آموزش [متوسط] تجزیه و تحلیل داده های مکانی با R، QGIS و موارد دیگر

[Intermediate] Spatial Data Analysis with R, QGIS & More

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تبدیل شدن به یک معلم منبع باز GIS و مقابله با تجزیه و تحلیل داده های مکانی با استفاده از R، QGIS، GRASS و GOOGLE EARTH رایج ترین تجزیه و تحلیل داده های مکانی و وظایف GIS را با استفاده از ابزارهای نرم افزار رایگان انجام دهید. ایجاد مهارت ها از جمله استفاده از قدرت Google Earth. با استفاده از ابزار قدرتمند و رایگان GRASS GIS برای برخی از وظایف تجزیه و تحلیل داده های مکانی شروع به خرج نکنید برای ابزارهای نرم افزاری GIS پولی خرج نکنید پایه محکمی برای یادگیری وظایف پیشرفته GIS داشته باشید تجربه کار با انواع داده های مکانی مختلف و دستیابی به دست. -در تخصص پیش نیازها:علاقه به تجزیه و تحلیل داده های مکانی، نقشه برداری و GIS دانش پایه دستکاری داده ها با استفاده از QGIS & R درک پایه ای از انواع مختلف داده های مکانی و پیش بینی این دوره با استفاده از رایانه شخصی ویندوزی نشان داده خواهد شد. کاربران مک و لینوکس باید دستورالعمل ها را با سیستم عامل خود تطبیق دهند. آیا آخرین نسخه‌های GRASS GIS و Google Earth روی رایانه‌های خود نصب شده باشد، بیشتر تحلیل‌های مبتنی بر R در R Studio نشان داده می‌شوند (اما می‌توان آن را در R یا R Studio انجام داد)

آموزش عملی با داده های مکانی واقعی از منابع مختلف.

---------------------------------------------- ------------------------------------------------ ---------------

با استفاده از ابزارهای رایگان KICKASS مانند QGIS، R، GRASS و GOOGLE EARTH، مهارت های MAD GIS را توسعه دهید و تجزیه و تحلیل داده های مکانی را انجام دهید.

---------------------------------------------- ------------------------------------------------ ---------------

این دوره طراحی شده است تا کاربرانی را که از R و QGIS برای تجزیه و تحلیل داده‌های مکانی/GIS اولیه استفاده می‌کنند، برای انجام کارهای پیشرفته‌تر GIS (از جمله گردش‌های کاری خودکار و ارجاع جغرافیایی) با استفاده از داده‌های مختلف مختلف ببرد. علاوه بر مهارت در R و QGIS برای تجزیه و تحلیل داده های مکانی، با یکی دیگر از نرم افزارهای قدرتمند GIS رایگان آشنا می شوید. GRASS.

این دوره یک رویکرد کاملاً عملی برای تجزیه و تحلیل و نقشه برداری داده های مکانی دارد - هر سخنرانی یک تکنیک کاربردی/پردازش عملی را به شما آموزش می دهد که می توانید به راحتی آن را اعمال کنید.

این دوره توسط مینروا سینگ، فارغ التحصیل دکترا از دانشگاه کمبریج، انگلستان، که چندین سال تجربه تحقیقاتی در زمینه اکولوژی کمی و مدرک کارشناسی ارشد جغرافیا و محیط زیست از دانشگاه آکسفورد دارد، تدریس می شود. مینروا مقالاتی را در مجلات معتبر بین المللی منتشر کرده و در کنفرانس های بین المللی سخنرانی کرده است.

انگیزه اساسی این دوره این است که اطمینان حاصل شود که می توانید تجزیه و تحلیل داده های مکانی را امروز در عمل قرار دهید و مهارت های تجزیه و تحلیل GIS را توسعه دهید. می‌توانید تجزیه و تحلیل داده‌های مکانی را برای پروژه‌های خود شروع کنید و کارفرمایان آینده خود را با نمونه‌هایی از توانایی‌های عملی تجزیه و تحلیل داده‌های مکانی خود تحت تأثیر قرار دهید. این دوره با سایر منابع آموزشی متفاوت است. هر سخنرانی به دنبال ارتقای مهارت های GIS شما به شیوه ای قابل اثبات و ملموس است و راه حل های عملی GIS را برای شما ارائه می دهد.

این یک دوره متوسط ​​​​در تجزیه و تحلیل داده های مکانی است، یعنی ما بر روی وظایف اصلی تجزیه و تحلیل داده های مکانی (مانند مواردی که در دوره نسخه مبتدی پوشش داده شده است: تجزیه و تحلیل داده های فضایی هسته: GIS مقدماتی با R و QGIS) ساخته شده و به کاربران آموزش می دهیم. نحوه اجرای عملی وظایف پیچیده GIS مانند درونیابی، نقشه برداری داده های مکانی، ارجاع جغرافیایی و پردازش برداری دقیق. علاوه بر این، شما با آمارهای اولیه جغرافیایی و نقشه‌برداری/تجسم داده‌های مکانی آشنا خواهید شد.

