Magellan: Geospatial Analytics on Sparkのトレーニングコース

このインストラクターによるライブ・トレーニングは、ArcGISでデータ空間プロジェクトを作成したいフィールドの生態学者や保全管理者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 空間データをビジュアライゼーションとして出力する。
• 実際のデータに対してジオスタティックスを実施する
。
• ArcGISを使用して空間データ分析、データ処理、マッピングを実施する
。
• ArcGISでプロジェクトの空間データを分析する
。

このインストラクターによるライブトレーニングは、GISプロセスの反復作業を自動化したいアナリストを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PythonとArcGISツールを使用してGISアプリケーションを構築します。
• PythonのArcGISパッケージArcPyを使用して開発する。
• Pythonのオブジェクトクラスを使用して、マップ自動化のためのArcGISモジュールを適用する。

この訓練の終わりまで 参加者は:

最新のバージョン  of ArcGIS Pro を使用します。 ユーザインターフェースを調査し、アークGIS* Proの使用を评估し、オンライン内容を Manage, manipulation and analize 自身のデータデータを分析し、意味と創造方法でデータを分享します。

ArcGIS Proの最新のバージョンを使用します。

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、地理情報の収集、整理、管理、分析に ArcMap in ArcGIS を使用する方法を学びたい中級レベルの環境科学者および考古学者を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

ArcMap と ArcGIS の基礎を理解します。社会的および考古学的要素に関する地理情報を収集、整理、管理、分析します。影響評価のために空間クエリを実行します。

地理情報システム（ GIS ）は、空間データまたは地理データをキャプチャ、保存、操作、分析、管理、および表示するために設計されたシステムです。頭字語GISは、地理情報システム（ GISサイエンス）で地理情報システムを研究する学問分野を指すために使用されることがあり、地理情報学のより広い学問分野内の大きな領域です。

Q GIS 、地理情報システム（ GIS ）ソフトウェアとして機能し、グラフィカルマップの作成とエクスポートに加えて、ユーザーが空間情報を分析および編集できるようにします。 Q GISは、ラスターレイヤーとベクターレイヤーの両方をサポートしています。ベクターデータは、ポイント、ライン、またはポリゴンフィーチャとして保存されます。ラスター画像の複数の形式がサポートされており、ソフトウェアは画像をジオリファレンスできます。要約すると、ユーザーはWindows、Mac、 Linux 、BSDで地理空間情報を作成、編集、視覚化、分析、および公開できます。

このプログラムは、最初のフェーズで、一般的な使用のためにQ GISインターフェイスを導入します。第2フェーズでは、PyQ GISを導入します。これは、特定のGIS機能を中心に独自のPythonプラグインを作成できるように、PythonコードまたはPythonアプリケーションにGIS機能を統合できるQ GIS Pythonライブラリです。

このインストラクターによるライブ・トレーニングは、Pix4Dを使った土地調査やドローン・マッピングを希望するフィールドの生態学者や保全管理者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• ドローンマッピングのプロセスと技術をエンドツーエンドで使用します。
• 高い測量精度を達成する。
• グローバル座標系とGPSの基礎を理解する
。
• Pix4D'画像処理ソフトウェアを使用して測量出力を生成し、分析することができます。

このインストラクターによるライブトレーニングは、ドローンデータの後処理Pix4Dを希望するフィールドの生態学者や保全管理者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• GoogleEarthを実装してUAVマッピングを強化する。
• 画像の出力を使用してレポートを作成します。
• GISやCADソフトウェアで後処理を行い、高度なドローンデータモデリングを行う。

地理情報システム（ GIS ）は、空間データまたは地理データを取得、格納、操作、分析、管理、および表示するように設計されたシステムです。頭字語GISは、地理情報システムを研究する学問分野を指すために地理情報科学（ GIS cience）に使用されることがあり、地理情報学のより広い学問分野内の広い分野です。

