فرآیند فعالسازی مجدد لینکهای دانلود آغاز شده است. با توجه به حجم بالای محتوا و طی شدن مراحل فنی آمادهسازی، فعال شدن کامل دسترسیها برای تمامی کاربران کمی زمان میبرد.پیشاپیش از صبوری شما سپاسگزاریم.
✅ امکان تهیه دورهها فراهم است و لینکها به نوبت در حال فعالسازی هستند.
زمان اشتراکها، تمدید و اصلاح می شوند.
راه ارتباطی در ایتا 09303953766
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مقدمهای بر تحلیل دادههای مکانی و GIS در R
- آخرین آپدیت
دانلود Introduction to Spatial Data Analysis and GIS in R
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش GIS و تحلیل دادههای مکانی با R از صفر تا صد (بهینهسازی شده برای SEO)
در این دوره جامع، با استفاده از کتابخانههای sf، terra، mapview و بسیاری ابزارهای دیگر، به طور کامل تحلیل دادههای مکانی (وکتوری و رستری) را در زبان برنامهنویسی R خواهید آموخت. این دوره برای افراد مبتدی تا سطح متوسط طراحی شده است.
مباحث کلیدی که در این دوره یاد خواهید گرفت:
تفاوت بین دادههای مکانی و غیرمکانی: درک مفاهیم اساسی دادههای فضایی.
خواندن و نوشتن فرمتهای مختلف دادههای مکانی: کار با انواع فرمتهای رایج GIS.
استخراج ویژگیها از دادههای مکانی: دستکاری و تجزیه و تحلیل ویژگیهای دادههای جغرافیایی.
درک سیستمهای مختصات مرجع (CRS): کار با سیستمهای مختصات و تبدیلات آنها.
کار با فیلترهای مکانی و پیوندهای مکانی: انجام عملیات انتخاب و ادغام دادهها بر اساس موقعیت مکانی.
درک روابط مکانی (تداخل، شمول، تقاطع و غیره): شناسایی و تحلیل روابط توپولوژیکی بین اشیاء فضایی.
تولید نقشهها و نقشههای وب: ایجاد نقشههای زیبا و تعاملی برای نمایش دادههای مکانی.
کار با تبدیلات هندسی (بافر، مرکز، برش و غیره): انجام عملیات تغییر شکل و اصلاح هندسی دادهها.
پیشنیازها:
آشنایی اولیه با برنامهنویسی R (توصیه میشود).
آشنایی با توابع tidyverse، از جمله نمودارهای پایه ggplot2 و pipeline (%>% یا |>).
به دوره تحلیل دادههای مکانی در R خوش آمدید!
این دوره برای افراد مبتدی و متوسط که میخواهند به دنیای جذاب تجزیه و تحلیل دادههای مکانی با استفاده از زبان برنامهنویسی R بپردازند، طراحی شده است. ما بر آخرین بستهها و روشها برای کار با دادههای مکانی دنیای واقعی تمرکز خواهیم کرد.
محتوای دوره:
بخش 01: مقدمهای بر دادههای مکانی
آشنایی با اصول اساسی تجزیه و تحلیل دادههای مکانی.
یادگیری نحوه کار با دادههای مکانی در R.
بخش 02: سیستمهای مرجع مختصات
کاوش در سیستمهای مرجع مختصات و اهمیت آنها در تجزیه و تحلیل مکانی.
بخش 03: عملیات هندسی
یادگیری نحوه انجام عملیات کلیدی با هندسهها، از جمله فیلترهای مکانی، پیوندهای مکانی، روابط مکانی و تبدیلاتی مانند مراکز و بافرها.
بخش 04: دادههای رستر
یادگیری اینکه دادههای رستر چیست و رایجترین وظایف با این نوع داده.
این بخش شامل مقدمهای مختصر بر سنجش از دور است.
بخش 05: نقشهها با ggplot2
تسلط بر ایجاد نقشههای شگفتانگیز با استفاده از ggplot2. مهارتهای قبلی خود را برای تجسم مؤثر دادههای مکانی متحد کنید.
بخش 06: نقشههای وب
با ایجاد نقشههای وب تعاملی با افزونههای mapview و leaflet، از جمله نقشههای همگامسازی شده، تجسمهای خود را به سطح بعدی ببرید.
جزئیات دوره:
مدت زمان: تقریباً 14 ساعت و 30 دقیقه.
درسها: بیش از 150 درس که شما را از اصول اولیه به تکنیکهای پیشرفته در تجزیه و تحلیل دادههای مکانی در R راهنمایی میکند.
حالت تدریس:
نظریه و آزمونهای نظریه
تمرینهای راهنمایی شده
تمرینهای پیشنهادی با راهحل
این دوره فشرده است، از اصول اولیه شروع میشود و شما را به کسب مهارتهای پیشرفته در تجزیه و تحلیل و تجسم دادههای مکانی میبرد. پس از اتمام، شما نه تنها یک کاربر متوسط خواهید بود، بلکه یک متخصص با دانش قوی در زمینه هیجانانگیز تجزیه و تحلیل فضایی خواهید بود.
من از شما دعوت میکنم تا به من بپیوندید و قدرت R را در تجزیه و تحلیل دادههای مکانی کشف کنید!
به امید دیدار شما در کلاس!
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه ای بر دوره
Introduction to the course
راه اندازی محیط (نصب R، Rtools و RStudio)
Environment set up (install R, Rtools and RStudio)
به دوره امتیاز دهید
Rate the course
محتویات دوره
Course contents
نتایج دوره
Results of the course
مروری بر محتویات دوره و نصب پکیج ها
Overview of course contents and packages installation
به روز رسانی پکیج ها (توصیه می شود، اختیاری)
Update packages (recommended, optional)
مقدمه ای بر داده های مکانی - تئوری
Introduction to Spatial Data - Theory
مقدمه ماژول
Module introduction
داده های مکانی در مقابل داده های غیر مکانی
Spatial Data vs Non-Spatial Data
انواع هندسه
Geometry types
ویژگی های ساده
Simple features
آزمون - تئوری داده های مکانی
QUIZ - Spatial data theory
مقدمه ای بر داده های مکانی - تمرین
Introduction to Spatial Data - Practice
مقدمه ماژول
Module introduction
دانلود داده ها
Data download
تجزیه و تحلیل اکتشافی داده ها I
Exploratory Data Analysis I
تجزیه و تحلیل اکتشافی داده ها II
Exploratory Data Analysis II
تبدیل دیتا فریم به شیء مکانی
Convert data frame to spatial object
تئوری - فرمت های برداری
Theory - Vectorial formats
خروجی گرفتن Shapefile از R
Exporting shapefiles from R
وارد کردن Shapefile به R
Importing shapefiles into R
وارد/صادر کردن از Geopackage
Importing/Exporting from Geopackage
ایجاد نقشه های اکتشافی
Creating exporatory maps
ویژگی های ساده، داده های مرتبی هستند
Simple features are tidy data
نمایش نظرات