Par le Prof. François Golay explore les SIG, la morphologie urbaine, les défis des Twins numériques, l'analyse basée sur les données et les contributions du LASIG.
Couvre l'utilisation pratique de QGIS pour l'analyse et la visualisation des données spatiales, y compris le géoréférencement des cartes historiques et la manipulation des données vectorielles.
Explore l'approche structurée de l'analyse exploratoire des données spatiales, en soulignant l'importance des cadres analytiques et du mantra de recherche visuelle.
S'insère dans la forme et la fonction de systèmes complexes, en mettant l'accent sur l'interaction entre «masse» et «réseaux de transport» dans différents systèmes.
Couvre les interactions entre les couches de données raster et vectorielles dans les SIG, y compris l'extraction d'informations à des points spécifiques et le calcul des statistiques dans les zones de polygone.
Couvre les aspects pratiques de la création de cartes thématiques statistiques et les concepts nécessaires pour une représentation efficace des données.
Couvre les meilleures pratiques et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture, les défis et les technologies comme Hadoop et Hive.
Plonge dans les relations entre les troubles de l’humeur, la performance cognitive et la plasticité du cerveau en milieu urbain, en utilisant les données de cohortes médicales.
Couvre l'analyse des flux de matières et d'énergie pour la gestion des ressources, en se concentrant sur les méthodologies et les exemples de villes comme Vienne et Paris.
Introduit le cours d'analyse des données appliquées à l'EPFL, couvrant un large éventail de sujets d'analyse des données et mettant l'accent sur l'apprentissage continu en sciences des données.
Explore le programme EW-MFA au niveau cantonal, couvrant la collecte de données, l'importation/exportation, les émissions, la gestion des déchets et la productivité des ressources.
Couvre les statistiques spatiales, la variabilité spatiale, l'interpolation, l'évaluation de l'incertitude et les exercices pratiques d'analyse spatiale et de statistiques.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
Souligne la reproductibilité et la réutilisabilité des données dans les neurosciences silico, en mettant l'accent sur les outils et les méthodes de neuroinformatique.
Couvre les attributs thématiques, la classification, la représentation des données et les méthodes de discrétisation dans les systèmes d'information géographique.
Se penche sur les défis de l'urbanisme à Touba, au Sénégal, en mettant l'accent sur les transports et le développement urbain, en proposant des solutions pour améliorer la mobilité et les infrastructures.
