機器學習和變化檢測的 Google Earth Engine

成為 Google Earth Engine (谷歌地球引擎)中土地利用/土地覆蓋機器學習的空間分析和遙感專家

報名參加課程

從這 5.5 小時的課程,你會學到

  • 學生將獲得對 Google Earth Engine (谷歌地球引擎)平台的全面瞭解
  • 利用 Google Earth Engine (谷歌地球引擎)中的地理空間(衛星影像)資料實現機器學習演算法,用於 LULC 對映
  • 在 Google Earth Engine (谷歌地球引擎)平台上學習並提高 JavaScript 技巧
  • 充分理解機器學習的主要類型(監督式和非監督式學習)
  • 學習如何在 Google Earth Engine (谷歌地球引擎)中應用監督和非監督式學習演算法
  • 瞭解如何在 Google Earth Engine (谷歌地球引擎)獲取衛星資料、應用影像預處理、建立培訓和驗證資料
  • 實現基於光譜指數的變化檢測計算(事前和事後檢測)
  • 這個課程提供你一份程式碼供你參考

要求

  • 可以連線網際網路的運作電腦
  • 對處理地理空間資料感興趣

課程說明

用機器學習做 Google Earth Engine (谷歌地球引擎)的土地利用/土地覆蓋製圖和變化檢測

本課程的目的是讓使用地理資訊系統( GIS )進行基本地理空間資料/地理資訊系統/遙感分析的使用者使用各種不同的資料並應用最先進的機器學習演算法執行更高階的地理空間分析任務。除了提高你的 JavaScript 技能,本課程還將使你精通 Google Earth Engine (谷歌地球引擎)的土地利用和土地覆蓋(LULC)製圖和變化檢測。因此,你將瞭解 Google Earth Engine 令人興奮的功能,這是全球領先的雲端計算在地球科學( Geosciences )!

我很高興你找到了我的 Google Earth Engine 課程。本課程旨在讓你掌握土地利用和土地覆蓋 (LULC,Land Use and Land Cover) 製圖的非監督和監督分類策略的實用知識,這是任何地理資訊系統和遙感分析的核心技能之一。在課程結束時,你會感到自信,完全理解和應用先進的地理空間分析,包括執行土地使用和土地覆蓋製圖的機器學習演算法、光譜指數計算和變化檢測分析。所有這些你將能夠在 Google Earth Engine 上以真實(和開放)資料進行。

本課程不同於其他培訓資源。每個講座旨在以一個可證明的和易於遵循的方式提高你的地理資訊系統 ( GIS )和遙感( Remote Sensing )技能,並為你提供切實可行的解決方案。你將能夠開始為你自己的專案分析空間資料,並通過你的先進的 GIS 技能和尖端的 LULC 技術獲得未來僱主的賞識。

在本課程中,你將能學到如何實踐 LULC 製圖的所有階段,從獲取衛星資料到評估地圖的準確性與設計一個漂亮的、隨時可插入你的文件或報告的變化地圖。

這個課程是專業人士的理想選擇,比如地理學家、程式設計師、社會學家、地質學家,以及所有其他需要在各自領域使用 LULC 地圖並希望學習 LULC 和變化檢測地理資訊系統( GIS )基礎知識的專家。如果你計劃進行需要使用最先進的分類演算法來建立的一項任務,例如,土地覆蓋和土地使用地圖,這門課程將給你理解和解決這類地理空間問題所需的信心。

本課程的一個重要部分是實踐練習。你將得到一些精確的指令、程式碼和資料集,以便使用 Google Earth Engine 建立 LULC 地圖和更改地圖。

在本課程中,我將提供可下載的實用資料,教你:

