لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش علم دادههای مکانی و کاربردهای آن
- آخرین آپدیت
دانلود Spatial Data Science and Applications
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دادههای مکانی (نقشه) به عنوان یکی از زیرساختهای اصلی دنیای فناوری اطلاعات مدرن شناخته میشوند؛ موضوعی که با تراکنشهای تجاری شرکتهای بزرگی مانند اپل، گوگل، مایکروسافت، آمازون، اینتل، اوبر و حتی شرکتهای خودروسازی همچون آئودی، بیامو و مرسدس بنز به اثبات رسیده است. در نتیجه، نیاز این شرکتها به استخدام متخصصان علم دادههای مکانی رو به افزایش است. بر اساس این روند تجاری، این دوره طراحی شده است تا درک عمیقی از علم دادههای مکانی را به فراگیرانی که دانش پایه در علم داده و تحلیل دادهها دارند، ارائه دهد و در نهایت تخصص آنها را از سایر تحلیلگران و دانشمندان داده متمایز کند. علاوه بر این، این دوره به فراگیران کمک میکند تا ارزش کلاندادههای مکانی و قدرت نرمافزارهای متنباز را در حل مسائل علم دادههای مکانی درک کنند.
این دوره در هفته اول با تعریف علم دادههای مکانی و پاسخ به این سؤال که چرا دادههای مکانی خاص هستند (از سه دیدگاه تجاری، فناوری و داده) آغاز میشود. در هفته دوم، چهار حوزه مرتبط با علم دادههای مکانی شامل GIS، DBMS، تحلیل دادهها و سیستمهای کلانداده، به همراه نرمافزارهای متنباز مرتبط مانند QGIS، PostgreSQL، PostGIS، R و ابزارهای Hadoop معرفی میشوند. در هفتههای سوم، چهارم و پنجم، هر یک از این چهار حوزه را از مفاهیم پایه تا کاربردهای عملی خواهید آموخت. در هفته نهایی، پنج مسئله واقعی و راهکارهای متناظر با آنها به صورت گامبهگام در محیط نرمافزارهای متنباز ارائه خواهد شد.
سرفصل ها و درس ها
درک علم دادههای مکانی
Understanding Spatial Data Science
معرفی دوره
Introduction to the course
1.1 مقدمهای بر علم دادههای مکانی
1.1 Introduction to Spatial Data Science
1.2 چرا دادههای مکانی خاص هستند؟ (۱) دیدگاه تجاری
1.2 Why is Spatial Special? (I) - A Business Perspective
1.3 چرا دادههای مکانی خاص هستند؟ (۲) دیدگاه فنی
1.3 Why is Spatial Special? (II) - A Technical Perspective
1.4 چرا دادههای مکانی خاص هستند؟ (۳) دیدگاه دادهمحور
1.4 Why is Spatial Special? (III) - A Data Perspective
ساختارهای حل مسائل علم دادههای مکانی
Solution Structures of Spatial Data Science Problems
چهار حوزه اصلی برای علم دادههای مکانی و کاربردهای آن
Four Disciplines for Spatial Data Science and Applications
نرمافزارهای متنباز
Open Source Software's
مسائل علم دادههای مکانی
Spatial Data Science Problems
دادههای مکانی در مقابل کلاندادههای مکانی
Spatial Data vs. Spatial Big Data
سیستم اطلاعات جغرافیایی (GIS)
Geographic Information System (GIS)
پنج لایه GIS
Five Layers of GIS
چارچوب مرجع مکانی
Spatial Reference Framework
مدلهای دادههای مکانی
Spatial Data Models
جمعآوری دادههای مکانی
Spatial Data Acquisition
تحلیل دادههای مکانی
Spatial Data Analysis
بصریسازی جغرافیایی و ارائه اطلاعات
Geo-visualization and Information Delivery
سیستمهای مدیریت پایگاه داده مکانی و سیستمهای کلانداده
Spatial DBMS and Big Data Systems
سیستم مدیریت پایگاه داده (DBMS)
Database Management System (DBMS)
سیستم مدیریت پایگاه داده مکانی (SDBMS)
Spatial Database Management System (SDBMS)
سیستم کلانداده – MapReduce
Big Data System – MapReduce
سیستم کلانداده – Hadoop
Big Data System – Hadoop
اکوسیستم هادوپ
Hadoop Ecosystem
سیستمهای کلانداده مکانی
Spatial Big Data Systems
تحلیل دادههای مکانی
Spatial Data Analytics
تحلیل دادههای مکانی
Spatial Data Analytics
مجاورت و دسترسیپذیری
Proximity and Accessibility
خودهمبستگی مکانی
Spatial Autocorrelation
درونیابی مکانی
Spatial Interpolation
دستهبندی مکانی
Spatial Categorization
تحلیل نقاط داغ (Hotspot)
Hotspot Analysis
تحلیل شبکه
Network Analysis
کاربردهای عملی علم دادههای مکانی
Practical Applications of Spatial Data Science
جیآیاس دسکتاپ: یافتن مناطق بهینه برای سرمایهگذاری چوب
Desktop GIS - Finding Optimal Counties for Timber Investment
جیآیاس سرور: یکپارچهسازی پایگاههای داده مکانی شهری
Server GIS - An Integration of Municipal Spatial Databases
تحلیل دادههای مکانی ۱: متغیرهای تأثیرگذار بر نرخ شیوع بیماریهای منطقهای
Spatial Data Analytics I - Influential Variables of Regional Disease Prevalence Rate
تحلیل دادههای مکانی ۲: تحلیل مسیرهای نفوذ نظامی
Spatial Data Analytics II - Military Infiltration Route Analysis
مدیریت و تحلیل کلاندادههای مکانی: تحلیل مسیر تاکسی برای یافتن نقاط داغ سوار شدن
Spatial Big Data Management and Analytics - Taxi Trajectory Analysis for Finding Pick-up Hotspots
نمایش نظرات