일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- GIS
- 설치
- Web Mapping
- machine learning
- 우버
- data visualization
- QGIS
- 인스톨
- Big data
- 지도
- plugin
- Kepler.gl
- Data Analysis
- 머신러닝
- 빅데이터
- CARTO
- install
- 데이터 시각화
- 인공지능
- mapping
- map
- Uber
- 공간데이터 분석
- 플러그인
- 데이터 분석
- AI
- Web GIS
- 웹지도
- Spatial Data Analysis
- Mapbox
- Today
- Total
목록데이터 (3)
GIS & Spatial Analysis in KOREA
[Spatial Analysis]#GIS #QGIS #Spatial Data Analysis #Big Data #Data #Map #Radon #School #EDA #CDA #QDA#공간데이터 분석 #빅데이터 #라돈 #발암물질 #학교 #실내공기질 #데이터 #지도#탐색적 데이터 분석 #확증적 데이터 분석 #질적 데이터 분석 [ 04 데이터 분석 및 시사점 도출(1) ] 가장 중요한 분석용 데이터(전국 초/중/고등학교 및 라돈 검출 학교 데이터)를 앞선 장 ‘03 분석용 데이터로 재구축’을 통해 재구축 했다. 분석에 가장 기본이 되고 중요한 데이터를 완성한 것이다. 데이터 과학에서 분석 프로세스는 위 도표처럼 ① 문제를 정의하고, ② 관련 데이터를 수집하고, ③ 목적에 맞는 분석용 데이터로 재구축하고, ④..
[Spatial Analysis]#GIS #QGIS #Spatial Data Analysisv #Big Data #Data #Map #Radon #School#공간데이터 분석 #빅데이터 분석 #라돈 #발암물질 #학교 #실내공기질#데이터 #지도 #공공데이터포털 #학교알리미 [ 03 분석용 데이터로 재구축 ] 앞선 장에서 ‘02 활용데이터 정의 및 수집 구축’을 통해 가장 기본이 되는 ‘2017년 전국 학교 실내공기질 이미지 데이터’를 오픈소스 OCR 웹페이지를 통해 Excel 형태로 구축했다. 하지만 우리는 분석에 앞서 가장 기본이 되는 Raw 형태의 데이터를 구축한 것이지 실질적인 공간데이터 분석을 하기 위해서는 아직도 갈 길이 멀다. 기 구축한 Raw 데이터를 가지고 우리는 앞으로 공간 분석을 진행하려..
[Spatial Analysis] #GIS #QGIS #Spatial Data Analysis #Big Data #Data #Map #Radon #School #데이터 #지도 #공간데이터 분석 #빅데이터 분석 #라돈 #발암물질 #학교 #실내공기질 [ 02 활용데이터 정의 및 수집 구축] 앞선 Step 1에서 문제 정의 및 분석 방향이 구체적으로 설정된다면 자연스럽게 분석에 필요한 데이터 목록이 정리된다. 우선 전국 라돈 검출 초등학교 관련 공간 데이터 분석을 위해서 가장 중요한 데이터는 교육부가 2017년 실시한 ‘학교 실내공기질 측정 결과’일 것이다. 하지만 교육부 홈페이지 등 자료를 제공할 만한 곳을 아무리 검색해봐도 간혹 시군구 단위별로 제공하는 자료는 있으나 전국으로 제공하는 자료는 찾아보기 어렵..