این دوره تکنیک‌های پیچیده GIS را پوشش می‌دهد و با تکمیل این دوره، شما آن‌ها را به صورت عملی در نرم‌افزارهای رایگان در دسترس پیاده‌سازی می‌کنید، بنابراین شما را برای کارفرمایان جذاب‌تر می‌کند.

این یک دوره عملی و عملی است، یعنی زمان کمی را صرف پرداختن به برخی از مفاهیم نظری مربوط به تکنیک های مختلف تجزیه و تحلیل داده های مکانی نشان داده شده در دوره خواهیم کرد. با این حال، اکثر دوره بر روی کار با داده های مکانی واقعی از منابع مختلف تمرکز می کند. بعد از هر ویدیو یاد خواهید گرفت که چگونه به صورت عملی یک مفهوم یا تکنیک جدید را در نرم افزارهای مختلف مورد استفاده در دوره پیاده سازی کنید.

در طول دوره تحقیقاتم متوجه شدم که R ابزار قدرتمندی برای جمع‌آوری و تجزیه و تحلیل داده‌های مکانی به‌دست‌آمده از منابع مختلف است. مهارت در تجزیه و تحلیل داده های فضایی در R و QGIS به من کمک کرده است مقالات بیشتری را با سرعت بیشتری منتشر کنم. به راحتی می توانید نمایه من را در ResearchGate بررسی کنید.

جایزه رایگان : شما به تمام داده های استفاده شده در دوره به همراه فایل های کد R دسترسی خواهید داشت. همچنین به سخنرانی ها، منابع و فایل های R Code دسترسی خواهید داشت. همین امروز در دوره ثبت نام کنید و از این جایزه ویژه استفاده کنید!

لازم نیست به شما یادآوری کنم که در صورت عدم رضایت شما از دوره، ما یک ضمانت بدون خطر داریم. همین الان اقدام کن




سرفصل ها و درس ها

مقدمه دوره: مفاهیم کلیدی و ابزار نرم افزار INTRODUCTION TO THE COURSE: The Key Concepts and Software Tools

  • مقدمه: به دوره آموزشی خوش آمدید Introduction: Welcome to the Course

  • مقدمه ای کوتاه بر مفاهیم تحلیل داده های مکانی Brief Introduction to the Concepts of Spatial Data Analysis

  • با R و QGIS شروع کنید Get Started with R and QGIS

  • با GRASS شروع کنید Get Started with GRASS

  • نتیجه گیری در بخش 1 Conclusion to Section 1

  • مسابقه مقدمه Introduction Quiz

نگاشت بصری سازی و توزیع داده های مکانی: تجزیه و تحلیل Shapefile MAPPING THE VISUALIZATION & DISTRIBUTION OF SPATIAL DATA: Shapefile Analysis

  • مقدمه ای بر شیپ فایل ها و بررسی خواص آنها در QGIS Introduction to shapefiles and exploring their properties in QGIS

  • تجسم Shapefiles با استفاده از ویژگی های کیفی در QGIS Visualize Shapefiles Using Qualitative Attributes in QGIS

  • تجسم Shapefiles با استفاده از ویژگی های کمی در QGIS Visualize Shapefiles Using Quantitative Attributes in QGIS

  • مقدمه ای بر Shapefile Mapping در R Introduction to Shapefile Mapping in R

  • نقشه برداری Shapefile بیشتر در R More Shapefile Mapping in R

  • نقشه برداری داده های مکانی با ggplot2 و Google Earth در R Spatial Data Mapping with ggplot2 and Google Earth in R

  • نتیجه گیری در بخش 2 Conclusion to Section 2

  • آزمون تجسم داده های مکانی Spatial Data Visualization Quiz

ژئو پردازش برداری: تجزیه و تحلیل دقیق و پردازش داده های فایل شکل VECTOR GEO-PROCESSING: Detailed Analysis & Processing of Shapefile Data

  • اتصالات فضایی در QGIS Spatial joins in QGIS

  • پیوندهای فضایی در R Spatial joins in R

  • آمار پایه Shapefile در QGIS & R Basic Shapefile statistics in QGIS & R

  • مناطق بافر را به Shapefiles در QGIS اضافه کنید Add Buffer Areas to Shapefiles in QGIS

  • مناطق بافر را به Shapefiles در R اضافه کنید Add Buffer Areas to Shapefiles in R

  • بافرهای بیرونی را در R و QGIS ایجاد کنید Create Outer Buffers in R and QGIS

  • داده های مورد استفاده در Clip، Union و Intersection در QGIS Data used in Clip, Union and Intersection in QGIS

