دوره آموزشی دوره آموزشی تجزیه و تحلیل داده های شطرنجی جغرافیایی در پایتون
1 ساعت 59 دقیقهپیشرفته2025-01-08
مدرسین

Milan Janosov, Ph.D.
جزئیات دوره
در زمینه تجزیه و تحلیل دادههای جغرافیایی، دادههای رستر نقش کلیدی در نمایش اطلاعات مکانی مانند تصاویر ماهوارهای، پوشش زمین و ارتفاع دارند. این دوره برای دانشمندان داده و متخصصان جغرافیایی طراحی شده است که میخواهند در تحلیل دادههای رستر با استفاده از Python تخصص پیدا کنند. با ابزارهایی مانند GeoPandas و Shapely، این دوره یک مرور جامع از نحوه کار با دادههای رستر از ابتدا تا انتها ارائه میدهد.
مدرس این دوره، "میلان جانوسوف"، با معرفی اصول اولیه دادههای رستر شروع میکند، از جمله تفاوت آنها با سایر انواع دادههای جغرافیایی. شما تجربه عملی کار با دادههای رستر مصنوعی را خواهید داشت و سپس به دادههای واقعی مانند دادههای تراکم جمعیت و ارتفاع پرداخته میشود. این دوره همچنین ابزارها و تکنیکهای ضروری برای کسب، خواندن و تجسم دادههای رستر به طور مؤثر را پوشش میدهد.
در طول دوره، شما مفاهیم کلیدی در اکتشاف دادههای رستر را یاد خواهید گرفت، از جمله تجزیه و تحلیل هیستوگرام و مقیاسگذاری لگاریتمی، که برای بهبود تجسم دادهها ضروری هستند. علاوه بر این، دوره به شما راهنمایی میکند که چگونه دادههای رستر را با استفاده از عملیاتهایی مانند برش، بازنمونهگیری و تغییر پروجکشن دستکاری کنید. شما همچنین یاد خواهید گرفت که چگونه چندین فایل رستر تکباند را به یک فایل رستر چندباند ترکیب کنید، که به شما این امکان را میدهد تا تجزیه و تحلیلهای پیچیدهتری انجام دهید و نتایج را به درستی تفسیر کنید.
تا پایان دوره، شما مهارتهای لازم برای مدیریت مؤثر دادههای رستر و اعمال تجزیه و تحلیلهای پیشرفته بر روی آنها را خواهید داشت. شما در انجام کارهایی مانند بازنمونهگیری و تغییر پروجکشن دادههای رستر و همچنین انجام تجزیه و تحلیل عمیق بر روی دادههای رستر چندباند متخصص خواهید شد—مهارتهای ضروری برای هر کسی که با دادههای جغرافیایی کار میکند.
اهداف آموزشی:
ویژگیهای دادههای رستر را به درستی توصیف کرده و آنها را از سایر انواع دادههای جغرافیایی متمایز کنید.
دادههای رستر را از منابع مختلف مانند دادههای جمعیت و ارتفاع کسب، خوانده و تجزیه و تحلیل کنید.
تکنیکهای ابتدایی اکتشاف داده مانند تجزیه و تحلیل هیستوگرام و مقیاسگذاری لگاریتمی را انجام داده و نتایج را برای بهبود تجسم دادهها تفسیر کنید.
دادههای رستر را با انجام عملیاتهایی مانند برش، بازنمونهگیری و تغییر پروجکشن دستکاری کنید.
چندین فایل رستر تکباند را ترکیب کرده و تحلیلهای مربوطه را بر روی دادههای ترکیبی انجام دهید و نتایج آنها را تفسیر کنید.
مدرس این دوره، "میلان جانوسوف"، با معرفی اصول اولیه دادههای رستر شروع میکند، از جمله تفاوت آنها با سایر انواع دادههای جغرافیایی. شما تجربه عملی کار با دادههای رستر مصنوعی را خواهید داشت و سپس به دادههای واقعی مانند دادههای تراکم جمعیت و ارتفاع پرداخته میشود. این دوره همچنین ابزارها و تکنیکهای ضروری برای کسب، خواندن و تجسم دادههای رستر به طور مؤثر را پوشش میدهد.
