课程介绍
欢迎来到Udemy上关于 R 和 R-Studio 机器学习的独特课程：土地利用和土地覆盖 (LULC) 映射的图像分类！这是 Udemy 上的第一门课程，它提供了学习 R 编程的急需技能的可能性，以便在 R 中进行基于 RS 的机器学习分析。
为什么地理空间分析师（GIS、遥感）应该学习 R？
凭借在本课程中获得的知识，您将准备好在 R 中进行您自己的第一次机器学习图像数据分析。 Oracle 估计全球 R 用户超过 200 万，巩固了 R 作为统计和数据科学领域领先编程语言的地位。R 用户的数量每年增长约 40%，越来越多的组织在日常活动中使用它。从今天开始与我们一起学习 R 的旅程，以证明您明天的职业生涯！
本课程包含 7 个部分，涵盖机器学习的方方面面：
- 理论与实践
- 学习机器学习的理论背景
- 学习用于图像分类的监督机器学习
- 在 R 和 R-Studio 中应用基于机器学习的算法（随机森林、SVM）进行图像分类分析
- 学习 R 编程的基础知识
- 全面了解基于卫星影像分类的土地利用与土地覆盖（LULC）制图基础知识
- 了解与 LULC 映射相关的遥感基础知识
- 了解如何在 QGIS 中为图像分类创建训练和验证数据
- 为 LUCL 分析构建基于机器学习的图像分类模型并测试其在 R 中的鲁棒性
- 在 R 中应用基于机器学习的图像分类的准确性评估
无需事先 R 或统计/机器学习/ R 知识：
您将从吸收最有价值的机器学习基础知识和技术开始。对于卫星图像分析，我使用易于理解的实践方法来简化和解决 R 中最困难的概念。
我的课程将帮助您使用从不同来源（Landsat 和 Sentinel 图像）获得的真实图像数据来实施这些方法。因此，在完成我的 R 机器学习课程以进行图像分类和 LULC 分析后，您将轻松使用不同的数据流和数据科学包在 R 中处理真实数据。
如果这是您第一次接触 R，请不要担心，我的课程是本课程中对 R&R 编程的完整介绍。
本课程不同于其他培训资源。每堂课都力求以可证明且易于遵循的方式提高您的 GIS 和遥感技能和 R，并为您提供切实可行的解决方案。您将能够开始为您自己的项目分析空间数据，并凭借您的高级 GIS 技能和尖端机器学习算法和 R 编程知识获得未来雇主的赞赏。
课程的一个重要部分是实践练习。您将获得一些精确的指令、脚本和数据集，以使用 R 工具运行机器学习算法。
类型：在线学习 | MP4 | 视频：h264，1280×720 | 音频：AAC，44.1 KHz
语言：英语 | 大小：3.87 GB | 持续时间：5h 10m
您将学到什么
- 在 R-Studio 中使用 R 编程语言学习用于图像分类的监督机器学习 学习机器学习的理论背景
- 在 R 和 R-Studio 中应用基于机器学习的算法（随机森林、SVM）进行图像分类分析
- 学习 R – 从头开始编程：包括 R 速成课程，您可以开始 R 编程进行机器学习
- 充分了解基于卫星图像分类的土地利用和土地覆盖 (LULC) 制图的基础
- 知识 了解并充分了解与以下相关的遥感LULC 映射
- 在 R 中预处理和分析遥感图像
- 了解如何在 QGIS 中为图像分类创建训练和验证数据
- 为 LUCL 分析构建基于机器学习的图像分类模型并测试其在 R 中的鲁棒性
- 在 R 中实现机器学习算法，例如随机森林、SVM
- 在 R 中应用基于机器学习的图像分类的准确性评估
- 您将拥有脚本的副本和课程中使用的分步手册供您在分析中参考使用。
