Výuka informatických předmětů na příkladech dat Evropské unie
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F22%3A73612882" target="_blank" >RIV/61989592:15310/22:73612882 - isvavai.cz</a>
Výsledek na webu
<a href="http://gisak.vsb.cz/GIS_Ostrava/GIS_Ova_2022/sbornik/papers/gis202261c1b7d13fce7.pdf" target="_blank" >http://gisak.vsb.cz/GIS_Ostrava/GIS_Ova_2022/sbornik/papers/gis202261c1b7d13fce7.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.31490/9788024846071-153" target="_blank" >10.31490/9788024846071-153</a>
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Výuka informatických předmětů na příkladech dat Evropské unie
Popis výsledku v původním jazyce
Předměty Data Mining a Pokročilé zpracování geodat jsou povinnými předměty pro magisterské studium programu Geoinformatika a kartografie na Univerzitě Palackého. V praktických cvičeních se využívají data poskytovaná evropskými úřady. V obou předmětech jsou to data poskytovaná statistickým úřadem Evropské unie Eurostat a dále data poskytovaná Evropskou agenturou životního prostředí v programu Copernicus Land Monitoring Servise – Urban Atlas. Přínosem praktických cvičení je nejen procvičení různých metod analýzy, ale i seznámení se zdroji dat Evropské unie. Praktické příklady tak zvyšují znalost o geografických evropských tématech a možnostech získávání dat z volně dostupných zdrojů. V rámci předmětu Data Mining jsou procvičována témata korelace, analýza hlavních komponent, hierarchické a nehierarchické shlukování na datech zaměstnanosti podle číselníku ekonomické aktivity NACE Level1. Analýza časových řad je procvičována na datech železniční dopravy v zemích EU. Zajímavé je zjišťování trendu osobní dopravy v letech 2004 až 2021 v jednotlivých evropských zemích. Dále lze dobře zjistit kvartální změny z dat dopravy v důsledku pandemie COVID-19 v roce 2020 a 2021. Postupy hledání podobnosti jsou ukázány na datech Urban Atlasu. Navíc je procvičováno použití natrénovaných neuronových sítí pro zjištění podobnosti evropských měst podle landuse center měst. Závěrečný semestrální projekt je také postaven na evropských datech. Ve cvičení je používán data miningový software Orange, který vizuálním programovacím jazykem. Předmět Pokročilé zpracování geodat se zaměřuje především na témata související s prostorovou statistikou – nejprve provádí studenty metodami pokročilé exploratorní analýzy, dále jsou představeny prostorově vážené metody, na které navazuje využití prostorových regresních modelů. Druhou část sylabu tvoří využití metod geocomputation, ve které se studenti seznámí s tématy fuzzy logiky, teorie informace a fraktální geometrie a jejich využití v prostoru. Pro cvičení jsou využívány regionální statistiky NUTS2 z databáze Eurostat a databáze OECD. Výukové texty jako je učebnice software Orange (Dobešová, 2022) a příklady k samostatnému procvičení nad daty EU jsou volně dostupné včetně zdrojových dat a programových kódů na stránce projektu http://urbandm.upol.cz/ v sekci Výukové materiály.
Název v anglickém jazyce
Teaching geoinformatics subjects with examples of European union data
Popis výsledku anglicky
Data Mining and Advanced Geodata Processing are compulsory courses for the Master's degree in Geoinformatics and Cartography at Palacký University. The practical exercises use data provided by European authorities. In both courses, these are data provided by Eurostat, the statistical office of the European Union, and data provided by the European Environment Agency under Copernicus Land Monitoring Service - Urban Atlas. The benefit of the practical exercises is not only to practise different methods of analysis but also to become familiar with the sources of European Union data. Thus, the practical examples increase the knowledge of European geographical topics and the possibilities of obtaining data from freely available sources. In the Data Mining course, the topics of correlation, principal component analysis, hierarchical and non-hierarchical clustering are practiced on employment data according to the NACE Level1 economic activity code. Time series analysis is practiced on rail traffic data in EU countries. Of interest is the identification of passenger and freight traffic trends from 2005 to 2021 in each European country. Furthermore, the quarterly changes in traffic due to the covid-19 pandemic in 2020 and 2021 can be well identified from the data. Similarity search procedures are shown on Urban Atlas data. In addition, the use of trained neural networks is practiced to find the similarity of European cities according to land use centres of cities. The semester assignment is also based on European data. In the exercise, the data mining software Orange is used with a visual programming language. The Advanced Geodata Processing course focuses primarily on topics related to spatial statistics - first, it guides students through advanced exploratory analysis methods, then spatially weighted methods are introduced, followed by the use of spatial regression models. The second part of the syllabus consists of the use of geocomputation methods, in which students are introduced to the topics of fuzzy logic, information theory and fractal geometry and their applications in space. Regional NUTS2 statistics from Eurostat and OECD database are used for the exercises. Educational texts such as the Orange software textbook and exercise book for self-practice on EU data are freely available, including source data and program codes, on the project website http://urbandm.upol.cz/ in the Teaching Materials section.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
50701 - Cultural and economic geography
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Sympozium GIS Ostrava 2022 - Smart City - vize a realita
ISBN
978-80-248-4607-1
ISSN
1213-239X
e-ISSN
1213-239X
Počet stran výsledku
12
Strana od-do
1-12
Název nakladatele
VŠB-TUO
Místo vydání
Ostrava
Místo konání akce
Ostrava
Datum konání akce
16. 3. 2022
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—