Análisis espacial de datos y sus aplicaciones en Python

Curso

En Bogotá, D.C.

$ 2.112.000 IVA inc.

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Descripción

  • Tipología

    Curso

  • Nivel

    Nivel intermedio

  • Lugar

    Bogotá, d.c.

  • Horas lectivas

    27h

  • Duración

    Flexible

Con las nuevas tecnologías de la información y la masificación de datos geolocalizados se han ampliado los espectros de investigación de los diferentes campos del conocimiento. Particularmente, los saberes de la cartografía y la estadística se han traslapado para consolidar el análisis espacial, como un campo de investigación que busca la compresión y el análisis de fenómenos que son influenciados por una dimensión espaciotemporal. En este sentido, el análisis espacial y sus aplicaciones son ampliamente utilizadas en diferentes disciplinas, que buscan entender cómo los patrones movilidad afectan otras esferas del conocimiento. En particular, este tipo de análisis permite enriquecer y facilitar tareas de segmentación y entendimiento de clientes.

Sedes y fechas disponibles

Ubicación

Inicio

Bogotá, D.C. (Bogotá)
Ver mapa

Inicio

Consultar

A tener en cuenta

Este curso tiene como objetivo principal profundizar en un conjunto de técnicas y herramientas que permiten el manejo y el análisis de datos espaciales, haciendo énfasis en las aplicaciones e implementaciones de la vida real. Se espera que al finalizar el curso se tenga conocimiento de:
Manejo, búsqueda y optimización de base de datos espaciales.
Simulación y visualización de datos geográficos.
Conocimiento sobre algoritmos de geolocalización e identificación de patrones espaciales.
Compresión y manejo de los conceptos de auto correlación espacial y regresión espacial.
Algoritmos de Machine Learning aplicados a datos espaciales.
Creación de herramientas interactivas para la visualización e interacción con mapas.
Desarrollo de un proyecto propio utilizando datos geográficos.

Este curso está dirigido a profesionales de cualquier disciplina que se encuentren interesados en temas territoriales, que deseen profundizar en los conceptos y herramientas más importantes del análisis espacial de datos. Se espera que los participantes tengan un conocimiento básico de manipulación de datos en Python e interés en el aprendizaje de los diferentes algoritmos y metodologías estadísticas que potencializan el análisis espacial de datos.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Python
  • Aplicaciones
  • Alcance
  • Limitaciones
  • Alcances y limitaciones
  • Folium
  • Geopandas
  • Librerías mapas
  • Leaflet
  • Simulación
  • Visualización

Programa académico

Contenido

Sesión 1: Introducción: Aplicaciones, alcance y limitaciones
  • Estado del arte – Teoría-
  • Aplicaciones.
  • Alcances y limitaciones.
  • Librerías mapas: Leaflet, Folium, Geopandas.
  • Simulación de datos.
  • Aplicación: Simulación y visualización de individuos.
Sesión 2: Manejo de datos espaciales
  • Fuentes de información: DANE, Openstreetmap.
  • Almacenamiento de la información.
  • Polígonos, puntos, y figuras.
  • Cruce de bases de datos espaciales.
  • Aplicación: Inicio proyecto propio.
Sesión 3: Estadísticas descriptivas de geolocalización:
  • Capas y siluetas.
  • Mapas de calor.
  • Estimación de Densidad de Kernel.
  • Aplicación: Heatmap de eventos georreferenciados.
Sesión 4: Geolocalización:
  • Localización de individuos.
  • Información adicional por individuos.
  • Recorridos y tiempo de trayecto.
  • Identificación de rutas y objetos cercanos.
  • Identificación de zonas y localidades.
  • Aplicación: Visualización y estadísticas descriptivas.
Sesión 5: Agrupación y optimización:
  • K-vecinos cercanos.
  • Clusterización (distancias espaciales).
  • Optimización espacial.
  • Aplicación: Sistemas de geolocalización, emparejamiento óptimo de oferta y demanda.
Sesión 6: Autocorrelación y regresión espacial
  • Conceptos básicos e interpretación.
  • Estadísticos de autocorrelación espacial globales y locales.
  • Regresiones lineales espaciales.
  • Aplicación: Prevalencia e incidencia de enfermedades.
Sesión 7: Algoritmos básicos de Machine Learning:
  • Aprendizaje supervisado
  • Aprendizaje no supervisado
  • Aprendizaje profundo para análisis de imagen.
  • Aplicación: Predicción de precios de vivienda.
Sesión 8: Aplicaciones y masificación:
  • Visualización interactiva.
  • Introducción a Dash y Bootstrap 4.
  • Aplicación: Construcción página web reactiva.
Sesión 9: Presentación proyecto propio.
  • Cada estudiante (o en grupos de 2 o 3 estudiantes) deberá desarrollar una aplicación de su interés utilizando datos propios o públicos y las técnicas metodológicas y computacionales vistas durante el curso.

Información adicional

Inversión:

$ 1.920.000 hasta el 27 de mayo de 2020

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Análisis espacial de datos y sus aplicaciones en Python

$ 2.112.000 IVA inc.