لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش API های جغرافیایی برای کاربردهای علم داده در پایتون
Geospatial APIs For Data Science Applications In Python
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
علم داده با موتور Google Earth (GEE) و Foursquare with Python با استفاده از رابط های برنامه نویسی کاربردی (API) نحوه کار با نوت بوک های آنلاین Jupyter را از طریق به دست آوردن زمین قوی در کار با API های جغرافیایی با استفاده از Python با استفاده از روش های علم داده بر روی داده های مکانی استفاده کنید Google Earth را به کار بگیرید. موتور (GEE) API در اکوسیستم پایتون استفاده از مجموعه داده های GEE برای تجسم و تجزیه و تحلیل جغرافیایی
در آخرین دوره آموزشی من در مورد نحوه یادگیری همه چیز در مورد به دست آوردن و کار با داده های مکانی رایگان که از طریق رابط های برنامه نویسی برنامه (API) با استفاده از DATACHNISQUES به دست آمده است، ثبت نام کنید.
آیا در حال حاضر در یکی از دوره های مرتبط با GIS و سنجش از دور من ثبت نام کرده اید؟
یا شاید تجربه قبلی در GIS یا ابزارهایی مانند R و QGIS دارید؟
میخواهید به سرعت مقادیر زیادی از دادههای مکانی را تجزیه و تحلیل کنید
مدلهای یادگیری ماشین را روی دادههای سنجش از راه دور پیادهسازی کنید
نمیخواهید 100 و 1000 دلار برای خرید نرمافزار تجاری برای تجزیه و تحلیل تصاویر خرج کنید؟
شما می خواهید به کاتالوگ چند پتابایتی از تصاویر ماهواره ای و مجموعه داده های مکانی با قابلیت تجزیه و تحلیل در مقیاس سیاره ای دسترسی داشته باشید
گام بعدی برای شما این است که در به دست آوردن مجموعه دادههای جغرافیایی رایگان از منابع مختلف، از Foursquare تا Google Earth Engine از طریق APIهای سازگار با Python، مهارت کسب کنید و آنها را با استفاده از تکنیکهای علم داده تجزیه و تحلیل کنید
دوره من یک آموزش عملی با سنجش از راه دور واقعی و تجزیه و تحلیل داده های GIS با موتور زمین GOOGLE- یک پلت فرم در مقیاس سیاره ای برای تجزیه و تحلیل داده های علوم زمین است. از جمله پیادهسازی مدلهای یادگیری ماشین بر روی دادههای تصویری، که توسط زیرساخت ابری Google پشتیبانی میشود. !
دوره آموزشی من پایهای برای انجام کارهای سنجش از راه دور عملی، واقعی و تجزیه و تحلیل GIS در این پلتفرم قدرتمند با پشتیبانی از ابر فراهم میکند. با گذراندن این دوره، شما یک گام مهم به جلو در سفر GIS خود برای تبدیل شدن به یک متخصص در تجزیه و تحلیل جغرافیایی بردارید.
چرا باید در دوره من شرکت کنید؟
من مدرک کارشناسی ارشد (جغرافیا و محیط زیست) از دانشگاه آکسفورد، انگلستان دارم. من همچنین یک دکترا را در دانشگاه کمبریج (اکولوژی و حفاظت از محیط گرمسیری) به پایان رساندم.
من چندین سال تجربه در تجزیه و تحلیل دادههای مکانی فضایی واقعی از منابع مختلف و تولید نشریات برای مجلات معتبر بینالمللی دارم.
در این دوره، دادههای مکانی واقعی بهدستآمده از طریق APIهای Foursquare و GEE استفاده میشود تا تجربه عملی را در استفاده از تکنیکهای علم داده و یادگیری ماشین در این دادهها به شما ارائه دهد تا به سؤالات واقعی مانند شناسایی بهترین مکانها برای پاسخگویی به سؤالات واقعی پاسخ دهید. یک رستوران یا تغییرات در پویایی اجتماعی-اقتصادی یک منطقه.
این دوره به شما اطمینان میدهد که امروز تحلیل دادههای مکانی را در عمل به کار میگیرید و مهارت خود را در استفاده از APIها برای بهدست آوردن این دادهها و به دست آوردن بینشهای ارزشمند از آنها افزایش میدهد.
