曙海教學優勢
本課程以項目實現為導向,面向企事業項目實際需要,秉承二十一年積累的教學品質，老師將會與您分享設計的全流程以及工具的綜合使用經驗、技巧。線上/線下/上門皆可,課程可定制,熱線:4008699035。
曙海培訓的課程培養了大批受企業歡迎的工程師。曙海培訓的課程在業內有著響亮的知名度。大批企業和曙海
建立了良好的合作關系,合作企業30萬+。
培訓目標：
|
章節
|
課程題目及說明
|
|
一、
空間統計分析基礎
|
地理信息與空間思維
|
|
簡要介紹與回顧地理學以及地理信息的發展歷程，了解空間思維方式與空間分析的一般情況。
|
|
|
空間思維、地理科學
|
|
|
空間分析與空間統計學基礎
|
|
|
1、介紹空間分析與空間統計學的一般基礎知識，包括空間聚類的算法與應用、空間相關性的多種算法比較以及適用范圍。不同算法中P值和Z得分的概念與意義。
?2、在不同的研究中，獲取數據的思想以及對數據的空間化分析思路。如何選擇合適的分析算法以及分析工具。 ?3、ArcGIS軟件中的空間分析、空間統計模塊的應用、結果的解讀以及應用方式。 |
|
|
空間統計、開源軟件、商業軟件
|
|
|
二、
數據分析初步與軟件操作
|
數據分析初步（數據處理與可視化）
|
|
1、數據處理的一般流程包括介紹數據挖掘通用流程CRISP-DM以及空間數據挖掘與分析。
??2、空間數據的獲取方式以及可視化。 ??3、通過軟件進行GIS專題圖制作。 |
|
|
CRISP-DM，專題圖制作
|
|
|
數據分析初步（軟件實戰）
|
|
|
1、數據處理與分析業界第一語言Python基礎講解與應用。
2、R語言入門與基礎操作。 3、ArcGIS與GEODA軟件的基礎操作。 |
|
|
Python、R、ArcGIS、Geoda
|
|
|
三、
空間統計應用及軟件操作基礎
|
空間統計及其應用一（空間統計分析初步）
|
|
1、空間關系概念化以及應用模式。
2、空間分布模式與趨勢演變（時空一體）模型的識別。 3、空間自相關與空間異質性。 4、莫蘭指數的概念以及應用。 5、案例說明。 |
|
|
空間關系、空間自相關、空間異質性
|
|
|
空間統計及其應用二（空間統計實戰操作）
|
|
|
1、在ArcGIS、GeoDa和R語言中對空間關系概念化、空間矩陣、空間自相關、空間分布等分析的實現與實際操作。
??2、空間統計案例及實戰操作：美國大選的票倉分析。 |
|
|
實戰分析
|
|
|
?
四、
空間事件分析技術以及實戰應用
|
空間統計及其應用三（空間事件分析技術）
|
|
1、空間點模式分析級應用。
2、樣方分析、方向分布、中心及中位數、冷熱點、密度、聚類等多種分析技術的說明與應用。3、案例說明：挪威歷史上最臭名昭著的案件“The Pocket Man”的偵破及抓捕 |
|
|
點數據分析模式
|
|
|
空間統計學其應用四（點模式分析實戰操作）
|
|
|
1、在ArcGIS、GeoDa和R語言中對點模式分析實現與實際操作。
??2、空間統計案例及實戰操作：事故分析與疾病流行分析。 |
|
|
實戰分析
|
|
|
五、
空間大數據基礎
|
空間大數據分析入門
|
|
1、大數據主流應用以及在空間分析上的現狀。
2、簡介一般空間大數據分析技術，包括Hadoop和Spark。 3、空間大數據應用案例：北京市交通熱點的分析 |
|
|
大數據、hadoop、spark
|
|
|
大數據分析基礎
|
|
|
1、搭建大數據分析基礎環境。
2、分布式并行計算三大基礎概念HDFS、MapReduce、Big Table的簡介和實現說明。 3、Hadoop與Spark開發的編程實現。 |
|
|
HDFS、MapReduce、Big Table
|
|
|
六、
空間大數據分析實踐
|
大數據及空間大數據分析（hadoop篇）
|
|
1、使用HIVE實現空間數據篩選功能。
2、在hadoop上使用MapReduce實現海量數據的交通流量分析全過程的編碼以及功能操作。 |
|
|
HIVE、MapReduce、空間分析
|
|
|
大數據及空間大數據分析（Spark篇）
|
|
|
1、Spark基礎開發模式（Python篇）。
2、利用Spark with Python進行大數據分析。 3、SparkR簡介以及實踐。 |
|
|
Spark、Python、SparkR
|