  • اتحاد دو Shapefiles در QGIS Union of Two Shapefiles in QGIS

  • کلیپ داده های برداری در QGIS Clip Vector Data in QGIS

  • تقاطع دو بردار در QGIS Intersection of two vectors in QGIS

  • عملیات برش و تقاطع در R Clipping and Intersection operations in R

  • نتیجه گیری در بخش 3 Conclusion to Section 3

  • وکتور مسابقه پردازش جغرافیایی Vector Geo-Processing Quiz

تجزیه و تحلیل الگوی نقطه ای: داده های مکانی نقطه ای XY را تجزیه و تحلیل و نقشه برداری کنید POINT PATTERN ANALYSIS: Analyze & Map XY Point Spatial Data

  • نقشه های حرارتی در QGIS Heat maps in QGIS

  • نقشه توزیع فضایی داده های نقطه ای-معرفی مختصر Map Spatial Distribution of Point Data-Brief Introduction

  • نقشه توزیع فضایی داده های نقطه ای در R Map Spatial Distribution of Point Data in R

  • با استفاده از R یک نقشه حرارتی در Google Earth ترسیم کنید Plot a Heatmap on Google Earth using R

  • مقدمه ای کوتاه بر مفاهیم درون یابی Brief Introduction to the Concepts of Interpolation

  • درونیابی داده های نقطه ای در QGIS Interpolating point data in QGIS

  • درونیابی داده های نقطه ای در درونیابی R-Thin Spline Interpolating point data in R-Thin Spline Interpolation

  • درون یابی داده های نقطه ای در وزن دهی فاصله معکوس R (IDW) Interpolating point data in R-Inverse Distance Weighting(IDW)

  • درونیابی داده های نقطه ای در R-Kriging Interpolating point data in R-Kriging

  • درونیابی داده های نقطه در GRASS Interpolating point data in GRASS

  • نتیجه گیری در بخش 4 Conclusion to Section 4

  • آزمون تحلیل الگوی نقطه ای Point Pattern Analysis Quiz

پردازش داده های شطرنجی: نقشه و تجزیه و تحلیل داده های تصویری RASTER DATA PROCESSING: Map and Analyze Image Data

  • نمایش داده های شطرنجی در QGIS Display Raster Data in QGIS

  • نمایش داده های شطرنجی در R Display Raster Data in R

  • آمار منطقه ای در QGIS Zonal Statistics in QGIS

  • ادغام رسترها در QGIS Merge Rasters in QGIS

  • ادغام رسترها در R Merge Rasters in R

  • با استفاده از Shapefile در QGIS & R یک شطرنجی را کلیپ کنید Clip a Raster Using a Shapefile in QGIS & R

  • با استفاده از Shapefile در GRASS GIS یک شطرنجی را برش دهید Clip a Raster Using a Shapefile in GRASS GIS

  • تجزیه و تحلیل زمین در GRASS GIS Terrain analysis in GRASS GIS

  • ارجاع جغرافیایی در QGIS Geo-referencing in QGIS

  • نتیجه گیری در بخش 5 Conclusion to Section 5

  • آزمون پردازش شطرنجی Raster Processing Quiz

سایر وظایف (کمی) پیشرفته GIS OTHER (SLIGHTLY) ADVANCED GIS TASKS

  • دلیل این بخش Rationale For This Section

  • مدل ساز گرافیکی در QGIS: تجزیه و تحلیل خودکار با مدل های پردازشی Graphical Modeler in QGIS: Automating Analysis with Processing Models

  • تصمیم گیری چند معیاره/تحلیل مناسبت-نظریه Multi-Criteria Decision Making/Suitability Analysis-Theory

  • تصمیم گیری چند معیاره/تحلیل مناسب در QGIS Multi-Criteria Decision Making/Suitability Analysis in QGIS

  • نقشه برداری وب در QGIS- معرفی مختصر Web Mapping in QGIS- Brief Introduction

  • نقشه برداری وب در R- یک نقشه تعاملی اساسی بسازید Web Mapping in R- Build a Basic Interactive Map

  • نتیجه CONCLUSION

مواد اضافی Additional Material

  • با داده های مکانی داخلی R کار کنید Work With R's Inbuilt Geospatial Data

  • از ggplot2 برای تجسم داده های جغرافیایی استفاده کنید Use ggplot2 to visualize geographic data

  • Github Github

  • تایم لپس برزیل Brazil Time Lapse

  • اختصاص Legends در QGIS Assign Legends in QGIS

نمایش نظرات

نظری ارسال نشده است.

آموزش [متوسط] تجزیه و تحلیل داده های مکانی با R، QGIS و موارد دیگر
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
5 hours
57
Udemy (یودمی) udemy-small
17 مهر 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
5,828
4.8 از 5
دارد
دارد
دارد
Minerva Singh

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Minerva Singh Minerva Singh

دانشمند تحصیل کرده آکسبریج

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

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.