آموزش علوم داده مکانی با R - آخرین آپدیت

دانلود Geospatial Data Science with R

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

مهارت‌های کار با داده‌های مکانی را برای کاربردهای واقعی بیاموزید. بدون نیاز به تجربه برنامه‌نویسی قبلی.

آموزش کار با داده‌های مکانی با R: تحلیل، تجسم و کاربردهای عملی

در دنیای هیجان‌انگیز علم داده‌های مکانی قدم بگذارید و دریچه‌های جدیدی را برای تحقیقات، کسب‌وکار و پروژه‌های خود باز کنید. این دوره به شما مهارت‌های لازم را برای تحلیل، دستکاری و تجسم داده‌های مکانی با استفاده از ابزارها و کتابخانه‌های قدرتمند در اکوسیستم متن‌باز R فراهم می‌کند.

آنچه خواهید آموخت:

در طول دوره، من گام به گام شما را راهنمایی می‌کنم تا به اهداف یادگیری زیر دست یابید:

  • راه‌اندازی محیط R: بهترین روش‌ها را در راه‌اندازی محیط محاسباتی خود با استفاده از RStudio، R Projects و R Markdown Notebooks دنبال کنید.
  • مبانی R: از نحو، ساختارهای داده، توابع و بسته‌های نرم‌افزاری مناسب برای تجزیه و تحلیل داده‌شده استفاده کنید.
  • درک داده‌های مکانی: تفاوت‌های بین قالب‌های برداری و رستر و نحوه نمایش و تجزیه و تحلیل انواع مختلف داده‌های مکانی را تشخیص دهید.
  • مدیریت مجموعه‌داده‌های مکانی: تکنیک‌های بارگیری، پردازش و صادر کردن مجموعه‌داده‌های مکانی را بیاموزید، حتی هنگام برخورد با فایل‌های بزرگ که از حافظه موجود (RAM) فراتر می‌روند.
  • سیستم‌های مرجع مختصات: اهمیت سیستم‌های مرجع مختصات (CRS) را بیاموزید و بتوانید CRS مناسب را برای تجزیه و تحلیل خود انتخاب و اعمال کنید.
  • داده‌های برداری: هندسه و عملیات مکانی را برای دستکاری داده‌های برداری اعمال کنید.
  • داده‌های رستر: داده‌های رستر را دستکاری و خلاصه کنید تا اطلاعات را از تصاویر ماهواره‌ای و سایر منابع استخراج کنید.
  • گردش کار پردازش داده: اسکریپت‌هایی برای پردازش و تجسم خودکار داده‌های مکانی ایجاد کنید.
  • ایجاد تصاویر جذاب: نقشه‌ها و تصاویری آماده انتشار ایجاد کنید تا یافته‌های خود را به طور موثر به مخاطبان گسترده‌تری منتقل کنید.
  • کاربردهای عملی: مهارت‌های جدید خود را برای انجام نظارت بر محیط زیست و تجزیه و تحلیل جمعیت‌شناسی اعمال کنید.

این دوره شامل موارد زیر است:

  • اسلایدهای جامع: به تمام اسلایدها، که شامل کد نمونه و پیوند به منابع است، دسترسی داشته باشید.
  • یادگیری عملی: آموزش‌های گام به گام کد بعد از هر سخنرانی.
  • نوت‌بوک‌های کد: همراه با اسکریپت‌ها، گردش کار پردازش داده‌ها و توضیحات همراه.
  • آزمون‌ها و تمرین‌ها: درک خود را از مفاهیمی که آموخته‌اید تقویت و آزمایش کنید.
  • دسترسی مادام العمر: از دسترسی نامحدود به تمام به‌روزرسانی‌های آینده لذت ببرید.
  • گواهی پایان دوره Udemy.
  • یادگیری بدون ریسک: 30 روز ضمانت بازگشت پول "بدون سوال"!

درباره مدرس شما:

سلام، من شیائو پینگ (XP) هستم. در مسیر حرفه‌ای خود، عمیقاً در توسعه معیارها و نرم‌افزارهای پیش‌بینی‌کننده برای برنامه‌ریزی شهری و گزارش‌دهی پایداری درگیر بوده‌ام. تحقیقات و تدریس من بر یادگیری ماشین کاربردی و تکنیک‌های مکانی متمرکز است. در طول دوران حرفه‌ای خود، دوره‌های کارشناسی و کارشناسی ارشد، کارگاه‌های برنامه‌نویسی و کلاس‌های موسیقی را تدریس کرده‌ام و مفتخر به دریافت جوایز متعدد تدریس بوده‌ام.

به عنوان یک مربی، متوجه می‌شوم که دانش‌آموزان زمانی بهترین انگیزه را دارند که مفاهیم اساسی را درک کنند و از آنچه می‌بینند الهام بگیرند. به همین دلیل است که در کلاس ما مستقیماً به مثال‌های جالب و عملی می‌پردازیم. ما با استفاده فعال از دانش خود در سناریوهای دنیای واقعی از طریق یک فرآیند گام به گام، رویکردی عملی را اتخاذ خواهیم کرد.