این یک دوره نسبتاً جامع است، یعنی ما بر یادگیری ضروریترین و پرکاربردترین تکنیکهای علوم دادهای که برای دادههای مکانی استفاده میشوند تمرکز خواهیم کرد
علاوه بر همه موارد فوق، شما از حمایت مستمر من برخوردار خواهید بود تا مطمئن شوید که بیشترین سود را از سرمایه گذاری خود می برید!
اکنون ثبت نام کنید :)
سرفصل ها و درس ها
به دوره خوش آمدید
Welcome to the Course
این دوره در مورد چیست؟
What Is This Course About?
داده و کد
Data and Code
نصب پایتون
Python Installation
Google CoLab چیست؟
What Is Google CoLab?
Google Colabs و GPU
Google Colabs and GPU
بسته های Google Colab
Google Colab Packages
مقدمه ای بر مفاهیم پایه داده های مکانی
Introduction To Basic Spatial Data Concepts
مقدمه ای بر API های جغرافیایی (و سایر منابع داده های GIS)
Introduction to Geospatial APIs (and Other Sources of GIS Data)
API ها چیست؟
What Are APIs
MRT سنگاپور
Singapore MRT
ژئوکدینگ پایه
Basic Geocoding
ژئوکد چارچوب داده شهرها
Geocode A Dataframe of Cities
مقدمه ای بر API Foursquare
Introduction To The Foursquare API
با API Foursquare شروع کنید
Get Started With the Foursquare API
مکان ها و جزئیات آنها را در اطراف یک مکان خاص به دست آورید
Obtain Venues and Their Details Around a Particular Location
مکان های چهار ضلعی را تجسم کنید
Visualise the Foursquare Venues
بازیابی مکان ها بر اساس مختصات طولانی Lat
Retrieve Venues On the Basis of Lat Long Coordinates
مکان های مربوط به محله های بمبئی را بازیابی کنید
Retrieve the Venues Corresponding To Mumbai's Neighbourhoods
سایر منابع داده های مکانی
Other Source of Geospatial Data
دسترسی به داده های خیابان باز
Access Open Street Data
دریافت اطلاعات بانک جهانی
Obtain World Bank Data
مقدمه ای بر موتور Google Earth (GE)
Introduction To Google Earth Engine (GE)
GEE چیست؟
What is GEE?
برای GEE ثبت نام کنید
Sign Up For GEE
مجموعه داده ها در GEE
Datasets Within GEE
به دست آوردن داده های GEE از طریق API برای استفاده با پایتون
Obtaining GEE Data Via API To Use With Python
دسترسی به GEE API در پایتون
Accessing GEE API Within Python
مقدمه ای بر Geemap
Introduction To Geemap
کاوش مجموعه های ویژگی را شروع کنید
Start Exploring Feature Collections
فیلتر کردن و تجسم Shapefiles
Filter and Visualise Shapefiles
بزرگترین کشور را بشناسید
Identify the Biggest Country
فیلتر بر اساس ویژگی های عددی
Filter Based on Numerical Attributes
گروه بندی مجموعه های ویژگی بر اساس ویژگی ها
Grouping Feature Collections By Attributes
یک GeoJSON Bounding Box ایجاد کنید
Create a GeoJSON Bounding Box
کلیپ تصویر به وسعت فایل شکل
Clip Image To Shapefile Extent
آپلود داده های خارجی در GEE
Upload External Data On GEE
کار با داده های تصویری GEE
Working With GEE's Imagery Data
به مجموعههای تصاویر در Google Colab دسترسی پیدا کنید
Access Image Collections Within Google Colab
تصاویر کنار هم را ببینید
See Images Side By Side
محاسبات توپوگرافی
Topographic Computations
کلکسیون تصویر را به وسعت Shapefile ببرید
Clip Image Collection To Shapefile Extent
تصویر بریده شده خود را بهبود بخشید
Improve Your Clipped Image
تجسم سری زمانی
Time Series Visualization
داده های چندطیفی چیست؟
What Are Multispectral Data?
استفاده از داده های چندطیفی: مورد Tonle Sap
Using Multispectral Data: Case of Tonle Sap
نقشه برداری سیل
Flood Mapping
چرا به داده های رادار نیاز داریم؟
Why Do We Need Radar Data
به دست آوردن داده های Sentinel-1 از GEE
Obtaining Sentinel-1 Data From GEE
داده های Sentinel-1 را تجسم کنید
Visualise Sentinel-1 Data
داده های سری زمانی Landsat را از GEE دریافت کنید
Obtain Time Series Landsat Data From GEE
دریافت حسی از داده های ما
Getting a Sense of Our Data
پانداها چیست؟
What Are Pandas?
