Spatial Data Analytics

Big Data & Algorithmic Business
11.09.2019


9:10 – 17:15 Uhr
HSR Hochschule fĂŒr Technik Rapperswil
Max. Teilnehmer: 17

Einleitung

Dieser Workshop gibt Informatikern – insbesondere Software-Entwickler*innen – zunĂ€chst einen Überblick ĂŒber Machine Learning und bringt dann anhand ausgewĂ€hlter Themen die Analyse von rĂ€umlichen Daten nĂ€her. Der Schwerpunkt liegt auf Machine Learning an Beispielen der Bildananalyse ergĂ€nzt mit rĂ€umlichen Fragestellungen und mit Software Engineering-Aspekten.

Programm

  • EinfĂŒhrung in Data Analytics:
    • Definitionen/Bereiche (Machine Learning, Deep Learning)
    • Anwendungsgebiete und Beispiele
    • Data vs. Big Data
  • EinfĂŒhrung in Spatial Data Analytics
  • Gemeinsamer Walkthrough eines Machine Learning-Ablaufs
  • Data Analytics und Software Engineering (Pretrained models)
  • Toy-Use Cases mit Lösungen
  • Ausblick:
    • Produktionstaugliche Architekturen
    • Machine Learning in der Cloud
    • Spatial Data Analytics
  • Wrap-Up

Hands-on-Übungen am Laptop mit Jupyter-Notebooks.

Kursziel

Ziel ist es, dass die Teilnehmenden erkennen, was mit Data Analytics möglich ist, ergĂ€nzt mit Hinweisen, was an „Spatial“ speziell ist. Ausserdem lernen die Teilnehmenden exemplarisch ausgewĂ€hlte Themen von Machine Learning (Bildanalyse).

Adressaten

Informatiker, insbesondere Software-Entwickler*innen, die einen begleiteten Einstieg in Data Analytics sowie ausgewÀlte Themen der Spatial Data Analytics suchen (Bildananalyse). Data Scientists werden die Grundlagen bekannt vorkommen; sie könnten die rÀumlichen Aspekte und Methoden interessieren.

Voraussetzungen

  • Grundkenntnisse in Python (erste Schritte) – sowie gute Laune :-).
  • Es werden keine Vorkenntnisse vorausgesetzt ĂŒber raumbezogenene Daten (Geometrie, Spatial Data) oder deren Prozessierung in Geoinformationssystemen (GIS).
  • Einige Informationen (Tutorials, ggf. Installation) werden vor dem Workshop verschickt.

Infrastruktur

Laptop mit modernem Browser und WLAN-Zugriff. Es wird mit Jupyter-Notebooks gearbeitet.

Referenten

Stefan Keller

HSR Hochschule fĂŒr Technik Rapperswil


Stefan Keller ist Full Professor an der HSR Hochschule fĂŒr Technik Rapperswil. Er leitet das Geometa Lab am Institut fĂŒr Software der HSR und unterrichtet Data Engineering (Datenbanksysteme) und Data Analytics sowie Geoinformationssysteme (Management and Analytics of Spatial Data). Er beteiligt sich an einigen innovativen Open Source- und Open Data-Projekten und ist u.a. Mitglied der Data+Service Alliance. Twitter @sfkeller

Nicola Jordan

HSR Hochschule fĂŒr Technik Rapperswil


Nicola ist Full Stack Developer (Informatik HSR) sowie ein langjĂ€hriger wissenschaftlicher Mitarbeiter am Geometa Lab am Institut fĂŒr Software der HSR.