Základní informace o programu s mikcroceftifikátem

 

Anotace

Samostatný kurz dokladovaný mikrocertifikátem.

1. Úvod do problematiky
2. Otevřená data science, základy manipulace s daty v Pythonu (pandas)
3. Prostorová data (geopandas)
4. Vztahy v prostoru (libpysal)
5. Explorativní analýza prostorových dat (esda)
6. Point patterns (pointpats)
7. Clustering (scikit-learn)
8. Rastrová data (xarray)
9. Interpolace (tobler, pyinterpolate)
10. Regrese (statsmodels, mgwr)

Místo výuky

online (link bude zaslán všem přihlášeným)

Výsledky učení

Po absolvování kurzu budou studenti schopni:

  • Popsat pokročilé koncepty spatial data science a používat otevřené nástroje pro analýzu prostorových dat.
  • Vysvětlit motivaci a vnitřní logiku hlavních metodických přístupů SDS.
  • Kriticky zhodnotit vhodnost konkrétních technik, co mohou nabídnout a jak mohou pomoci odpovědět na geografické otázky.
  • Použít soubor technik prostorové analýzy a interpretovat výsledky v procesu přeměny dat na informace.
  • Samostatně pracovat s nástroji SDS s cílem získat cenné poznatky, když se setkají s novým souborem dat.

Kontkatní osoba

Martin Fleischmann, M.Sc., Ph.D.
martin.fleischmann@natur.cuni.cz