فیلم مسترکلاس تحلیل داده های بزرگ جغرافیایی با پایتون (آماده سازی – بررسی – تجزیه و تحلیل)

این محصول آموزشی تحت عنوان “مبانی تحلیل داده‌های مکانی بزرگ” شما را با مفاهیم بنیادی و تکنیک‌های پیشرفته تحلیل داده‌های مکانی آشنا می‌سازد. تهیه کنندگان با انواع ساختارها و خواص داده‌های مکانی، روش‌های پردازش و تحلیل اکتشافی، کاربرد برنامه‌نویسی پایتون، تحلیل الگوهای مکانی، مدل‌سازی داده‌های رستری و کاربرد مفاهیم آماری و یادگیری ماشین در این زمینه آشنا می‌شوند.

این آموزش، برای متخصصین شهرسازی، جغرافیا، کارشناسان GIS، متخصصان داده‌ها و توسعه‌دهندگان عرصه هوش مکانی طراحی شده است و به آنها امکان می‌دهد تا مهارت‌های لازم در تحلیل داده‌های مکانی بزرگ را در حوزه‌های کاربردی مختلف به دست آورند بطوری که مهارت‌های مقدماتی را در زمینه آماده‌سازی داده، بررسی و تجزیه و تحلیل داده‌ها با استفاده از ابزارهای پایتون، و همچنین مفاهیم آمار و یادگیری ماشین برای مدل‌سازی داده‌های مکانی کسب خواهند کرد.

ویژگی های این آموزش:

• مدرس: امید منصوری هانیس
• تخصص: کارشناس ارشد مهندسی شهرسازی و دانشجوی دکتری علوم زمین و GIS
• موضوع: آموزش مبانی تحلیل داده های بزرگ جغرافیایی
• نرم افزار: ArcGIS Pro, Google Colab & Jupyter Notebooks with Python
• مخاطب: علاقه مندان علم داده های مکانی، شهرسازان (برنامه ریزان شهری، منطقه ای و مدیریت شهری و طراحان شهری)، جغرافیا و سیستم های اطلاعات جغرافیایی (GIS)
• پیش نیاز: آشنایی مقدماتی با نرم افزار های سیستم اطلاعات جغرافیایی (GIS)

تهیه آموزش:

برای تهیه فیلم های ضبط شده این مسترکلاس بر روی دکمه زیر کلیک کنید:

نمونه ویدئوی بخشی از آموزش:

معرفی مدرس

• امید منصوری هانیس
• کارشناس ارشد مهندسی شهرسازی (گرایش مدیریت شهری) از دانشگاه تهران
• دانشجوی دکتری علوم زمین و GIS (دانشگاه فناوری تگزاس – آمریکا)
• سابقه 5 سال مدیریت داده های مکانی شهرداری ساری
• 3 سال تدریس دانشگاهی (شهرسازی و GIS) در دانشگاه های مختلف استان مازندران
• کارشناس مسئول برنامه آمایش فضایی استان مازندران (سند بیست ساله توسعه استان – افق 1415)

عناوین آموزشی

عناوین درنظر گرفته شده برای این محصول به شرح زیر است:

• بخش اول: مقدمه به علم داده‌های مکانی بزرگ (Big Data)
• بخش دوم: ساختار و ویژگی های داده‌های مکانی
• بخش سوم: پردازش و تحلیل اکتشافی داده‌های مکانی
• بخش چهارم: استفاده از برنامه‌نویسی پایتون در تحلیل داده‌های مکانی
• بخش پنجم: تحلیل الگوهای مکانی
• بخش ششم: مدل‌سازی و تحلیل داده‌های فضاییِ رستری
• بخش هفتم: اصول آماری و آزمون فرضیه ها
• بخش هشتم: مفاهیم یادگیری ماشین در تحلیل داده‌های مکانی
• بخش نهم: توسعه مدل‌های یادگیری ماشین برای داده‌های مکانی
• بخش دهم: پروژه‌های تحلیل داده‌های مکانی

معرفی نرم افزار

در این آموزش، تهیه کتتدگان با ابزارهای نرم‌افزاری متن‌باز و رایگان آشنا خواهند شد. این ابزارها شامل پلتفرم های GIS، کتابخانه‌های پایتون مانند GeoPandas و Rasterio، و همچنین برخی از الگوریتم‌های یادگیری ماشین در Scikit-Learn هستند.

