Předmět: Pokročilé zpracování geodat

» Seznam fakult » PRF » KGI
Název předmětu Pokročilé zpracování geodat
Kód předmětu KGI/POGEO
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Macků Karel, Mgr. Ph.D.
  • Dobešová Zdena, doc. Ing. Ph.D.
Obsah předmětu
Výuka rozšiřuje doposud známé statistické metody o využití prostorové složky dat. Dále představuje další pokročilé analýzy a metody zpracování dat. Praktická cvičení jsou řešena především v jazyce R. 1. Pokročilá exploratorní analýza, datové konverze a manipulace 2. Prostorová statistika 3. Prostorově vážené metody 4. Prostorové regresní modely 5. Logistická regrese 6. Aplikace fuzzy množin a logiky v GI 6. Aplikace teorie informace v GI 7. Tvarové a prostorové metriky pro analýzu dat v GIS 8. Aplikace fraktální geometrie v GIS 9. Jádrové odhady, shlukování na liniích

Studijní aktivity a metody výuky
Přednášení, Monologická (výklad, přednáška, instruktáž), Laborování
Výstupy z učení
Cílem předmětu je seznámit studenty s pokročilými a méně obvyklými způsoby zpracování a analýzy dat, které kladou důraz především na jejich prostorovou složku.
Získání znalostí pokročilých prostorových analýz, prostorové statistiky a geocomputation. Po absolvování předmětu bude student umět definovat hlavní pojmy, popsat a vhodně vybrat hlavní metody zpracování dat a prokázat teoretické znalosti i praktické schopnosti pro řešení modelových problémů.
Předpoklady
Základní znalosti z předmětu KGI/DATAM (Data Mining), základní znalosti z předmětu KGI/STAME (Statistické metody v GI).

Hodnoticí metody a kritéria
Písemná zkouška

Teoretická a praktická znalost probíraných témat.
Doporučená literatura
  • Andres, J., Fišer, J., Rypka, M. (2015). Dynamické systémy 3 : úvod do teorie deterministického chaosu a fraktální geometrie. Olomouc.
  • Baddeley, A., et al. (2015). Spatial Point Patterns. New York.
  • Brunsdon, Ch., Comber, L. An Introduction to R for Spatial Analysis and Mapping. 2025.
  • Fotheringham, S. et al. Geographically Weighted Regression. 1996.
  • Haining, R. Spatial Data Analysis: Theory and Practice. Cambridge. 2003.
  • Pászto V. (2015). Prostorová informace a vybrané metody geocomputation pro její hodnocení, doktorská práce. Olomouc.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Geoinformatika a kartografie (2020) Kategorie: Geografické obory 1 Doporučený ročník:1, Doporučený semestr: Letní