Explore l'évaluation environnementale systémique, l'analyse nationale des flux de matériaux et le développement d'un tableau de bord du métabolisme urbain pour Zurich à l'aide de données ouvertes.
Couvre la cartographie statistique thématique, les types de cartes thématiques et les méthodes de discrétisation pour représenter et classer les caractéristiques des ensembles de données.
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 principes fondamentaux de la science des données, en mettant l'accent sur la profondeur et l'application pratique dans l'apprentissage automatique et l'analyse de données.
Explore l'utilisation de l'esthétique, des métaphores visuelles, de la lisibilité et de l'intégrité des données pour créer des représentations visuelles efficaces.
Couvre les champs d'application, les lambdas et les pandas en science des données avec Python, y compris les déclarations imbriquées, la détermination de la portée, les affectations et la manipulation des pandas.
