Értékelés:

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Machine Learning on Geographical Data Using Python: Introduction into Geodata with Applications and Use Cases
Ismerkedjen meg a földrajzi információs rendszerek (GIS) alapjaival, a térbeli elemzéssel és a térbeli adatokon végzett gépi tanulással Python nyelven. Ez a könyv a téradatok bevezetésével kezdődik, és olyan témákat tárgyal, mint a GIS és a gyakori eszközök, a földrajzi adatok szabványos formátumai, valamint a téradatokkal kapcsolatos Python-eszközök áttekintése. Tárgyalja a földrajzi adatok használata során felmerülő sajátosságokat és nehézségeket: a koordináta-rendszerektől és térképvetítésektől kezdve a különböző geoadatformátumokig és -típusokig, mint például a pontok, vonalak, poligonok és raszterek. A Python nyelven történő megvalósításokkal együtt ismertetjük a geoadatokra jellemzően alkalmazott analitikai műveleteket, mint például a vágás, a metszés, a pufferelés, az egyesítés, a feloldás és a törlés. Használati esetek és példák is szerepelnek. A könyv a fejlettebb gépi tanulási megközelítések földrajzi adatokra történő alkalmazására is összpontosít, és példákon és használati példákon keresztül bemutatja az interpolációt, az osztályozást, a regressziót és a klaszterezést. Ez a könyv az Ön forrása a geoadatokon végzett gépi tanuláshoz. Bemutatja a térbeli adatokkal való munka alapjait és a fejlett alkalmazásokat. A példákat kód segítségével mutatja be (a github.com/Apress/machine-learning-geographic-data-python címen érhető el), és megkönnyíti az alkalmazáson keresztüli tanulást.
Mit fogsz tanulni
⬤ A geoadatokkal való munka alapvető fogalmainak megértése.
⬤ Munkálkodjon többféle földrajzi adattípussal és fájlformátummal Pythonban.
⬤ Térképek készítése Pythonban.
⬤ Gépi tanulás alkalmazása földrajzi adatokon.
Kinek szól ez a könyv
A gépi tanulás alapszintű ismereteivel rendelkező olvasóknak, akik szeretnék készségeiket kiterjeszteni a térbeli adatok elemzésére és gépi tanulásra, miközben egy általános adattudományi Python-környezetben maradnak.