Magellan: Geospatial Analytics on Spark Training Course

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към полеви еколози и мениджъри по опазване, които желаят да създават пространствени проекти за данни в ArcGIS.

До края на това обучение участниците ще могат:

• Изходни пространствени данни като визуализации.
• Провеждайте геостатика върху действителни данни.
• Внедрете анализ на пространствени данни, обработка на данни и картографиране с ArcGIS.
• Анализирайте пространствени данни за проекти в ArcGIS.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към GIS анализатори, които искат да автоматизират повтарящи се задачи в GIS процеси.

До края на това обучение участниците ще могат:

• Създавайте ГИС приложения с помощта на Python и ArcGIS инструменти.
• Разработвайте с ArcGIS пакета ArcPy, използвайки Python.
• Приложете модулите ArcGIS за автоматизация на картите, като използвате обектни класове в Python.

До края на този обучение участниците ще могат да:

Разбиране GIS концепции и пространствени типи данни, използващи последната версия  of ArcGIS Pro. Инспектиране на потребителския интерфейс и оцени използването Изследва ArcGIS* Pro и как да използвате онлайн съдържание Управлявате, манипулирате и анализирате собствените си данни Приказ и споделяне на данните си по значително и креативно начин

Забележка:   Ние ще използваме последната версия на ArcGIS Pro.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към учени по околната среда и археолози на средно ниво, които желаят да се научат как да използват ArcMap in ArcGIS за събиране, организиране, управление и анализ на географска информация.

До края на това обучение участниците ще могат:

Разберете основите на ArcMap и ArcGIS. Събирайте, организирайте, управлявайте и анализирайте географска информация за социалните и археологическите елементи. Провеждайте пространствени запитвания за оценка на въздействието.

Географска информационна система (GIS) е система, предназначена да улавя, съхранява, манипулира, анализира, управлява и представя пространствени или географски данни. Акронимът GIS понякога се използва за географска информационна наука (GIScience), за да се отнася до академичната дисциплина, която изучава географските информационни системи и е голяма област в рамките на по-широката академична дисциплина на геоинформатиката.

QGIS функционира като софтуер за географска информационна система (ГИС), позволяващ на потребителите да анализират и редактират пространствена информация, в допълнение към композирането и експортирането на графични карти. QGIS поддържа както растерни, така и векторни слоеве; векторните данни се съхраняват като точки, линии или полигони. Поддържат се множество формати на растерни изображения и софтуерът може да реферира изображения. За да обобщим, позволява на потребителите да създават, редактират, визуализират, анализират и публикуват геопространствена информация на Windows, Mac, Linux, BSD.

Тази програма, в своята първа фаза, въвежда интерфейса QGIS за обща употреба. Във втората фаза представяме PyQGIS - библиотеките на Python от QGIS, които позволяват интегрирането на GIS функционалности във вашия код на Python или вашето приложение на Python, така че дори да можете да създадете свой собствен Python Plugin около определена GIS функционалност .

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към теренни еколози и мениджъри по опазване, които желаят да проучват земята и да правят карти с дрон с Pix4D.

До края на това обучение участниците ще могат:

• Използвайте процеси и техники за картографиране от край до край.
• Постигнете висока точност на измерване.
• Разберете основите на глобалните координатни системи и GPS.
• Генерирайте и анализирайте резултатите от анкетата със софтуера за обработка на изображения на Pix4D.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към теренни еколози и мениджъри по опазване, които желаят да обработват Pix4D данни от дрон.

До края на това обучение участниците ще могат:

• Внедрете Google Earth за подобряване на картографирането на UAV.
• Използвайте резултати от изображения за генериране на отчети.
• Постобработка с GIS и CAD софтуер за разширено моделиране на данни от дронове.

Географската информационна система (GIS) е система, предназначена да улавя, съхранява, манипулира, анализира, управлява и представя пространствени или географски данни. Акронимът GIS понякога се използва за географска информационна наука (GISнаука) за обозначаване на академичната дисциплина, която изучава географските информационни системи и е голяма област в рамките на по-широката академична дисциплина геоинформатика.

