班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
坚持小班授课,为保证培训效果,增加互动环节,每期人数限3到5人。 |
上课时间和地点 |
上课地点:【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院 【上海】:同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【北京分部】:北京中山学院/福鑫大楼 【南京分部】:金港大厦(和燕路) 【武汉分部】:佳源大厦(高新二路) 【成都分部】:领馆区1号(中和大道) 【沈阳分部】:沈阳理工大学/六宅臻品 【郑州分部】:郑州大学/锦华大厦 【广州分部】:广粮大厦 【西安分部】:协同大厦 【石家庄分部】:河北科技大学/瑞景大厦
最近开课时间(周末班/连续班/晚班):请点击此处咨询在线客服 |
实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
|
- 培训目标:
通过培训,使学员掌握空间统计与空间分析技术要点与应用,通过多种软件实操演练,使学员掌握ArcGIS、Geoda、R语言等重要的空间统计分析工具;通过大量案例实战,使学员掌握多种空间数据统计分析的应用方法,并且将所学方法应用到本行业的空间数据统计分析工作中。同时,针对海量空间数据分析,让学员熟悉空间大数据分析的方法和应用。
培训对象:
从事地理信息系统应用人员,规划、国土管理、地质、测绘、海洋、农业、林业、园林、城管、市政、交通、水利、公共卫生、等行业相关的政府主管部门及企事业研究院(所)、大专院校及勘察、勘探、设计、测绘、勘测院、所、队的领导与业务技术骨干。
章节
课程题目及说明
一、
空间统计分析基础
地理信息与空间思维
简要介绍与回顾地理学以及地理信息的发展历程,了解空间思维方式与空间分析的一般情况。
空间思维、地理科学
空间分析与空间统计学基础
1、介绍空间分析与空间统计学的一般基础知识,包括空间聚类的算法与应用、空间相关性的多种算法比较以及适用范围。不同算法中P值和Z得分的概念与意义。
2、在不同的研究中,获取数据的思想以及对数据的空间化分析思路。如何选择合适的分析算法以及分析工具。
3、ArcGIS软件中的空间分析、空间统计模块的应用、结果的解读以及应用方式。
空间统计、开源软件、商业软件
二、
数据分析初步与软件操作
数据分析初步(数据处理与可视化)
1、数据处理的一般流程包括介绍数据挖掘通用流程CRISP-DM以及空间数据挖掘与分析。
2、空间数据的获取方式以及可视化。
3、通过软件进行GIS专题图制作。
CRISP-DM,专题图制作
数据分析初步(软件实战)
1、数据处理与分析业界第一语言Python基础讲解与应用。
2、R语言入门与基础操作。
3、ArcGIS与GEODA软件的基础操作。
Python、R、ArcGIS、Geoda
三、
空间统计应用及软件操作基础
空间统计及其应用一(空间统计分析初步)
1、空间关系概念化以及应用模式。
2、空间分布模式与趋势演变(时空一体)模型的识别。
3、空间自相关与空间异质性。
4、莫兰指数的概念以及应用。
5、案例说明。
空间关系、空间自相关、空间异质性
空间统计及其应用二(空间统计实战操作)
1、在ArcGIS、GeoDa和R语言中对空间关系概念化、空间矩阵、空间自相关、空间分布等分析的实现与实际操作。
2、空间统计案例及实战操作:美国大选的票仓分析。
实战分析
四、
空间事件分析技术以及实战应用
空间统计及其应用三(空间事件分析技术)
1、空间点模式分析级应用。
2、样方分析、方向分布、中心及中位数、冷热点、密度、聚类等多种分析技术的说明与应用。3、案例说明:挪威历史上最臭名昭著的案件“The Pocket Man”的侦破及抓捕
点数据分析模式
空间统计学其应用四(点模式分析实战操作)
1、在ArcGIS、GeoDa和R语言中对点模式分析实现与实际操作。
2、空间统计案例及实战操作:事故分析与疾病流行分析。
实战分析
五、
空间大数据基础
空间大数据分析入门
1、大数据主流应用以及在空间分析上的现状。
2、简介一般空间大数据分析技术,包括Hadoop和Spark。
3、空间大数据应用案例:北京市交通热点的分析
大数据、hadoop、spark
大数据分析基础
1、搭建大数据分析基础环境。
2、分布式并行计算三大基础概念HDFS、MapReduce、Big Table的简介和实现说明。
3、Hadoop与Spark开发的编程实现。
HDFS、MapReduce、Big Table
六、
空间大数据分析实践
大数据及空间大数据分析(hadoop篇)
1、使用HIVE实现空间数据筛选功能。
2、在hadoop上使用MapReduce实现海量数据的交通流量分析全过程的编码以及功能操作。
HIVE、MapReduce、空间分析
大数据及空间大数据分析(Spark篇)
1、Spark基础开发模式(Python篇)。
2、利用Spark with Python进行大数据分析。
3、SparkR简介以及实践。
Spark、Python、SparkR
"
|