اصول تجسم داده ها
Principles of Data Visualisation
برخی از اصول نظری پشت تجسم داده ها
Some Theoretical Principles Behind Data Visualisation
تجسم داده های جغرافیایی سری زمانی با پانداها
Visualise Time Series Geospatial Data With Pandas
ایستگاه های MRT سنگاپور در کجا قرار دارند؟
Where Are Singapore's MRT Stations Located?
بیایید این ایستگاه ها را رنگ کنیم - قسمت 1
Let's Colour Code These Stations-Part 1
بیایید این ایستگاه ها را رنگ کنیم - قسمت 2
Let's Colour Code These Stations- Part 2
فراگیری ماشین
Machine Learning
یادگیری ماشینی (ML) چیست؟
What is Machine Learning (ML)?
داده های آموزشی
Training Data
یادگیری بدون نظارت: نظریه
Unsupervised Learning:Theory
k-به معنی
k-means
خوشه بندی پوشش های زمینی در کامبوج - قسمت 1
Clustering Landcovers in Cambodia-Part1
خوشه بندی پوشش های زمین در کامبوج - قسمت 2
Clustering Landcovers in Cambodia-Part 2
طبقه بندی نظارت شده
Supervised Classification
جنگل تصادفی
Random Forest
طبقه بندی نظارت شده پایه با MODIS برای نمونه های آموزشی
Basic Supervised Classification With MODIS For Training Samples
نتایج من چقدر خوب است؟
How Good Are My Results?
دقت
Accuracy
عدم اختلاط طیفی
Spectral Unmixing
طبقه بندی نظارت شده با موقعیت جغرافیایی: مقدمه (قسمت 1)
Supervised Classification With Geolocations: Introduction (Part 1)
طبقه بندی نظارت شده: داده های آموزشی موقعیت جغرافیایی
Supervised Classification: Geolocation Training Data
طبقه بندی تصویر
Classify The Image
ترکیب داده های EO از سنسورهای مختلف - مشکل
Combine EO Data From Different Sensors-Problem
طبقه بندی نظارت شده: Sentinel-1 و Sentinel-2
Supervised Classification: Sentinel-1 and Sentinel-2
طبقه بندی نظارت شده: Sentinel VIs
Supervised Classification: Sentinel VIs
نتایج طبقه بندی را تجسم کنید
Visualise the Classification results
تجزیه و تحلیل تصویر مبتنی بر شی
Object Based Image Analysis
سلام. من فارغ التحصیل دکترا از دانشگاه کمبریج هستم که در آنجا در اکولوژی گرمسیری تخصص دارم. من همچنین یک دانشمند داده هستم. به عنوان بخشی از تحقیقاتم، باید تجزیه و تحلیل گسترده دادهها، از جمله تجزیه و تحلیل دادههای مکانی را انجام دهم. یا برای این منظور ترجیح میدهم از ترکیبی از ابزارهای رایگان نرمافزار R، QGIS و Python استفاده کنم. بیشتر کار تجزیه و تحلیل دادههای مکانی خود را با استفاده از R انجام میدهم. و QGIS. اینها جدا از رایگان بودن، ابزارهای بسیار قدرتمندی برای تجسم، پردازش و تجزیه و تحلیل داده ها هستند. من همچنین دارای مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد هستم. من مهارت های آماری و تجزیه و تحلیل داده های خود را از طریق تعدادی MOOC از جمله The Analytics Edge (دوره آماری مبتنی بر R و یادگیری ماشین ارائه شده توسط EdX)، یادگیری آماری (دوره یادگیری ماشین مبتنی بر R ارائه شده توسط Standford آنلاین) تقویت کرده ام. علاوه بر تجزیه و تحلیل داده های مکانی، در تجزیه و تحلیل آماری، یادگیری ماشین و داده کاوی نیز مهارت دارم. من همچنین از برنامه نویسی عمومی، تجسم داده ها و توسعه وب لذت می برم. من علاوه بر اینکه یک دانشمند و اعداد شکن هستم، یک مسافر مشتاق هستم
نمایش نظرات