Използването на Python с ГИС се е увеличило значително през последните две десетилетия, особено с въвеждането на серията Python 2.0 през 2000 г., която включва много нови функции за програмиране, които правят езика много по-лесен за внедряване. Оттогава Python се използва не само в комерсиалните ГИС като продукти на Esri, но и в платформи с отворен код, включително като част от QGIS и GRASS. Всъщност Python днес е най-широко използваният език от ГИС потребители и програмисти.

Тази програма обхваща използването на Python и неговите усъвършенствани библиотеки като geopandas, pysal, bokeh и osmnx за внедряване на вашите собствени ГИС функции. Програмата също така обхваща въвеждащи модули около ArcGIS API и QGIS набор от инструменти.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да подобрят своя уебсайт или уеб приложение чрез добавяне на функционалност за геолокация чрез Google Карти.

До края на това обучение участниците ще могат:

• Вградете карта в нов или съществуващ уебсайт или уеб приложение.
• Показвайте данни на живо, които се синхронизират с текущото местоположение.
• Създайте комбинация, която включва Google Maps.
• Прилагайте добри CSS и JavaScript практики за кодиране
• Създайте персонализирана карта за приложение.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към географи на средно ниво, които желаят да задълбочат своя опит в пространствения анализ, управление на данни и GIS приложения.

До края на това обучение участниците ще могат:

• Приложете усъвършенствани техники за пространствен анализ за решаване на сложни географски проблеми.
• Управлявайте големи пространствени бази данни и извършвайте контрол на качеството на данните.
• Създавайте динамични и интерактивни карти и визуализации за различни приложения.
• Използвайте програмиране и автоматизация, за да рационализирате GIS работните процеси.

В това водено от инструктор обучение на живо в България участниците ще се научат как да използват Python и Spark заедно, за да анализират големи данни, докато работят върху практически упражнения.

До края на това обучение участниците ще могат:

• Научете как да използвате Spark с Python за анализ на големи данни.
• Работете върху упражнения, които имитират случаи от реалния свят.
• Използвайте различни инструменти и техники за анализ на големи данни с помощта на PySpark.

В това водено от инструктор обучение на живо в България участниците ще научат за технологичните предложения и подходите за внедряване за обработка на графични данни. Целта е да се идентифицират обекти от реалния свят, техните характеристики и връзки, след това да се моделират тези връзки и да се обработват като данни с помощта на Graph Computing (известен също като Graph Analytics) подход. Започваме с широк преглед и се ограничаваме до конкретни инструменти, докато преминаваме през поредица от казуси, практически упражнения и внедрявания на живо.

До края на това обучение участниците ще могат:

• Разберете как данните от графиката се поддържат и преминават.
• Изберете най-добрата рамка за дадена задача (от бази данни с графики до рамки за групова обработка.)
• Приложете Hadoop, Spark, GraphX и Pregel за извършване на изчисления на графики в много машини паралелно.
• Вижте реални проблеми с големи данни от гледна точка на графики, процеси и обхождания.

MLlib е библиотеката за машинно обучение (ML) на Spark. Целта му е да направи практическото машинно обучение мащабируемо и лесно. Състои се от общи алгоритми и помощни програми за обучение, включително класификация, регресия, клъстериране, съвместно филтриране, намаляване на размерността, както и примитиви за оптимизация от по-ниско ниво и приложни програмни интерфейси за конвейер от по-високо ниво.

Разделя се на два пакета:

spark.mllib съдържа оригиналния API, изграден върху RDD. spark.ml предоставя API от по-високо ниво, изграден върху DataFrames за конструиране на ML тръбопроводи.

Публика

Този курс е насочен към инженери и разработчици, които искат да използват вградена машинна библиотека за Apache Spark

Формат на курса

• Интерактивна лекция и дискусия.
• Много упражнения и практика.
• Практическо внедряване в лабораторна среда на живо.

Опции за персонализиране на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уговорим.