Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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&apos;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