Magellan: Geospatial Analytics on Spark Training Cursus

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op veldecologen en natuurbehoudsmanagers die dataruimtelijke projecten willen creëren in ArcGIS.

Aan het einde van deze training kunnen deelnemers:

• Voer ruimtelijke gegevens uit als visualisaties.
• Voer geostatica uit op feitelijke gegevens.
• Implementeer ruimtelijke data-analyse, dataverwerking en mapping met ArcGIS.
• Analyseer ruimtelijke gegevens voor projecten in ArcGIS.

Deze instructeur-geleide, live training in Nederland (op locatie of op afstand) is gericht op GIS analisten die repetitieve taken in GIS processen willen automatiseren.

Aan het einde van deze training kunnen deelnemers:

• Bouw GIS-applicaties met behulp van Python en ArcGIS-tools.
• Ontwikkel met het ArcGIS-pakket ArcPy, met behulp van Python.
• Pas de ArcGIS-modules toe voor kaartautomatisering met behulp van objectklassen in Python.

Ten einde van deze opleiding kunnen deelnemers:

Begrip GIS concepten en ruimte gegevenstypen met gebruik van de nieuwste versie  of ArcGIS Pro. Investigeer de gebruikerinterface en evalueren de gebruiken Verzoek ArcGIS* Pro en hoe om online-inhoud te gebruiken Beheer, manipuleren en analyseren uw eigen gegevens Vertoon en delen uw gegevens op een betekenisvolle en creatieve manier

Opmerking:  We zullen de nieuwste versie van ArcGIS Pro gebruiken.

Deze door een instructeur geleide, live training (ter plaatse of op afstand) is gericht op milieuwetenschappers en archeologen van gemiddeld niveau die willen leren hoe ze ArcMap in ArcGIS kunnen gebruiken voor het verzamelen, organiseren, beheren en analyseren van geografische informatie.

Aan het einde van deze training kunnen deelnemers:

Begrijp de basisprincipes van ArcMap en ArcGIS. Verzamel, organiseer, beheer en analyseer geografische informatie over de sociale en archeologische elementen. Voer ruimtelijke vragen uit voor impactevaluatie.

Een geografisch informatiesysteem ( GIS ) is een systeem dat is ontworpen om ruimtelijke of geografische gegevens vast te leggen, op te slaan, te manipuleren, te analyseren, te beheren en te presenteren. Het acroniem GIS wordt soms gebruikt voor geografische informatiewetenschap ( GIS cience) om te verwijzen naar de academische discipline die geografische informatiesystemen bestudeert en een groot domein is binnen de bredere academische discipline van geo-informatica.

Q GIS functioneert als geografische informatiesysteem ( GIS ) software, waarmee gebruikers naast het samenstellen en exporteren van grafische kaarten ook ruimtelijke informatie kunnen analyseren en bewerken. Q GIS ondersteunt zowel raster- als vectorlagen; vectorgegevens worden opgeslagen als punt-, lijn- of polygoonfuncties. Meerdere formaten van rasterafbeeldingen worden ondersteund, en de software kan georeferentieafbeeldingen maken. Samenvattend kunnen gebruikers geospatiale informatie maken, bewerken, visualiseren, analyseren en publiceren op Windows, Mac, Linux , BSD.

Dit programma introduceert in zijn eerste fase de Q GIS interface voor algemeen gebruik. In de tweede fase introduceren we PyQ GIS - de python-bibliotheken van Q GIS die de integratie van GIS functies in uw python-code of uw python-toepassing mogelijk maken, zodat u zelfs uw eigen Python plug-in rondom een bepaalde GIS functionaliteit kunt maken.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op veldecologen en natuurbeheerders die landonderzoek en drone-kaarten willen maken met Pix4D.

Aan het einde van deze training kunnen deelnemers:

• Gebruik end-to-end drone-karteringsprocessen en -technieken.
• Bereik een hoge landmeetnauwkeurigheid.
• Begrijp de grondbeginselen van mondiale coördinatensystemen en GPS.
• Genereer en analyseer onderzoeksresultaten met de beeldverwerkingssoftware van Pix4D.

Deze door een instructeur geleide, live training (ter plaatse of op afstand) is gericht op veldecologen en natuurbeheerders die dronegegevens Pix4D willen nabewerken.

Aan het einde van deze training kunnen deelnemers:

• Implementeer Google Earth om UAV-kaarten te verbeteren.
• Gebruik de uitvoer van afbeeldingen om rapporten te genereren.
• Nabewerking met GIS- en CAD-software voor geavanceerde drone-datamodellering.