GISでのPythonの使用は過去20年間で大幅に増加しました。特に2000年にPython 2.0シリーズが導入されたことで、言語をより展開しやすくした新しいプログラミング機能が多数追加されました。それ以来、 PythonはEsriの製品などの商用GIS内だけでなく、Q GISやGRASSなどのオープンソースプラットフォームでも利用されてきました。事実、今日のPythonはGISユーザーとプログラマーによって最も広く使われている言語です。

このプログラムはPythonの使い方とgeopandas、pysal、bokehそしてosmnxのような先進のライブラリを使ってあなた自身のGIS機能を実装します。プログラムはまた、Arc GIS APIとQ GISツールボックスに関する入門モジュールもカバーしています。

このインストラクターによる 日本 のライブトレーニング（オンラインまたはオンサイト）は、Google Maps を通じてジオロケーション機能を追加することで、ウェブサイトやウェブアプリケーションを強化したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 新規または既存のウェブサイトやウェブアプリケーションにマップを埋め込む
。
• 現在地と同期したライブデータを表示する
。
• Googleマップを含むマッシュアップを作成する。
• 優れたCSSとJavaScriptコーディングプラクティスを適用する
。
• アプリケーションのカスタムマップを作成する
。

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、空間分析、データ管理、および GIS アプリケーションの専門知識を深めたい中級レベルの地理学者を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

• 高度な空間分析技術を適用して、複雑な地理的問題を解決します。
• 大規模な空間データベースを管理し、データ品質管理を実行します。
• さまざまなアプリケーション向けに、動的でインタラクティブなマップとビジュアライゼーションを作成します。
• プログラミングと自動化を利用して GIS ワークフローを合理化します。

このインストラクターによるライブ・トレーニングでは、PythonとSparkを組み合わせてビッグデータを分析する方法を、実習を交えながら学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PythonでSparkを使ってビッグデータを分析する方法を学びます。
• 実際のケースを想定した演習に取り組みます。
• PySparkを使用したビッグデータ分析のためのさまざまなツールやテクニックを使用します。

このインストラクターによるライブ・トレーニングでは、グラフ・データを処理するためのテクノロジーと実装アプローチについて学びます。その目的は、実世界のオブジェクト、その特徴、関係を特定し、それらの関係をモデル化し、Graph Computing（グラフ分析とも呼ばれる）アプローチを使ってデータとして処理することです。本講演では、まず大まかな概要を説明し、ケーススタディ、実習、ライブデプロイメントを通して、特定のツールに絞り込んでいきます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• グラフデータがどのように永続化され、トラバースされるかを理解する
。
• 与えられたタスクに最適なフレームワークを選択する（グラフデータベースからバッチ処理フレームワークまで）
。
• Hadoop、Spark、GraphX、Pregelを実装し、多数のマシンでグラフコンピューティングを並列に実行する
。
• 現実のビッグデータ問題をグラフ、プロセス、トラバーサルの観点から見る。

MLlibはSparkの機械学習（ML）ライブラリです。その目標は、実用的な機械学習をスケーラブルかつ簡単にすることです。これは、分類、回帰、クラスタリング、協調フィルタリング、次元削減、低レベルの最適化プリミティブ、高レベルのパイプラインAPIなど、一般的な学習アルゴリズムとユーティリティで構成されています。

これは2つのパッケージに分けられます。

• spark.mllibには、RDDの上に構築されたオリジナルのAPIが含まれています。

• spark.mlは、MLパイプラインを構築するためのDataFrameの上に構築された高レベルAPIを提供します。

観客

このコースは、 Apache Spark用の組み込みMachine Libraryを利用しようとしているエンジニアや開発者を対象としています。

コースの形式

• インタラクティブな講義とディスカッション。
• 多くの演習と実習
。
• ライブラボ環境での実践的な実装。

コース・カスタマイズ・オプション

• このコースのカスタマイズトレーニングをご希望の場合は、お問い合わせください。