکرد مکانی دیگری را فراتر از هندسه باز خواهید کرد. در پایان این ماژول، شما یک پروژه تحلیل بردار مکانی را از سناریوی یک درخواست شغلی واقعی انجام خواهید داد.

داده‌های رستری با Rasterio: در اینجا مبانی سنجش از دور در پایتون را معرفی می‌کنیم و به شما کمک می‌کنیم تا جزئیات پردازش تصاویر ماهواره‌ای در پایتون را بیاموزید.


این دوره یک دوره جامع است که مبانی یک حرفه در علم داده جغرافیایی را به شما می‌آموزد.


سرفصل ها و درس ها

مقدمه و ابزارها Introduction & Tools

  • خوش آمدید Welcome

  • نصب Anaconda Anaconda Installation

  • تنظیم محیط Jupyter Jupyter Environment Setup

  • نصب VScode VScode Installation

  • تنظیم VScode VScode Setup

مبانی Python Python Basics

  • اعداد Numbers

  • رشته‌ها - بخش ۱ Strings - Part 1

  • رشته‌ها - بخش ۲ Strings - Part 2

  • لیست‌ها - بخش ۱ Lists - Part 1

  • لیست‌ها - بخش ۲ Lists - Part 2

  • دیکشنری‌ها Dictionaries

  • تاپل‌ها Tuples

  • شرط‌ها - بخش ۱ Conditionals - Part 1

  • شرط‌ها - بخش ۲ Conditionals - Part 2

  • حلقه‌های For For Loops

  • حلقه‌های While While Loops

  • توابع Functions

بازی حدس پایتخت Guess The Capital City

  • مقدمه Introduction

  • بازی حدس پایتخت - بخش ۲ Guess the Capital Game - Part 2

  • بازی حدس پایتخت - بخش ۳ Guess the Capital Game - Part 3

  • بازی حدس پایتخت - بخش ۴ Guess the Capital Game - Part 4

  • بازی حدس پایتخت - بخش ۵ Guess the Capital Game - Part 5

مبانی مکانی با Shapely و Fiona Geospatial Basics with Shapely & Fiona

  • هندسه Shapely - بخش ۱ Shapely Geometry - Part 1

  • هندسه Shapely - بخش ۲ Shapely Geometry - Part 2

  • ویژگی‌های هندسه Shapely - بخش ۱ Shapely Geometry Attributes - Part 1

  • ویژگی‌های هندسه Shapely - بخش ۲ Shapely Geometry Attributes - Part 2

  • توابع هندسه Shapely - بخش ۱ Shapely Geometry Functions - Part 1

  • توابع هندسه Shapely - بخش ۲ Shapely Geometry Functions - Part 2

  • توابع هندسه Shapely - بخش ۳ Shapely Geometry Functions - Part 3

  • خواندن فایل‌ها - بخش ۱ Read Files - Part 1

  • خواندن فایل‌ها - بخش ۲ Read Files - Part 2

  • خواندن داده‌های مکانی با Fiona - بخش ۱ Read Spatial Data with Fiona - Part 1

  • خواندن داده‌های مکانی با Fiona - بخش ۲ Read Spatial Data with Fiona - Part 2

  • مختصات و پروجکشن‌های نقشه Coordinates & Map Porjections

  • نوشتن داده‌های مکانی با Shapely و Fiona - بخش ۱ Write Spatial data with Shapely & Fiona - Part 1

  • نوشتن داده‌های مکانی با Shapely و Fiona - بخش ۲ Write Spatial data with Shapely & Fiona - Part 2

  • نوشتن داده‌های مکانی با Shapely و Fiona - بخش ۳ Write Spatial data with Shapely & Fiona - Part 3

بازی حدس کشور با Tkinter Guess the Country Game with Tkinter

  • پیش‌پردازش داده Data Preprocessing

  • مقدمه Tkinter Tkinter Introduction

  • ابزارهای Tkinter Tkinter Widgets

  • Tkinter و تصاویر Tkinter & Images

  • Tkinter و Matplotlib Tkinter & Matplotlib

  • چالش بازی Tkinter Tkinter Game Challenge

  • راه حل بازی Tkinter Tkinter Game Solution

Pandas، Geopandas و Matplotlib Pandas, Geopandas and Matplotlib

  • Pandas - بخش ۱ Pandas - Part 1

  • Pandas - بخش ۲ Pandas - Part 2

  • Pandas - بخش ۳ Pandas - Part 3

  • Pandas - بخش ۴ Pandas - Part 4

  • خواندن Geopandas - بخش ۱ Reading Geopandas - Part 1

  • خواندن Geopandas - بخش ۲ Reading Geopandas - Part 2

  • ایجاد Geodataframe - روش طولانی Create Geodataframe - Long way

  • ایجاد Geodataframe - روش کوتاه Create Geodataframe - Short way

  • ایجاد Geodataframe - چندضلعی Create Geodataframe - Polygon

  • نوشتن Geodataframe در فایل Write a Geodataframe to File

  • مقدمه Matplotlib - ایجاد داده‌های مصنوعی Introduction to Matplotlib - Create Synthetic Data

  • نمودارهای Matplotlib Matplotlib Charts

  • علامت‌ها و رنگ‌های Matplotlib Matplotlib Markers & Colors

  • نمودارهای Geopandas Geopandas Plots

  • نقشه‌های پایه Geopandas Geopandas Basemaps

  • ایندکس و هندسه - بخش ۱ Index & Geometry - Part 1

  • ایندکس و هندسه - بخش ۲ Index & Geometry - Part 2

  • ایندکس و هندسه - بخش ۳ Index & Geometry - Part 3

  • پیوند مکانی - بخش ۱ Spatial Join - Part 1

  • پیوند مکانی - بخش ۲ Spatial Join - Part 2

  • پیش‌پردازش با Pipe Preprocessing with Pipe

اپلیکیشن وب Web Application

  • مقدمه Streamlit - بخش ۱ Introduction to Streamlit - Part 1

  • مقدمه Streamlit - بخش ۲ Introduction to Streamlit - Part 2

  • Geocoding Geocoding

  • چالش اپلیکیشن Geocoding Geocoding Application Challenge

  • راه حل اپلیکیشن Geocoding Geocoding Application Solution

داده‌های رستری Raster Data

  • خواندن داده‌های رستری Reading Raster Data

  • مصورسازی رستری Raster Visualization

  • مقدمه آرایه‌های Numpy Introduction to Numpy Arrays

  • Numpy با داده‌های رستری Numpy with Raster Data

  • برش دادن رستری به وکتور Clipping Raster to Vector

  • محاسبه NDVI Calculating NDVI

  • استخراج آمار Deriving Statistics

نمایش نظرات

آموزش دوره جامع علوم داده‌های مکانی با پایتون
جزییات دوره
7.5 hours
77
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
661
4.1 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abdishakur Awil Hassan Abdishakur Awil Hassan

دانشمند داده های مکانی