در طول دوره، شما مفاهیم کلیدی در اکتشاف دادههای رستر را یاد خواهید گرفت، از جمله تجزیه و تحلیل هیستوگرام و مقیاسگذاری لگاریتمی، که برای بهبود تجسم دادهها ضروری هستند. علاوه بر این، دوره به شما راهنمایی میکند که چگونه دادههای رستر را با استفاده از عملیاتهایی مانند برش، بازنمونهگیری و تغییر پروجکشن دستکاری کنید. شما همچنین یاد خواهید گرفت که چگونه چندین فایل رستر تکباند را به یک فایل رستر چندباند ترکیب کنید، که به شما این امکان را میدهد تا تجزیه و تحلیلهای پیچیدهتری انجام دهید و نتایج را به درستی تفسیر کنید.
تا پایان دوره، شما مهارتهای لازم برای مدیریت مؤثر دادههای رستر و اعمال تجزیه و تحلیلهای پیشرفته بر روی آنها را خواهید داشت. شما در انجام کارهایی مانند بازنمونهگیری و تغییر پروجکشن دادههای رستر و همچنین انجام تجزیه و تحلیل عمیق بر روی دادههای رستر چندباند متخصص خواهید شد—مهارتهای ضروری برای هر کسی که با دادههای جغرافیایی کار میکند.
اهداف آموزشی:
ویژگیهای دادههای رستر را به درستی توصیف کرده و آنها را از سایر انواع دادههای جغرافیایی متمایز کنید.
دادههای رستر را از منابع مختلف مانند دادههای جمعیت و ارتفاع کسب، خوانده و تجزیه و تحلیل کنید.
تکنیکهای ابتدایی اکتشاف داده مانند تجزیه و تحلیل هیستوگرام و مقیاسگذاری لگاریتمی را انجام داده و نتایج را برای بهبود تجسم دادهها تفسیر کنید.
دادههای رستر را با انجام عملیاتهایی مانند برش، بازنمونهگیری و تغییر پروجکشن دستکاری کنید.
چندین فایل رستر تکباند را ترکیب کرده و تحلیلهای مربوطه را بر روی دادههای ترکیبی انجام دهید و نتایج آنها را تفسیر کنید.
مهارت ها
GISPythonData AnalysisAECProgramming LanguagesData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - چرا تجزیهوتحلیل شطرنجی
1. زمینه دادههای جغرافیایی
- 02 - خلاصه مختصری از دادههای مکانی و تجزیه و تحلیل
- 03 - مروری بر دادههای شطرنجی
- 04 - جمعآوری داده ها
2. مبانی دادههای رستری
- 05 - ایجاد دادههای شطرنجی ساختگی
- 06 - ارجاع مکانی و ذخیره دادههای شطرنجی
- 07 - خواندن و مشخص کردن دادههای شطرنجی
- 08 - تجسم دادههای شطرنجی تک باند و چند باند
3. کاوش دادههای شطرنجی
- 09 - دادههای شطرنجی دنیای واقعی را بخوانید و مشخص کنید
- 10 - دادههای شطرنجی دنیای واقعی را با دادههای برداری برش دهید
- 11 - دادههای شطرنجی دنیای واقعی را تجسم کنید
- 12 - آمار منطقه ای بر روی دادههای شطرنجی
4. تجزیهوتحلیل پیشرفته
- 13 - دادههای شطرنجی دنیای واقعی را آماده کنید
- 14 - دادههای شطرنجی ارتفاع
- 15 - بازپخش دادههای شطرنجی
- 16 - نمونه برداری مجدد از دادههای شطرنجی
- 17 - دادههای شطرنجی چند باندی ایجاد کنید
- 18 - اعمال توابع ساده بر روی دادههای شطرنجی - قسمت 1
- 19 - اعمال توابع ساده بر روی دادههای شطرنجی - قسمت 2
- 20 - اعمال توابع ساده بر روی دادههای شطرنجی - قسمت 3
- 21 - اعمال توابع پیچیده بر روی دادههای شطرنجی
5. ادامه سفر یادگیری تجزیهوتحلیل Raster
- 22 - با دادههای شطرنجی ادامه دهید
دوره های مرتبط
- دوره آموزشی تحلیل پیشرفته دادههای مکانی در پایتون
- دوره آموزشی یادگیری ماشین و آمار فضایی در پایتون
- دوره آموزشی نوشتن اسکریپت پایتون با استفاده از ArcGIS API برای پایتون
- دوره آموزشی تحلیل دادههای پهپاد با Drone2Map و ArcGIS Online
- دوره آموزشی مبانی سیستمهای اطلاعات جغرافیایی (GIS)
- دوره آموزشی پروژه عملی PostgreSQL: علم داده فضایی
- دوره آموزشی یادگیری جامع تحلیل دادههای جغرافیایی
- دوره آموزشی تحلیل پیشرفته QGIS با استفاده از هوش مصنوعی و یادگیری ماشین