Introduktion till GeoAI
7.5 HPKursen introducerar grundläggande principer, metoder och tillämpningar inom GeoAI för analys och tolkning av geospatiala data samt för att hantera miljörelaterade och andra rumsligt relaterade problem. Kursen ger en översikt över datadrivna metoder, inklusive statistisk analys, maskininlärning och artificiell intelligens, med fokus på deras tillämpning på geospatiala data.
Studenterna utvecklar praktiska färdigheter i att förbereda, utforska, analysera, visualisera och modellera geospatiala data med hjälp av lämpliga beräkningsverktyg och programmeringsmiljöer. Kursen behandlar vanligt förekommande metoder för dataanalys och prediktiv modellering, inklusive regression, klassificering, klustring, dimensionsreduktion och neurala nätverk, samt metoder för att utvärdera och tolka analytiska resultat.
Lärandeaktiviteterna omfattar föreläsningar, praktiska övningar, datorbaserade uppgifter och projektbaserat arbete. Genom ett individuellt eller gruppbaserat projekt tillämpar studenterna relevanta GeoAI-metoder på ett geospatialt problem, analyserar och tolkar resultaten samt presenterar sina slutsatser.
Studenterna utvecklar praktiska färdigheter i att förbereda, utforska, analysera, visualisera och modellera geospatiala data med hjälp av lämpliga beräkningsverktyg och programmeringsmiljöer. Kursen behandlar vanligt förekommande metoder för dataanalys och prediktiv modellering, inklusive regression, klassificering, klustring, dimensionsreduktion och neurala nätverk, samt metoder för att utvärdera och tolka analytiska resultat.
Lärandeaktiviteterna omfattar föreläsningar, praktiska övningar, datorbaserade uppgifter och projektbaserat arbete. Genom ett individuellt eller gruppbaserat projekt tillämpar studenterna relevanta GeoAI-metoder på ett geospatialt problem, analyserar och tolkar resultaten samt presenterar sina slutsatser.
Fördjupningsnivå:
A1N (har endast kurs/er på grundnivå som förkunskapskrav)
Utbildningsnivå:
Avancerad nivå
Behörighetskrav:
60 högskolepoäng (ECTS) avklarade inom ett naturvetenskapligt eller tekniskt program, inklusive 7,5 högskolepoäng i programmering, samt Engelska 6 på gymnasienivå eller motsvarande (Engelska nivå 2). En bedömning av motsvarande kunskaper kan göras.
Detaljer för Distans (Karlstad), 50%
- Studieort: Karlstad
Choose occasion
Distans (Karlstad), 50%
Fler val
- Start Hösttermin 2027
- Studieform Distans (Karlstad)
- Språk Engelska
- Kurskod GMAN05
- Anmälningskod KAU-57243
- Studietakt 50% (Dag)
- Studieperiod vecka 45–2
- Schema Visa
- Litteraturlista Visa