Spatial Data Science v jazyce Python / Spatial Data Science in Python (10752)
Základní informace | |||||||||
| Univerzita Karlova | |||||||||
| Spatial Data Science v jazyce Python / Spatial Data Science in Python | |||||||||
| přijímací řízení ukončeno, kurz archivován | |||||||||
| Kód varianty (CID): | 10752 | ||||||||
| Zaměření: | microcredentials | ||||||||
| Fakulta: | Přírodovědecká fakulta | ||||||||
| distanční | |||||||||
| Online | |||||||||
| angličtina | |||||||||
| Spatial Data Science v jazyce Python / Spatial Data Science in Python | |||||||||
| Samostatný kurz dokladovaný mikrocertifikátem. 1. Úvod do problematiky 2. Otevřená data science, základy manipulace s daty v Pythonu (pandas) 3. Prostorová data (geopandas) 4. Vztahy v prostoru (libpysal) 5. Explorativní analýza prostorových dat (esda) 6. Point patterns (pointpats) 7. Clustering (scikit-learn) 8. Rastrová data (xarray) 9. Interpolace (tobler, pyinterpolate) 10. Regrese (statsmodels, mgwr) |
|||||||||
| Spatial Data Science v jazyce Python představuje data science (datovou vědu) a výpočetní analýzu s využitím open source nástrojů napsaných v programovacím jazyce Python. Předmět poskytuje studentům s malou předchozí zkušeností s programováním základní kompetence v oblasti spatial data science (SDS). Zahrnuje: - Rozšíření jejich statistické a numerické gramotnosti. - Seznámení se základními principy programování a nejmodernějšími výpočetními nástroji pro SDS. - Představení uceleného přehledu hlavních metodik, které má geograf v oblasti prostorových dat k dispozici, a vybudování intuice, jak a kdy je lze použít. - Zaměření na reálné aplikace těchto technik v kontextu sociální geografie. Kurz se zaměřuje na data, která se obvykle používají v sociální geografii, ale jeho použitelnost se neomezuje pouze na sociální geografii. V praxi pracuje spíše s vektorovými daty než s rastry (i když i těmi se trochu zabývá) a často s daty zachycujícími různé aspekty lidského života. Koncepty spatial data science jsou však univerzální. |
|||||||||
| Základní porozumění Pythonu a základní statistiky (např. lineární regrese) Pro „zápis“ a evidenci studentů bude využíván SIS. Pořadí studentů bude dáno datem odeslání přihlášky. Míra účasti: min 60% přítomnosti. |
|||||||||
| Po absolvování kurzu budou studenti schopni: • Popsat pokročilé koncepty spatial data science a používat otevřené nástroje pro analýzu prostorových dat. • Vysvětlit motivaci a vnitřní logiku hlavních metodických přístupů SDS. • Kriticky zhodnotit vhodnost konkrétních technik, co mohou nabídnout a jak mohou pomoci odpovědět na geografické otázky. • Použít soubor technik prostorové analýzy a interpretovat výsledky v procesu přeměny dat na informace. • Samostatně pracovat s nástroji SDS s cílem získat cenné poznatky, když se setkají s novým souborem dat. |
|||||||||
|
|||||||||
 Příloha 1_Formular_MCI (1) (3).pdf, U Příloha 2_Formular_MCII (1).pdf, U |
|||||||||
Akreditace | |||||||||
| 11000 - Univerzita Karlova | |||||||||
| 252/24 | |||||||||
| 29.5.2024 | |||||||||
| 29.5.2034 | |||||||||
Podrobné informace | |||||||||
| 4 | |||||||||
| 50 (v hodinách celkem) | |||||||||
| 30 hodin synchronní výuka + 20 samostudium + zpracování závěrečné práce (30 hours of synchronous teaching + a final assignment - a computational essay.) | |||||||||
| 1 | |||||||||
| Vědy o Zemi (0532) | |||||||||
| Praktické hodnocení | |||||||||
| Dozor s ověřením totožnosti | |||||||||
|
|||||||||
| 1.7.2024 | |||||||||
| 31.8.2024 | |||||||||
 |
|||||||||
|
|||||||||
| Institucionální licence | |||||||||
| schváleno Radou pro vnitřní hodnocení: 29.5.2024, identifikační kód schválení: 252/24 | |||||||||
| approved by the Internal Evaluation Board: 5/29/2024, approval identification code: 252/24 | |||||||||
| Obsah mikrocertifikátu byl vytvořen ve spolupráci se zástupci firem O2 a ARCDATA PRAHA a Českého statistického úřadu. | |||||||||
Termín kurzu a místo konání | |||||||||
| 12.08.2024 | |||||||||
| 16.8.2024 | |||||||||
| 2023/2024 | |||||||||
| letní semestr | |||||||||
| pouze online (link bude zaslán všem přihlášeným/ online, the link will be sent to all registered users | |||||||||
Informace pro uchazeče | |||||||||
|
|||||||||
| 25 | |||||||||
| 15000 Kč / kurz | |||||||||
| 27.06.2024 | |||||||||
| 09.08.2024 | |||||||||
| Martin Fleischmann, M.Sc., Ph.D. | |||||||||
| martin.fleischmann@natur.cuni.cz | |||||||||
| Albertov 6, 128 00 Praha 2 | |||||||||
|
|||||||||
Informace k zápisu | |||||||||
|
|||||||||
| 1.7.2024-9.8.2024 | |||||||||