Anotace

Samostatný kurz dokladovaný mikrocertifikátem (zpoplatněný kurz)

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. Interpolace (tobler, pyinterpolate)
9. Regrese (statsmodels, gwlearn)
10. Prostorová evaluace (scikit-learn)

Lokace

online (link bude zaslán všem přihlášeným / online, the link will be sent to all registered users

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.

Kontakt pro uchazeče

martin.fleischmann@natur.cuni.cz