Apprendimento automatico su dati geografici con Python: Introduzione ai geodati con applicazioni e casi d'uso

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Machine Learning on Geographical Data Using Python: Introduction into Geodata with Applications and Use Cases

Contenuto del libro:

Preparatevi ad affrontare le basi dei sistemi informativi geografici (GIS), dell'analisi geospaziale e dell'apprendimento automatico su dati spaziali in Python. Questo libro inizia con un'introduzione ai geodati e tratta argomenti quali i GIS e gli strumenti comuni, i formati standard dei dati geografici e una panoramica degli strumenti Python per i geodati. Vengono discusse le specificità e le difficoltà che si possono incontrare nell'utilizzo dei dati geografici: dai sistemi di coordinate e proiezioni cartografiche ai diversi formati e tipi di geodati come punti, linee, poligoni e raster. Vengono spiegate le operazioni di analisi tipicamente applicate ai geodati, come il ritaglio, l'intersezione, il buffering, la fusione, la dissoluzione e la cancellazione, con implementazioni in Python. Sono inclusi casi d'uso ed esempi. Il libro si concentra anche sull'applicazione di approcci di apprendimento automatico più avanzati ai dati geografici e presenta l'interpolazione, la classificazione, la regressione e il clustering attraverso esempi e casi d'uso. Questo libro è la risorsa ideale per l'apprendimento automatico sui geodati. Presenta le basi del lavoro con i dati spaziali e le applicazioni avanzate. Gli esempi sono presentati utilizzando il codice (accessibile su github.com/Apress/machine-learning-geographic-data-python) e facilitano l'apprendimento tramite l'applicazione.

Cosa imparerete

⬤ Comprendere i concetti fondamentali del lavoro con i geodati.

⬤ Lavorare con diversi tipi di dati geografici e formati di file in Python.

⬤ Creare mappe in Python.

⬤ Applicare l'apprendimento automatico ai dati geografici.

Per chi è questo libro?

Lettori con una conoscenza di base dell'apprendimento automatico che desiderano estendere le proprie competenze all'analisi e all'apprendimento automatico di dati spaziali, pur rimanendo in un ambiente Python comune per la scienza dei dati.