  • 如何登入 Google Earth Engine (谷歌地球引擎)
  • Google Earth Engine (谷歌地球引擎)介面,包括其主要元件和外掛
  • 學習如何預處理雲端上的資料和計算光譜指數
  • 學習 javascript
  • 學習 GIS 的機器學習和機器學習背後的理論
  • 學習如何在 Google Earth Engine 中使用不同的機器學習演算法(監督和非監督)對衛星影像進行分類
  • 學習如何進行培訓、驗證資料收集和準確性評估
  • 學習如何在 Google Earth Engine 中執行變化檢測
  • 完成在雲端你自己的地理空間專案

課程內容: 你將可以訪問課程中使用的所有資料,以及 Java 程式碼檔案。你還可以訪問未來的資源。今天就報名參加課程,好好利用這些特殊的材料吧!

目標受眾

地理學家、程式設計師、地質學家、生物學家、社會科學家,或者其他所有在各自領域研究 GIS 地圖的專家

講師簡介

Kate Alison 遙感/地理資訊系統( GIS )專家和資料科學家 更多講師主講課程介紹 )  

我是一個充滿激情的資料科學家、地球觀測(EO,Earth Observation) 、地理資訊系統( GIS )專家和教育家。獲得了理學碩士學位。我是南安普敦大學( University of Southampton )地球觀測和應用資料科學專業的學生,也獲得德國 EO 博士學位。我定期在世界各地進行教學和培訓,並定期就上述主題進行諮詢。我在全世界有成千上萬的滿意客戶!現在,我將非常高興如果我也能教你們這些有趣的、高度應用的、令人興奮的課題!

地理資訊系統( GIS )與遙感( Remote Sensing )專業學生:

如果你想學習全面的地理空間資料分析( geospatial data analysis ),這裡是一個如何採用我的課程的首選順序:

選擇 1: 按以下順序選擇所有具有特定主題更多細節的單獨課程、更多講座和更多實驗:

  1. QGIS #初學者 開始學 GIS 和遙感
  2. QGIS 的遙感: 2020 年影像分析基礎
  3. 核心 GIS: QGIS 中的土地利用和土地覆蓋與變化檢測
  4. GIS 的機器學習: 理解理論和實踐
  5. GIS 的機器學習: 土地利用/土地覆蓋影像分析
  6. ArcGIS 的機器學習: GIS 的土地利用/土地覆蓋地圖
  7. QGIS/ArcGIS 中基於物件的影像分析與分類
  8. ArcGIS: 瞭解 ArcGIS 的深度學習以提高 GIS 技能
  9. 用於大地理資料分析( Big GeoData Analysis ) 的 Google Earth Engine: 三課程合一
  10. 用於機器學習和變化檢測的 Google Earth Engine

選擇 2: 參加我的“聯合”課程,其中包含上述課程的摘要資訊,儘管細節較少(實驗,影片) :

  1. 地理空間資料分析( Geospatial Data Analyse )與遙感( Remote Sensing ) : 一課程四節課
  2. 地理資訊系統和遙感中的機器學習: 5 合 1 課程
  3. 用於大地理資料分析( Big GeoData Analysis )的 Google Earth Engine : 三合一課程
  4. 用於機器學習和變化檢測的 Google Earth Engine

資料科學與機器學習學生:

  1. R 速成班 – R / RStudio / R-programming 入門
  2. 開始學習 R – R-programming 入門 #初學者(免費)
  3. R- R 的資料叢集和非監督式學習

Georg Müller 資料科學專家  ( 更多講師主講課程介紹 )

我是一位經驗豐富的數據科學顧問和專家。我在THKöln獲得了計算機科學碩士學位,獲得了英國杜倫大學的MBA學位,並在慕尼黑工業大學獲得了計算機科學博士學位。作為一名經驗豐富的培訓師,擁有超過15年的專業經驗,我想與他人分享我在大數據、資料科學、資料分析和 IT 管理方面的熱情、實踐經驗和知識,並將我的學生的實踐技能提升到一個很高的水平。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

使用 e-mail 追蹤 Soft & Share 網站

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: