آموزش یادگیری ماشین در GIS: درک تئوری و عمل

دانلود Machine Learning in GIS : Understand the Theory and Practice

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: استفاده از یادگیری ماشین در سیستم‌های اطلاعات جغرافیایی و سنجش از دور در QGIS و موتور گوگل ارث آشنایی کامل با اصول یادگیری ماشینی آشنایی با سیستم‌های اطلاعات جغرافیایی (GIS)، انواع داده‌های جغرافیایی و برنامه‌های GIS آشنایی کامل با اصول سنجش از دور یادگیری منبع باز GIS و ابزارهای نرم‌افزار سنجش از راه دور (QGIS، Google Earth Engine و غیره) انواع اصلی یادگیری ماشینی و کاربردهای آن‌ها در GIS را کاملاً درک کنید درباره نظارت و یادگیری بدون نظارت و کاربردهای آنها در GIS یاد بگیرید چگونه الگوریتم های یادگیری ماشینی نظارت شده و بدون نظارت را در QGIS و موتور Google Earth بکار ببرید درک تقسیم بندی، تجزیه و تحلیل تصویر مبتنی بر شی (OBIA) و مدل سازی پیش بینی در GIS یاد بگیرید چگونه تقسیم بندی تصویر را با Orfeo انجام دهید. جعبه ابزار درک تحولات اصلی در زمینه هوش مصنوعی، یادگیری عمیق و یادگیری ماشین به صورت کاربردی در GIS پیش نیازها: یک کامپیوتر کارآمد


آیا مشتاق هستید که از قدرت یادگیری ماشین برای تجزیه و تحلیل مکانی استفاده کنید، اما مطمئن نیستید از کجا شروع کنید؟ به دوره ما خوش آمدید، که برای تجهیز شما به دانش نظری و عملی یادگیری ماشین در زمینه های سیستم های اطلاعات جغرافیایی (GIS) و سنجش از دور طراحی شده است. چه به نقشه برداری کاربری و پوشش زمین، طبقه بندی یا تجزیه و تحلیل تصویر مبتنی بر شی علاقه مند باشید، این دوره شما را پوشش می دهد.

نکات برجسته دوره:

  • درک نظری و عملی کاربردهای یادگیری ماشین در GIS و سنجش از دور

  • کاربرد الگوریتم‌های یادگیری ماشین، از جمله جنگل تصادفی، ماشین‌های بردار پشتیبان و درختان تصمیم‌گیری

  • تکمیل یک پروژه کامل GIS با تمرینات عملی

  • استفاده از محاسبات ابری و تجزیه و تحلیل کلان داده از طریق موتور Google Earth

  • ایده آل برای حرفه ای ها در زمینه های مختلف

  • دستورالعمل های گام به گام و مطالب کاربردی قابل دانلود

تمرکز دوره:

این دوره جامع به قلمرو یادگیری ماشین در تجزیه و تحلیل جغرافیایی می پردازد و ترکیبی از تئوری و کاربرد عملی را ارائه می دهد. پس از اتمام دوره، دانش و اعتماد به نفس برای مهار یادگیری ماشین برای طیف وسیعی از وظایف جغرافیایی را خواهید داشت.

آنچه خواهید آموخت:

  • نصب نرم افزار منبع باز GIS (QGIS، جعبه ابزار OTB) و پیکربندی مناسب

  • پیمایش در رابط نرم افزار QGIS، شامل اجزا و افزونه ها

  • طبقه‌بندی تصاویر ماهواره‌ای با الگوریتم‌های متنوع یادگیری ماشین (مانند جنگل تصادفی، ماشین‌های بردار پشتیبانی، درختان تصمیم) در QGIS

  • انجام بخش بندی تصویر در QGIS

  • تهیه نقشه پوشش زمین افتتاحیه خود با استفاده از پلت فرم محاسبات ابری Google Earth Engine

چه کسی باید ثبت نام کند:

این دوره برای مخاطبان متنوعی از جمله جغرافیدانان، برنامه نویسان، دانشمندان علوم اجتماعی، زمین شناسان، و هر متخصصی که از نقشه ها در زمینه های مربوطه خود استفاده می کند، پاسخ می دهد. اگر کارهایی را پیش‌بینی می‌کنید که به الگوریتم‌های پیشرفته‌ی یادگیری ماشین برای کارهایی مانند نقشه‌برداری پوشش زمین و کاربری اراضی نیاز دارند، این دوره به شما مهارت‌هایی را برای رسیدگی به چنین چالش‌های جغرافیایی توانمند می‌کند.

در این دوره گنجانده شده است: به دستورالعمل های گام به گام، مواد عملی، مجموعه داده ها و راهنمایی برای تمرینات عملی در QGIS و Google Earth Engine دسترسی پیدا کنید. امروز ثبت نام کنید تا پتانسیل یادگیری ماشین برای تجزیه و تحلیل جغرافیایی را باز کنید!


سرفصل ها و درس ها

مقدمه ای بر درس GIS و سنجش از دور Introduction to the course, GIS and Remote Sensing

  • مقدمه Introduction

  • GIS توضیح داد GIS explained

  • مقدمه ای بر سنجش از دور: تعریف Introduction to Remote Sensing: definition

  • مقدمه ای بر سنجش از دور: برنامه های کاربردی Introduction to Remote Sensing: applications

نصب QGIS بر روی کامپیوتر شما Installation of QGIS on your Computer

  • راه اندازی کامپیوتر برای تجزیه و تحلیل GIS و نرم افزار GIS موجود در بازار Computer Set up for GIS analysis and GIS software on the market

  • اطلاعات نسخه QGIS QGIS version information

  • نصب QGIS Installing QGIS

  • یادداشتی در مورد نسخه های QGIS و افزونه های آن A note on QGIS versions and it's plug-ins

  • بررسی رابط QGIS Exploring QGIS interface

  • قدرتی از QGIS - QGIS Plug-in A power of QGIS - QGIS Plug-ins

  • آزمایشگاه: به موتور Google Earth وارد شوید Lab: Sign In to Google Earth Engine

مقدمه ای بر یادگیری ماشین در GIS Introduction to Machine Learning in GIS

  • مقدمه ای بر یادگیری ماشینی Introduction to Machine Learning

  • در مورد یادگیری ماشین در GIS و سنجش از دور On Machine Learning in GIS and Remote Sensing

  • نصب OTB OTB installation

انواع یادگیری ماشینی تحت نظارت و بدون نظارت و کاربردها در GIS Types of supervised & unsupervised machine learning and applications in GIS

  • یادگیری نظارت شده و بدون نظارت (طبقه بندی) در GIS و سنجش از دور Supervised and Unsupervised Learning (classification) in GIS and Remote Sensing

  • آزمایشگاه: طبقه بندی تصاویر بدون نظارت در SCP Lab: Unsupervised Image Classification in SCP

  • طبقه بندی پوشش زمین در ابر با استفاده از مرورگر EO Land cover classification on the cloud using EO browser

  • تجزیه و تحلیل تصویر بدون نظارت (K-means) در QGIS Unsupervised (K-means) image analysis in QGIS

  • طبقه بندی تصادفی جنگل نظارت شده تصویر Sentinel-2 Random Forest supervised classification of Sentinel-2 image

  • طبقه بندی درختان تصمیم تصویر Sentinel-2 Decision Trees classification of Sentinel-2 image

  • ارزیابی دقت Accuracy Assessment

  • بردار پشتیبان (SVM) طبقه بندی نظارت شده تصاویر ماهواره ای Support Vector Machine (SVM) supervised classification of the satellite imagery

جدید: طبقه بندی تصاویر در QGIS: نحوه ایجاد آموزش و اجرای طبقه بندی New: Image classification in QGIS: how to create training and run classification

  • اضافی: جمع آوری داده های آموزشی برای طبقه بندی تصاویر بر اساس تصاویر Landsat Extra: Training data collection for image classification based on Landsat images

  • آزمایشگاه: طبقه بندی تصاویر در QGIS Lab: image classification in QGIS

یادگیری ماشین در موتور Google Earth Machine Learning in Google Earth Engine

  • مرورگر EO برای دانلود تصویر، شاخص های طیفی و پوشش زمین EO browser for image download, spectral indices & land cover

  • طبقه بندی نظارت شده با موتور Google Earth Supervised classification with Google Earth Engine

  • وارد کردن تصاویر و تجسم آنها در Google Earth Engine Import images and their visualization in Google Earth Engine

  • تجزیه و تحلیل تصویر بدون نظارت (K-means) در موتور Google Earth Unsupervised (K-means) image analysis in Google Earth Engine

  • طبقه بندی تصادفی جنگل در موتور زمین Random Forest Classification in Earth Engine

  • ارزیابی دقت در موتور Google Earth Accuracy Assessment in Google Earth Engine

مقدمه ای بر یادگیری ماشین مبتنی بر شی در GIS و QGIS Introduction to object-based machine learning in GIS and QGIS

  • تشخیص اشیا در GIS Object detection in GIS

  • تقسیم بندی و تجزیه و تحلیل تصویر مبتنی بر شی (OBIA) Segmentation and object-based image analysis (OBIA)

  • تقسیم بندی تصاویر ماهواره ای با وضوح بالا Segmentation of high-resolution satellite image

پیش بینی و رگرسیون در GIS و یادگیری عمیق برای تجزیه و تحلیل داده های بزرگ Predictions and regression in GIS and deep learning for Big Data Analysis

  • در مورد رگرسیون در GIS On regression in GIS

  • نرم افزار ArcGIS برای تحلیل رگرسیون ArcGIS Software for regression analysis

  • آزمایشگاه: از تحلیل رگرسیون در ArcGIS استفاده کنید Lab: Use regression analysis in ArcGIS

  • پیش بینی در GIS و یادگیری عمیق برای تجزیه و تحلیل داده های بزرگ Prediction in GIS and deep learning for Big Data Analysis

پروژه نهایی: یادگیری ماشین برای GIS در ابر (موتور Google Earth) Final Project: Machine Learning for GIS on cloud (Google Earth Engine)

  • تکلیف پروژه Project assignment

  • جایزه BONUS

نمایش نظرات

آموزش یادگیری ماشین در GIS: درک تئوری و عمل
جزییات دوره
6.5 hours
38
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
10,671
4.4 از 5
دارد
دارد
دارد
Kate Alison
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kate Alison Kate Alison

سنجش از دور/متخصص GIS و دانشمند داده من یک دانشمند پرشور داده ، زمین رصد (EO) و متخصص و مربی GIS هستم. من کارشناسی ارشد خود را دریافت کردم در زمینه مشاهده زمین و علوم داده های کاربردی از دانشگاه ساوتهمپتون (انگلستان) و من نیز دارای مدرک دکترا هستم. مدرک تحصیلی EO از آلمان. من به طور منظم در سراسر جهان تدریس و آموزش می دهم و همچنین در مورد موضوع ذکر شده به طور منظم مشاوره می کنم. من هزاران مشتری راضی در سراسر جهان دارم! و اکنون خوشحال خواهم شد اگر بتوانم این موضوعات جالب ، بسیار کاربردی و مهیج را نیز به شما بیاموزم! برای دانشجویان GIS و سنجش از دور: اگر می خواهید تجزیه و تحلیل جامع داده های مکانی را یاد بگیرید ، در اینجا یک دستور ترجیحی برای نحوه گذراندن دوره های من وجود دارد: گزینه 1: تمام دوره های فردی را که به ترتیب زیر جزئیات بیشتری در مورد موضوعات خاص ، سخنرانی های بیشتر و آزمایشگاه های بیشتر دارند ، شرکت کنید.