این نرم‌افزارها به شرکت‌کنندگان امکان می‌دهد تا بدون محدودیت های مجوزها یا هزینه‌های لایسنس، داده‌های مکانی را وارد، پردازش، تحلیل و مدل‌سازی کنند. هدف این است که شرکت‌کنندگان به مهارت‌های برنامه‌نویسی و تحلیل داده‌های مکانی مجهز شوند تا بتوانند به طور مستقل و اثربخش به حل مسائل فضایی در حوزه های کاربردی مختلف بپردازند.

کاربرد

این دوره آموزشی طیف گسترده‌ای از کاربردهای عملی در زمینه داده‌های مکانی و تحلیل آنها را پوشش می‌دهد. فارغ‌التحصیلان این دوره می‌توانند مهارت‌های خود را در بسیاری از حوزه‌های کاربردی به کار گیرند.

در حوزه شهرسازی و مدیریت شهری، مهارت‌های آموخته شده در این دوره کاربردهای متنوعی دارد. تحلیل داده‌های مکانی می‌تواند به شناسایی الگوهای ترافیکی، پیش‌بینی جریان وسایل نقلیه و تخصیص بهینه امکانات حمل‌ونقل کمک کند. همچنین، این دانش در مدیریت پسماند شهری، تحلیل توزیع جمعیت و دسترسی به خدمات شهری نیز کاربرد دارد. به طور کلی، به‌کارگیری تکنیک‌های تحلیل داده‌های مکانی در فرآیندهای برنامه‌ریزی و تصمیم‌گیری شهری، شهرداری‌ها را قادر می‌سازد تا با سیاست‌گذاری‌های هدفمندتر، مدیریت موثرتری بر محیط‌های شهری داشته باشند.

در حوزه محیط زیست، این مهارت‌ها می‌تواند در مدل‌سازی تغییرات اقلیمی، پایش منابع طبیعی و برنامه‌ریزی حفاظت از زیستگاه‌ها کاربرد داشته باشد. همچنین، در حوزه کشاورزی دقیق، این دانش می‌تواند به نظارت بر وضعیت محصولات، تشخیص بیماری‌ها و مدیریت آفات کمک کند.

کلیدواژه‌های این دوره شامل داده‌های مکانی بزرگ، پردازش داده‌های فضایی، تحلیل الگوهای مکانی، مدل‌سازی رستری، یادگیری ماشین و نرم‌افزارهای متن‌باز است که در مجموع به توسعه تخصص در زمینه ژئو‌اینفورماتیک و داده‌های مکانی می‌انجامد.

مخاطبان

مخاطبان این محصول آموزشی افرادی هستند که در زمینه تحلیل داده های مکان مند فعالیت می کنند. مهارت‌های تحلیل داده‌های مکانی آموخته شده در این دوره در حوزه‌های مهندسی شهرسازی، عمران، جغرافیا و برنامه‌ریزی شهری، مهندسی محیط‌زیست و مدیریت کاربرد گسترده‌ای دارد. این تکنیک‌ها می‌توانند در زمینه‌هایی مانند مدیریت ترافیک و زیرساخت‌های شهری، ارزیابی آسیب‌پذیری در بحران‌های طبیعی، ارزیابی توسعه پایدار محیط‌های سکونتگاهی، پایش و مدل‌سازی آلودگی‌های زیست‌محیطی، و بهبود تصمیم‌گیری‌های مدیریتی مورد استفاده قرار گیرند.

در مجموع، به‌کارگیری تحلیل‌های مکانی در این حوزه‌ها می‌تواند به افزایش اثربخشی، کارایی و پاسخ‌گویی در برنامه‌ریزی و مدیریت محیط‌های شهری و محیط‌زیستی منجر شود.

تهیه آموزش:

برای تهیه فیلم های ضبط شده این مسترکلاس بر روی دکمه زیر کلیک کنید: