Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Geographical Data Science and Spatial Data Analysis
Chris Brunsdon, Lex Comber
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Naturwissenschaften allgemein
Beschreibung
We are in an age of big data where all of our everyday interactions and transactions generate data. Much of this data is spatial – it is collected some-
where – and identifying analytical insight from trends and patterns in these increasing rich digital footprints presents a number of challenges.
Whilst other books describe different flavours of Data Analytics in R and other programming languages, there are none that consider
Spatial Data (i.e. the location attached to data), or that consider issues of inference, linking Big Data, Geography, GIS, Mapping and Spatial Analytics.
This is a ‘learning by doing’ textbook, building on the previous book by the same authors,
An Introduction to R for Spatial Analysis and Mapping. It details the theoretical issues in analyses of Big Spatial Data and developing practical skills in the reader for addressing these with confidence.
Kundenbewertungen
Processing data, data analytics, ggmap, spatial data, big data, data studies, Geographical data, Spatial Data Analytics, spatial analytics, R software