高等教育中的空间数据科学

教学和研究资源

一张红紫黄的红外地图，其中橙色河流蜿蜒穿过，上方重叠有一张图像，其中一位身穿淡蓝色上衣的老师正在教室里帮助学生使用笔记本电脑

将空间分析的力量与数据科学相结合

将空间分析纳入数据科学，结合了两个学科的优势，可以从数据中提取更深刻的见解。 通过学习空间分析和数据科学，学生可以获得解决复杂问题的独特技能和竞争优势。

一幅灰绿色的城市区域密度地图，以蓝色、红色和黄色表示

空间数据科学的构成要素

空间数据科学由几个关键部分组成。

  • 数据集成与工程

    清理、丰富和处理数据以供分析

  • 可视化和探索

    探索地图以识别数据中的趋势和模式

  • 空间分析

    使用位置分析来解决问题，有时结合其他模型和分析方法

  • GeoAI

    与人工智能、机器学习和深度学习的深度融合

  • 大数据分析

    利用工具和方法处理大数据分析

  • 建模和脚本编写

    在重复任务中使用脚本和模型来简化流程并最大限度地减少错误

  • 共享和协作

    通过共享和协作将数据转化为信息和行动

上一步
下一步

用户故事

为什么在数据科学项目中采用 GIS 是有效的

威斯康星大学麦迪逊分校的数据科学专业有一个关键的区别：向学生介绍 GIS 的地理空间数据科学赛道。

阅读用户故事

按需网络研讨会

探索先前录制的有关高等教育空间数据科学主题的网络研讨会。

访问网络研讨会录像
在灯光明亮的图书馆里，一位身穿蓝领衬衫、戴着眼镜的成年学生正对着一台大型电脑显示器微笑

按主题查找资源

查找有关 ArcGIS Pro 中的数据工程、空间分析、GeoAI、Python 脚本、R-ArcGIS 集成等主题的资源。

数据工程与可视化

上一步
下一步

空间分析

上一步
下一步

GeoAI

上一步
下一步

Python 脚本

上一步
下一步

R-ArcGIS 集成

上一步
下一步

共享和协作

上一步
下一步

开始获得支持

请求 Esri 教育团队的帮助，将空间数据科学添加到您的教学和研究中。