Een geografisch informatiesysteem ( GIS ) is een systeem dat is ontworpen om ruimtelijke of geografische gegevens vast te leggen, op te slaan, te manipuleren, te analyseren, te beheren en te presenteren. Het acroniem GIS wordt soms gebruikt voor geografische informatiewetenschap ( GIS cience) om te verwijzen naar de academische discipline die geografische informatiesystemen bestudeert en een groot domein is binnen de bredere academische discipline van geo-informatica.

Het gebruik van Python met GIS is de afgelopen twee decennia aanzienlijk toegenomen, vooral met de introductie van Python 2.0-serie in 2000, die veel nieuwe programmeerfuncties bevatte die de taal veel gemakkelijker te implementeren maakten. Sinds die tijd is Python niet alleen gebruikt in commerciële GIS zoals producten van Esri, maar ook open source platforms, inclusief als onderdeel van Q GIS en GRASS. In feite is Python vandaag verreweg de meest gebruikte taal door GIS gebruikers en programmeurs.

Dit programma omvat het gebruik van Python en zijn geavanceerde bibliotheken zoals geopanda's, pysal, bokeh en osmnx om uw eigen GIS functies te implementeren. Het programma omvat ook inleidende modules rond Arc GIS API en Q GIS toolboox.

Deze door een instructeur geleide, live training in Nederland (op locatie of op afstand) is gericht op ontwikkelaars die hun website of webapplicatie willen verbeteren door geolocatiefunctionaliteit toe te voegen via Google Kaarten.

Aan het einde van deze training kunnen deelnemers:

• Embed een kaart in een nieuwe of bestaande website of webapplicatie.
• Geef live gegevens weer die worden gesynchroniseerd met de huidige locatie.
• Maak een mashup met Google Maps.
• Pas goede CSS- en JavaScript coderingspraktijken toe
• Maak een aangepaste kaart voor een toepassing.

Deze live training onder leiding van een instructeur in Nederland (online of op locatie) is bedoeld voor geografen van gemiddeld niveau die hun expertise op het gebied van ruimtelijke analyse, gegevensbeheer en GIS-toepassingen willen verdiepen.

Aan het einde van deze training zijn de deelnemers in staat om:

• Pas geavanceerde ruimtelijke analysetechnieken toe om complexe geografische problemen op te lossen.
• Beheer grote ruimtelijke databases en voer gegevenskwaliteitscontrole uit.
• Maak dynamische en interactieve kaarten en visualisaties voor verschillende toepassingen.
• Gebruik programmering en automatisering om GIS workflows te stroomlijnen.

In deze door een instructeur geleide, live training leren deelnemers hoe ze Python en Spark samen kunnen gebruiken om big data te analyseren terwijl ze aan praktische oefeningen werken.

Aan het einde van deze training kunnen deelnemers:

• Leer hoe u Spark met Python kunt gebruiken om Big Data te analyseren.
• Werk aan oefeningen die praktijkgevallen nabootsen.
• Gebruik verschillende tools en technieken voor big data-analyse met PySpark.

In deze door een instructeur geleide, live training leren deelnemers over het technologieaanbod en de implementatiebenaderingen voor het verwerken van grafiekgegevens. Het doel is om objecten uit de echte wereld, hun kenmerken en relaties te identificeren, deze relaties vervolgens te modelleren en ze als gegevens te verwerken met behulp van een Graph Computing (ook bekend als Graph Analytics) aanpak. We beginnen met een breed overzicht en beperken ons tot specifieke tools terwijl we een reeks casestudies, praktische oefeningen en live implementaties doorlopen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp hoe grafiekgegevens worden bewaard en doorlopen.
• Selecteer het beste raamwerk voor een bepaalde taak (van grafische databases tot raamwerken voor batchverwerking).
• Implementeer Hadoop, Spark, GraphX en Pregel om graph computing parallel uit te voeren op veel machines.
• Bekijk big data-problemen uit de echte wereld in termen van grafieken, processen en traversals.

MLlib is Spark's machine learning (ML) bibliotheek. Het doel is om praktische machine learning schaalbaar en eenvoudig te maken. Het bestaat uit algemene leeralgoritmen en hulpprogramma's, waaronder classificatie, regressie, clustering, collaboratieve filtering, vermindering van de dimensionaliteit, evenals optimalisatieprimitieven op een lager niveau en pijplijn-API's op een hoger niveau.

Het is verdeeld in twee pakketten:

• spark.mllib bevat de originele API gebouwd bovenop RDD's.

• spark.ml biedt een API op een hoger niveau gebouwd bovenop DataFrames voor het construeren van ML-pijpleidingen.

Publiek

Deze cursus is bedoeld voor ingenieurs en ontwikkelaars die een ingebouwde machinebibliotheek voor Apache Spark

Formaat van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefeningen.
• Praktische implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken.