GIS Prediction Mapping Using Artificial Neural Networks in R (bằng tiếng Anh)

Mô hình hồi quy truyền thống thường không đủ khi xử lý các mối quan hệ phức tạp, phi tuyến trong dữ liệu địa lý. Mạng nơron nhân tạo (ANN) cung cấp một sự thay thế hiện đại mạnh mẽ để tạo ra các bản đồ dự đoán không gian và nhạy cảm chính xác cao. Chương trình học dựa trên văn bản này hướng dẫn bạn qua toàn bộ quá trình học máy không gian, từ xử lý dữ liệu GIS thô cho đến xuất bản bản đồ dự đoán. Bạn sẽ có được những kỹ năng thực tế để nối liền khoảng cách giữa hệ thống thông tin địa lý (GIS) và mô hình thống kê tiên tiến trong R, sử dụng các gói hiện đại và các luồng công việc. Bạn sẽ học được: - Hiểu các khái niệm cơ bản của mạng nơron nhân tạo và lập bản đồ dự đoán không gian. - Chuẩn bị và làm sạch dữ liệu raster và vector không gian bằng cách sử dụng QGIS và gói R hiện đại như terra. - Luyện tập mô hình mạng nơron trong R để mô hình hóa các mối quan hệ không gian phức tạp, phi tuyến. - Đánh giá hiệu suất mô hình sử dụng phân tích nhạy cảm, tầm quan trọng biến và ROC / AUC metrics. - Ứng dụng kỹ thuật xác minh không gian để đảm bảo độ tin cậy của mô hình và ngăn ngừa quá phù hợp. - Tạo và xuất bản bản đồ rủi ro dự báo cuối cùng như các tập tin raster GIS. Bạn sẽ bắt đầu bằng cách nắm vững các khái niệm không gian cơ bản và các quy trình chuẩn bị dữ liệu. Từ đó, khóa học sẽ hướng dẫn bạn qua việc cấu hình, huấn luyện, và xác nhận các mô hình mạng nơron, kết thúc bằng việc tạo ra và xuất ra các raster dự đoán chuyên nghiệp. Chương trình này được thiết kế cho người mới bắt đầu với khoa học dữ liệu không gian, các nhà phân tích GIS, và các nhà nghiên cứu môi trường muốn mở rộng bộ công cụ mô hình dự đoán của họ. Không cần kinh nghiệm trước đó với các mạng nơron. Bắt đầu xây dựng dự đoán không gian thông minh hơn, dựa trên dữ liệu hôm nay.