Для всех желающих доступна регистрация на учебный курс «Наука о пространственных данных: новый рубеж в аналитике» (Spatial Data Science: The New Frontier in Analytics).
Он проводится с 27 октября по 8 декабря 2021 года и включает 6 занятий. Их тематика связана с применением возможностей современных ГИС для выявления закономерностей, трендов и шаблонов при решении сложных аналитических задач за счет использования разнообразных данных в связке с их пространственным местоположением.
Основные цели прохождения курса
-
Понять, как наука о пространственных данных помогает обнаруживать скрытые закономерности.
-
Освоение методов проектирования данных и инструментов визуализации ArcGIS для подготовки данных к пространственному анализу.
-
Получение практического опыта выполнения анализа пригодности, прогнозного моделирования, анализа пространственно-временных закономерностей и обнаружения объектов.
-
Представление результатов анализа и идей с помощью привлекательных и убедительных карт на основе ArcGIS StoryMaps.
Наука о пространственных данных позволяет извлекать более глубокую, неочевидную при других подходах информацию из данных, используя полный набор аналитических методов и пространственных алгоритмов, в том числе технологий машинного обучения и методик глубокого обучения.
Этот курс, после краткого экскурса в теорию вопроса, демонстрирует применение науки о пространственных данных для выявления скрытых закономерностей и улучшения прогнозного моделирования. Вы будете работать с мощными аналитическими инструментами в предоставляемом на время обучения программном обеспечении Esri ArcGIS и узнаете, как интегрировать популярные пакеты обработки открытых данных в свой анализ. Вы сможете узнать и в процессе выполнения предлагаемых заданий лучше понять, как с помощью пространственных данных, инструментов и доступных методов можно улучшить и применить аналитические и прогнозные модели.
В ходе курса слушателям будет предложено выполнить ряд практических упражнений по анализу пригодности, прогнозному моделированию, анализу пространственно-временных структур и обнаружению требуемых объектов для изучения различных реальных ситуаций и решения задач на основе подготовленных наборов данных. В этом им помогут опытные преподаватели, специалисты в данной области.
На время курса Esri предоставляет бесплатный доступ к программному обеспечению ArcGIS Pro, ArcGIS Online, ArcGIS Notebooks, ArcGIS Spatial Analyst и ArcGIS Image Analyst. Вам нужно будет загрузить к себе это ПО и запустить его на компьютере, отвечающем системным требованиям настольного приложения ArcGIS Pro.
Как показывает опыт, на освоение материалов и выполнение заданий этого курса слушатели должны планировать тратить 2-3 часа в неделю в удобное для них время.
Регистрация на участие в данном курсе закрывается 11 ноября 2021 г.
Успешно закончившие курс получат соответствующий сертификат Esri.
На предлагаемых в составе курса учебных занятиях последовательно рассматриваются следующие темы:
- Введение в науку о пространственных данных
- Пространственный подход к прогнозному анализу
- Поиск оптимальных местоположений с использованием моделей пригодности
- Распознавание типичных образов и трендов, кластеризация
- Обнаружение объектов с применением глубокого обучения
- Представление результатов, создание информационных продуктов и взаимодействие с аудиторией.
Более подробное описание учебной программы занятий:
Раздел 1. Введение в науку о пространственных данных. Узнайте, как пространственные данные, инструменты и методы анализа дополняют традиционную науку о данных. Поймите, что «пространственный» означает больше, чем координаты x, y, и что контекст на основе местоположения позволяет выявлять закономерности в данных, которые в противном случае могут быть скрыты. Начните применять методы проектирования и визуализации данных в ArcGIS Pro и ArcGIS Notebooks.
Раздел 2. Пространственный подход к прогнозному анализу. Прогнозирование лежит в основе науки о данных. Узнайте, как включение пространственных свойств в рабочие процессы моделирования углубляет понимание данных и повышает предсказательную силу. Узнайте, как применять случайный лес, широко используемый подход машинного обучения, для решения проблем. Обучите и оцените модель, а затем используйте ее для создания надежных прогнозов.
Раздел 3. Поиск оптимальных местоположений с использованием моделей пригодности. Примените широко используемые методы пространственного анализа, чтобы ответить на универсальный вопрос, который задают самые разные организации: Где лучшее местоположение для развития? Выполните взвешенный анализ наложения, который учитывает и ранжирует несколько критериев пригодности. Узнайте, как преобразовать данные с помощью функций, чтобы более полно представить влияние пригодности.
Раздел 4. Обнаружение и кластеризация паттернов. Имеет ли паттерн реальное значение или это результат случайности? ArcGIS включает набор инструментов, помогающих аналитикам определять закономерности и кластеры в данных и определять их значимость. Узнайте, как применять методы статистической кластеризации для анализа закономерностей как в пространстве, так и во времени. Создайте куб пространства-времени, затем используйте инструменты анализа пространственно-временных закономерностей, чтобы изучить пространственно-временные тенденции и определить, где и когда возникают высокие и низкие кластеры.
Раздел 5. Обнаружение объектов с помощью глубокого обучения. Глубоко погрузитесь в извлечение информации из массивных данных с помощью глубокого обучения. Узнайте, как автоматизировать процесс обнаружения объектов и определения форм на изображениях. Попрактикуйтесь в подготовке данных обучающей выборки, а затем используйте нейронную сеть для обучения модели выявления и распознавания объектов.
Раздел 6. Эффективное сообщение результатов. Успешные аналитики и специалисты по обработке данных должны хорошо рассказывать истории. Узнайте, как представить результаты комплексного анализа с использованием информационных продуктов, которые находят отклик у вашей аудитории. Разрабатывайте и создавайте интерактивные визуальные истории, которые делятся ключевой информацией, которую вы хотите, чтобы лица, принимающие решения, понимали и действовали в соответствии с ними.
Источник: www.esri-cis.ru