آیا آماده‌اید؟

آنچه این دوره را از سایر دوره‌های علوم داده متمایز می‌کند، تمرکز منحصر به فرد ما بر مسائل مکانی است. مسائل مکانی چشم‌انداز بصری غنی را برای اکتشاف و تجزیه و تحلیل ارائه می‌دهند، و در این دوره، خود را در مثال‌های جذاب و عملی غرق خواهیم کرد. چه یک مبتدی مطلق باشید و چه یک متخصص باتجربه، این دوره برای این طراحی شده است که درک خود را عمیق کنید و مهارت‌های عملی را به دست آورید که می‌توان بلافاصله به کار برد. به من بپیوندید در حالی که این سفر جدید یادگیری را آغاز می‌کنیم - مشتاقانه منتظر دیدن شما در کلاس هستم!

با احترام،

شیائو پینگ (XP)

پیش‌نیازها:

بدون نیاز به تجربه برنامه‌نویسی. ما محیط محاسباتی را با هم راه‌اندازی می‌کنیم و اصول برنامه‌نویسی را پوشش می‌دهیم.

آشنایی اولیه با مفاهیم و داده‌های مکانی مفید است اما اجباری نیست.

یک کامپیوتر برای دنبال کردن تمرین‌های کدنویسی (MacOS، Windows). این به شما کمک می‌کند تا درک خود از تکنیک‌های آموخته‌شده را تمرین و تقویت کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدید Welcome

  • یک یادآوری سریع A quick heads-up

  • نصب R و RStudio Install R and RStudio

  • نصب R و RStudio: منابع Install R and RStudio: Resources

  • دانلود منابع دوره Download course resources

مقدمه ای بر برنامه نویسی R Introduction to R Programming

  • درباره R About R

  • شروع به کار Getting started

  • نوت بوک های R: یادآوری درباره نصب بسته R Notebooks: A heads-up on package installation

  • نوت بوک های R R Notebooks

  • پروژه های R R Projects

  • نحو کلی General syntax

  • ساختارهای داده Data structures

  • عملیات زیر مجموعه گیری Subsetting operations

  • توابع Functions

  • The tidyverse: یادآوری درباره نصب بسته The tidyverse: A heads-up on package installation

  • The tidyverse The tidyverse

  • The tidyverse: مثال The tidyverse: Example

  • هفته 1: یادداشت ها و تمرین ها Week 1: Notes and exercises

  • اصول R R fundamentals

  • مطالعه: منابع اضافی Reading: Additional resources

R به عنوان یک سیستم اطلاعات جغرافیایی R as a Geographical Information System

  • نمایش داده های مکانی Representing spatial data

  • راه اندازی محیط R Set up R environment

  • کار با بردارها Working with vectors

  • بردارها: نقاط Vectors: Points

  • بردارها: خطوط Vectors: Lines

  • بردارها: چند ضلعی ها Vectors: Polygons

  • بردارها: عملیات هندسی Vectors: Geometry operations

  • بردارها: عملیات مکانی Vectors: Spatial operations

  • کار با رسترها Working with rasters

  • تبدیل بین بردارها و رسترها Convert between vectors and rasters

  • هفته 2: یادداشت ها و تمرین ها Week 2: Notes and exercises

  • R به عنوان یک سیستم اطلاعات جغرافیایی R as a Geographical Information System

  • مطالعه: منابع اضافی Reading: Additional resources

کاربردهای عملی تجزیه و تحلیل های ژئومکانی Practical Applications of Geospatial Analyses

  • مرور بخش Section overview

  • نکته ای در مورد رسترهای چند لایه A note about multi-layered rasters

  • طبقه بندی پوشش زمین: مرور کلی Land cover classification: Overview

  • طبقه بندی پوشش زمین: پردازش تصاویر Land cover classification: Process images

  • طبقه بندی پوشش زمین: طبقه بندی تصاویر Land cover classification: Classify images

  • طبقه بندی پوشش زمین: ترکیب تصاویر Land cover classification: Combining images

  • طبقه بندی پوشش زمین: تمرین عملی Land cover classification: Practice exercise

  • طبقه بندی پوشش زمین: یادداشت ها و تمرین ها Land cover classification: Notes and exercises

  • نقشه برداری داسی متری: مرور کلی Dasymetric mapping: Overview

  • نقشه برداری داسی متری: پردازش جمعیت Dasymetric mapping: Process population

  • نقشه برداری داسی متری: پردازش کاربری اراضی Dasymetric mapping: Process land use

  • نقشه برداری داسی متری: رستر سازی و نقشه برداری Dasymetric mapping: Rasterize and map

  • نقشه برداری داسی متری: تمرین عملی Dasymetric mapping: Practice exercise

  • نقشه برداری داسی متری: یادداشت ها و تمرین ها Dasymetric mapping: Notes and exercises

  • کاربردهای عملی Practical applications

نتیجه گیری Conclusion

  • تبریک Congratulations

  • سخنرانی جایزه Bonus Lecture

نمایش نظرات

آموزش علوم داده مکانی با R
جزییات دوره
4 hours
47
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
562
4.7 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar