Couvre les phénomènes spatiaux continus et les isovalences dans les systèmes d'information géographique, y compris les méthodes d'interpolation et les exemples de courbes d'isovalence pour divers facteurs environnementaux.
Couvre les perceptrons multicouches (MLP) et leur application de la classification à la régression, y compris le théorème d'approximation universelle et les défis liés aux gradients.
Couvre les variables discrètes dans les systèmes d'information géographique et leurs propriétés géométriques, y compris l'arrangement spatial et l'autocorrélation.
Couvre les indicateurs de relief globaux, les modèles d'altitude, la pente, l'orientation, la courbure et les indices morphologiques pour la description du terrain.
Introduit des algorithmes ML non linéaires, couvrant le voisin le plus proche, k-NN, ajustement des courbes polynômes, complexité du modèle, surajustement, et régularisation.
Couvre les statistiques spatiales, la variabilité spatiale, l'interpolation, l'évaluation de l'incertitude et les exercices pratiques d'analyse spatiale et de statistiques.
