Spatial Python

описание

📣 Канал про гео анализ на Python, машинное обучение и дата инжиниринг от Карима Валиева.

← к каналу @spatialpython

165

подписчиков

Охват к подписчикам

240,6%

ERR

Реакции к просмотрам

0,69%

55 на 20 постов

Пересылки к просмотрам

1,01%

Постов в день

0,0

всего 20

Где отзываются чаще

доля реакций к просмотрам

25 сент. 2024 г.Записываю разные приемчики в гео аналитике на языке python, складываю в репозиторий, кому интересно можете периодически заглядывать, буду потихоньку добавлять. Есть домашние задания :) https://github.com/KarimDataMaster/python_geo_course2,90%
26 сент. 2024 г.Общая структура курса: 1.Введение в геоаналитику и инструменты работы с пространственными данными 2.Работа с пространственными данными в Python 3.Пространственные базы данных и SQL для геоанализа 4.Пространственный анализ и визуализация данных 5.Машинное обучение в геоаналитике 6.Геомаркетинг и пространственная сегментация 7.Оптимизация логистики с помощью геоаналитики 8.Обработка спутниковых снимков 9.Большие языковые модели (LLM) и геоаналитика 10.Пространственная эконометрика 11.Финальный проект и практическое задание2,84%
6 апр.С Машей делаем курс по пространственной аналитике, хотим нормально разобрать, как это работает под капотом и как применять в реальных задачах. Делаем упор на практику: как из инструментов, фреймворков и ML собирать решения - от оценки локаций до работы с городскими данными. Сейчас собираем фидбек, чтобы не делать в вакууме: понять уровень, темы и кейсы, которые реально нужны. Если есть 2 минуты - заполните анкету: https://docs.google.com/forms/d/e/1FAIpQLSdtqQPMdNYhibQS1ofY4OGMxmNhP0qEwYp6lDZu0ZFs6qDL4w/viewform Спасибо!2,48%
6 апр.‼️КУРС‼️ После Яндекса зрела идея собрать профессиональный опыт в один системный образовательный продукт, и вот мы с Каримом Валиевым перешли к активной фазе работы над курсом по пространственной аналитике. Курс не про QGIS, а про алгоритмическую и инженерную сторону работы с геоданными: ❤️Core-фундамент: от геометрии и пространственных индексов (H3, S2) до графов и сетевого анализа. ❤️Data Science & ML: кластеризация, пространственная статистика, GWR и применение нейросетей для растров. ❤️Big Data: работа с Apache Sedona, GeoParquet и DuckDB для тех случаев, когда данных слишком много для обычных инструментов. ❤️Практика: оптимизация размещения объектов и вопросы качества/валидации данных. Мы хотим сделать курс максимально прикладным и полезным для сообщества, поэтому сейчас нам важен ваш фидбек. Помогите нам определиться с форматом, сложностью и конкретными темами, которые вам интересны. Заполнение анкеты займет пару минут, но очень поможет нам сделать крутой продукт: https://docs.google.com/forms/d/e/1FAIpQLSdtqQPMdNYhibQS1ofY4OGMxmNhP0qEwYp6lDZu0ZFs6qDL4w/viewform @urban_mash2,02%
1 авг. 2024 г.Urban Analysis & Spatial Science 🏡 На канале уже было множество различных источников связанных с пространственным анализом городской среды на основе языков R и Python (книги на R + книги на Python). Elijah Knaap пишет книгу Urban Analysis & Spatial Science, которая представляет собой введение в основы современного городского анализа с использованием Python и набора библиотек PySAL (The Python Spacial Analysis Library - сайт) + geosnap (The Geospatial Neighborhood Analysis Package - руководство). Книга подходит для прикладных исследователей или аспирантов в области городских социальных наук, желающих повысить свой технический потенциал в области городских данных, а также для студентов, желающих познакомиться с теоретическими основами городской аналитики. В настоящий момент текст книги находится в разработке, поэтому какие-то главы или часть ноутбуков могут на момент написания этого обзора отсутствовать. Печатная версия книги будет опубликована в издательстве CRC Press в 2025 году.1,42%
30 сент. 2024 г.Урок 4: Пространственный анализ и визуализация данных. Ссылка на репозиторий https://github.com/KarimDataMaster/python_geo_course/tree/main/Lesson_41,24%
19 июл. 2024 г.Есть такая штука, как Метод аналитической иерархии (AHP — Analytical Hierarchy Process) — это многоцелевой метод принятия решений, который помогает решить задачи выбора на основе сравнения пар элементов, который помогает для составления разного рода интегральных рейтингов на основании многофакторного анализа. Используется в том числе и в гео аналитике. Вот несколько полезных ссылок посмотреть, поизучать тему: https://digital-geography.com/ahp-arcgis-10-x-using-python/ https://www.youtube.com/watch?v=ht0Wm33xEno https://medium.datadriveninvestor.com/step-by-step-tech-stock-selection-using-the-analytic-hierachy-process-ahp-establishing-177f32cbf2ec Доступ к Medium надо приобретать или попробовать воспользоваться расширениями в Firefox.0,81%
26 сент. 2024 г.Урок 3: Пространственные базы данных и SQL для геоанализа. Ссылка на репозиторий https://github.com/KarimDataMaster/python_geo_course/tree/main/Lesson_30,74%
5 авг. 2024 г.ВАКАНСИЯ ❤️ Ищем геоаналитика в нашу небольшую команду в Яндекс.Лавке! Какие задачи? - проводить исследования и разрабатывать прогнозные модели по направлению геоаналитики; - отвечать за расширение географии присутствия Лавки на основе анализируемых данных; - создавать и запускать оптимальные зоны доставки различных типов доставки; - поддерживать и развивать наши аналитические инструменты и базы данных; - выполнять множество запросов ad-hoc от смежных команд: региональных менеджеров, менеджеров продукта, маркетологов и т.д.; - выстраивать коммуникацию со специалистами по развитию регионов. Ожидания от вас: - хорошо знаете математику и владеете основами статистики; - разбираетесь в основных концепциях машинного обучения; - отлично владеете SQL; - программируете на Python; - владеете инструментами ГИС (QGIS). Присылайте резюме мне в лс :) @urban_mash0,56%
25 сент. 2024 г.Урок 2. Работа с пространственными данными в Python. Ссылка на репозиторий https://github.com/KarimDataMaster/python_geo_course/tree/main/Lesson_20,52%
1 окт. 2024 г.Либо я тупой, либо слишком много пил в 2007 Поэтому, я думал, у меня не получается решать алгоритмические задачи. А если серьёзно, то вот мои топ-4 ошибки в изучении алгоритмов (но пил и правда много конечно): 1. Я пытался сам додуматься до решения. Я открывал задачу и сидел и "думал" над ней. Пытался написать какой-то корявый брутфорсный код, в душе понимая, что вряд ли это здесь прокатит. В конце концов, плевал и шёл смотреть, как решили другие. Но не чтобы чему-то научиться, а чтобы убедиться в том, что я пёс 🐕 и мне "не дано". Только выгорев несколько раз, как медведь 🐻 в машине, я понял, что надо начинать с разбора решений и просто прорабатывать таким образом задачу за задачей. 2. Расстраивался, что не смог бы сам додуматься до такого решения. Некоторые задачи настолько хитро решались, что возникала мысль: даже если я буду заниматься алгоритмами всю жизнь, сам я до этого никогда не додумаюсь. Видимо, всё-таки я пёс. Это сильно демотивировало. Но потом я понял: ведь я не расстраивался, что не сам открыл теорему Пифагора, например. До неё бы я тоже вряд ли додумался сам, но это не мешает мне ей пользоваться! И я стал спокойно изучать разные приёмы в алгоритмах и пользоваться ими, как теоремой Пифагора – Пифагор вот точно был не пёс). 3. Не группировал задачи по темам Когда я только начинал, то решал подряд просто рандомные задачи и не обращал внимания на тему (массив, хэш-таблица, два указателя). От этого в голове возникала каша, как утром после Виноградного дня 🍇. Систематизировать знания не получалось. Когда я начал группировать задачи по темам, то картинка сразу начала складываться. 4. Не обращался за помощью в изучении алгосов. Думаю, это происходило из того, что в начале я считал алгоритмические задачи проверкой интеллекта. Решил – молодец, не решил – пёс. А что можно поделать с тем, что пёс? Этому казалось ничем не поможешь. Я, мне кажется, сначала даже видосы на Ютюб не смотрел (только сам снимал, лол), не то что курсы проходил. Но проблема ещё в том, что контент по алгосам в основном очень задротский. Я пытался открывать книги, а от туда сразу какие-то параграфы, формулы, интегралы. Что? Опять чувствуешь себя псом. С видосами и курсами то же самое: либо какое-то лютое олимпиадное задротство, с которым у меня никогда "химии" не было, либо бессистемные видосы на Youtube. Но главный мой "тормоз" – это убеждение, что я всё должен освоить сам. Что мне не нужна живая помощь и поддержка. Мужик сам всё должен сделать! Ох, сколько времени я потерял, и во многих сферах продолжаю терять, из-за этого, реально ограничивающего убеждения! Мой курс по алгоритмам – это та система, помощь и поддержка, которые помогут тебе сэкономить кучу времени в изучении алгоритмов и пройти алгоритмическое интервью (или закрыть гештальт по информатике). Я сделал курс без задроства и зауми, без резких повышений сложности, без внезапной неподъёмной математики. Но главное с поддержкой, любовью и пониманием, и без академического холода 🥶 и высокомерия. Запись на курс идёт через бот курса, где я лично общаюсь с каждым, кто хочет научиться решать алгоритмические задачи. Запись на 5-й поток, который стартует 7 октября, ещё открыта.👇0,32%
1 окт. 2024 г.Чувак делает крутые курсы по DS и запилил новый курс по алгоритмам. Да, сообщение это по сути реклама, но в нем все настолько точно описано, расписал все мои боли при взаимодействии с алгоритмами, что не могу не поделиться. К тому же, есть мотивация использовать описанный подход, чтобы заново подступиться к этой теме.0,25%