友情鏈接:
|
>工業(yè)機器人仿真培訓 |
R語言大數(shù)據(jù)分析培訓課程 |
Ansys Workbench模擬培訓
曙海教學優(yōu)勢
本課程面向企事業(yè)項目實際需要,秉承二十一年積累的教學品質(zhì)，空間統(tǒng)計分析與空間大數(shù)據(jù)技術高級培訓課程以項目實現(xiàn)為導向,老師將會與您分享設計的全流程以及工具的綜合使用技巧、經(jīng)驗。線上/線下/上門皆可,空間統(tǒng)計分析與空間大數(shù)據(jù)技術高級培訓課程專家,課程可定制,熱線:4008699035。
大批企業(yè)和曙海
建立了良好的合作關系,20多年來，合作企事業(yè)單位以達30多萬。曙海的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。曙海的課程在業(yè)內(nèi)有著響亮的知名度。
培訓目標：
|
章節(jié)
|
課程題目及說明
|
|
一、
空間統(tǒng)計分析基礎
|
地理信息與空間思維
|
|
簡要介紹與回顧地理學以及地理信息的發(fā)展歷程，了解空間思維方式與空間分析的一般情況。
|
|
|
空間思維、地理科學
|
|
|
空間分析與空間統(tǒng)計學基礎
|
|
|
1、介紹空間分析與空間統(tǒng)計學的一般基礎知識，包括空間聚類的算法與應用、空間相關性的多種算法比較以及適用范圍。不同算法中P值和Z得分的概念與意義。
?2、在不同的研究中，獲取數(shù)據(jù)的思想以及對數(shù)據(jù)的空間化分析思路。如何選擇合適的分析算法以及分析工具。 ?3、ArcGIS軟件中的空間分析、空間統(tǒng)計模塊的應用、結果的解讀以及應用方式。 |
|
|
空間統(tǒng)計、開源軟件、商業(yè)軟件
|
|
|
二、
數(shù)據(jù)分析初步與軟件操作
|
數(shù)據(jù)分析初步（數(shù)據(jù)處理與可視化）
|
|
1、數(shù)據(jù)處理的一般流程包括介紹數(shù)據(jù)挖掘通用流程CRISP-DM以及空間數(shù)據(jù)挖掘與分析。
??2、空間數(shù)據(jù)的獲取方式以及可視化。 ??3、通過軟件進行GIS專題圖制作。 |
|
|
CRISP-DM，專題圖制作
|
|
|
數(shù)據(jù)分析初步（軟件實戰(zhàn)）
|
|
|
1、數(shù)據(jù)處理與分析業(yè)界第一語言Python基礎講解與應用。
2、R語言入門與基礎操作。 3、ArcGIS與GEODA軟件的基礎操作。 |
|
|
Python、R、ArcGIS、Geoda
|
|
|
三、
空間統(tǒng)計應用及軟件操作基礎
|
空間統(tǒng)計及其應用一（空間統(tǒng)計分析初步）
|
|
1、空間關系概念化以及應用模式。
2、空間分布模式與趨勢演變（時空一體）模型的識別。 3、空間自相關與空間異質(zhì)性。 4、莫蘭指數(shù)的概念以及應用。 5、案例說明。 |
|
|
空間關系、空間自相關、空間異質(zhì)性
|
|
|
空間統(tǒng)計及其應用二（空間統(tǒng)計實戰(zhàn)操作）
|
|
|
1、在ArcGIS、GeoDa和R語言中對空間關系概念化、空間矩陣、空間自相關、空間分布等分析的實現(xiàn)與實際操作。
??2、空間統(tǒng)計案例及實戰(zhàn)操作：美國大選的票倉分析。 |
|
|
實戰(zhàn)分析
|
|
|
?
四、
空間事件分析技術以及實戰(zhàn)應用
|
空間統(tǒng)計及其應用三（空間事件分析技術）
|
|
1、空間點模式分析級應用。
2、樣方分析、方向分布、中心及中位數(shù)、冷熱點、密度、聚類等多種分析技術的說明與應用。3、案例說明：挪威歷史上最臭名昭著的案件“The Pocket Man”的偵破及抓捕 |
|
|
點數(shù)據(jù)分析模式
|
|
|
空間統(tǒng)計學其應用四（點模式分析實戰(zhàn)操作）
|
|
|
1、在ArcGIS、GeoDa和R語言中對點模式分析實現(xiàn)與實際操作。
??2、空間統(tǒng)計案例及實戰(zhàn)操作：事故分析與疾病流行分析。 |
|
|
實戰(zhàn)分析
|
|
|
五、
空間大數(shù)據(jù)基礎
|
空間大數(shù)據(jù)分析入門
|
|
1、大數(shù)據(jù)主流應用以及在空間分析上的現(xiàn)狀。
2、簡介一般空間大數(shù)據(jù)分析技術，包括Hadoop和Spark。 3、空間大數(shù)據(jù)應用案例：北京市交通熱點的分析 |
|
|
大數(shù)據(jù)、hadoop、spark
|
|
|
大數(shù)據(jù)分析基礎
|
|
|
1、搭建大數(shù)據(jù)分析基礎環(huán)境。
2、分布式并行計算三大基礎概念HDFS、MapReduce、Big Table的簡介和實現(xiàn)說明。 3、Hadoop與Spark開發(fā)的編程實現(xiàn)。 |
|
|
HDFS、MapReduce、Big Table
|
|
|
六、
空間大數(shù)據(jù)分析實踐
|
大數(shù)據(jù)及空間大數(shù)據(jù)分析（hadoop篇）
|
|
1、使用HIVE實現(xiàn)空間數(shù)據(jù)篩選功能。
2、在hadoop上使用MapReduce實現(xiàn)海量數(shù)據(jù)的交通流量分析全過程的編碼以及功能操作。 |
|
|
HIVE、MapReduce、空間分析
|
|
|
大數(shù)據(jù)及空間大數(shù)據(jù)分析（Spark篇）
|
|
|
1、Spark基礎開發(fā)模式（Python篇）。
2、利用Spark with Python進行大數(shù)據(jù)分析。 3、SparkR簡介以及實踐。 |
|
|
Spark、Python、SparkR
|
