آموزش تحلیل پیشرفته داده‌های مکان‌مند (Geospatial) با پایتون - آخرین آپدیت

دانلود Advanced Geospatial Data Analytics in Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، میلان یانوسوف، متخصص شناخته‌شده جهانی، به بررسی علم داده‌های مکان‌مند پیشرفته با استفاده از پایتون می‌پردازد و شما را به ابزارهایی مجهز می‌کند تا مشکلات دنیای واقعی را در بخش‌های مختلف حل کنید. بیاموزید که چگونه داده‌های جغرافیایی را دستکاری، مدل‌سازی و بصری‌سازی کنید. با پیچیدگی‌های ایندکس‌گذاری مکانی (Spatial Indexing) آشنا شوید و یاد بگیرید چگونه از ژئوکدینگ برای تبدیل آدرس‌های متنی به مختصات مکانی استفاده کنید. در مهارت‌های پیچیده‌تر غرق شوید و درک خود را از داده‌های زمانی-مکانی (Spatio-temporal) افزایش دهید تا بتوانید تغییرات را در طول زمان ردیابی کنید. از طریق مثال‌ها و تمرین‌های عملی، از جمله یک پلتفرم قدرتمند برای ساخت خط لوله‌های تحلیلی مکان‌مند موثر، تجربه کسب کنید. پس از اتمام این دوره، شما پایه‌ای محکم و تخصص ارتقایافته‌ای در علم داده‌های مکان‌مند مبتنی بر پایتون خواهید داشت و آماده خواهید بود تا مدل‌ها و تحلیل‌های مکانی پیشرفته را در هر محیط حرفه‌ای یا پژوهشی اجرا کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • مهارت‌های اصلی پوشش داده شده Core skills covered

  • زمین در کد: گردش کارهای پیشرفته مکان‌مند در پایتون Earth in code: Advanced geospatial workflows in Python

1. تبدیل بین فرمت‌ها و رزولوشن‌های داده‌های مکانی 1. Converting between Spatial Data Formats and Resolutions

  • توصیف داده‌ها: داده‌های برداری (Vector) Data description: Vector data

  • تبدیل داده‌های رستری به شبکه برداری Turning the raster data into a vector grid

  • کاهش نمونه‌برداری رستری (Downsampling) Raster downsampling

  • توصیف داده‌ها: داده‌های رستری (Raster) Data description: Raster data

  • رستری کردن داده‌های برداری Rasterizing vector data

  • آمار منطقه‌ای (Zonal Statistics): مبانی Zonal statistics: The basics

  • مرور کلی فصل اول Chapter 1 overview

2. ایندکس‌گذاری مکانی 2. Spatial Indexing

  • نگاشت نقاط داده ارتفاعی نقشه به شش‌ضلعی‌ها Map elevation data points into hexagons

  • مقدمه‌ای بر ایندکس‌گذاری مکانی Introduction to spatial indexing

  • کار عملی با H3 Getting hands-on with H3

  • بصری‌سازی شبکه‌های H3 Visualizing H3 grids

  • مرور کلی فصل دوم Chapter 2 overview

3. تحلیل داده‌های زمانی-مکانی 3. Analyzing Temporal Spatial Data

  • تشخیص تغییرات در داده‌های رستری Change detection on raster data

  • مرور کلی داده‌های زمانی-مکانی Overview of spatio-temporal data

  • خواندن و بصری‌سازی داده‌های NetCDF Read and visualize NetCDF data

  • گردآوری داده‌ها Data acquisition

  • بصری‌سازی تغییرات زمانی در داده‌های مکانی Visualize the temporal changes in spatial data

  • پیش‌پردازش داده‌ها Data preprocessing

  • مرور کلی فصل سوم Chapter 3 overview

  • NetCDF: یک فرمت فایل پیشرفته NetCDF: An advanced file format

4. ژئوکدینگ و تصویرسازی‌های پیشرفته نقشه 4. Geocoding and Advanced Map Projections

  • تصویرسازی‌های پیشرفته نقشه با استفاده از Pyproj Advanced map projections using Pyproj

  • ژئوکدینگ معکوس مختصات Reverse geocoding coordinates

  • مرور کلی فصل چهارم Chapter 4 overview

  • ژئوکدینگ Geocoding

ادامه مسیر یادگیری تحلیل داده‌های مکان‌مند Continuing Your Geospatial Data Analytics Learning Journey

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش تحلیل پیشرفته داده‌های مکان‌مند (Geospatial) با پایتون
جزییات دوره
1h 55m
27
(آخرین آپدیت)
5,011
- 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

Milan Janosov, Ph.D. Milan Janosov, Ph.D.

میلان یانوسوف دانشمند داده، نویسنده و بنیانگذار مشاوره داده های جغرافیایی است.

با پیشینه فیزیک و بیوفیزیک، میلان در سال 2020 مدرک دکترای خود را در علوم شبکه و داده گرفت. او در دانشگاه Eötvös Loránd و دانشگاه اروپای مرکزی در بوداپست، در آزمایشگاه Barabási در بوستون، و آزمایشگاه Bell در کمبریج مطالعه و تحقیق کرد. . او نویسنده ضرورت های علم داده های جغرافیایی: 101 نکته و ترفند عملی پایتون است و کار او در تحقیقات علوم اجتماعی طبیعت، GQ، آموزش عالی تایمز، نیو ساینتیست، نیویورک ارائه شده است. Times، TechXplore، The Economic Times، Futurismو موارد دیگر.