61 slayt
CBS Nedir ve Neden Kullanılır?
CBS'nin karar desteği, temel bileşenleri, kullanım alanları ve yapay zekâ ile gelişen rolü.
Dersler ve açık materyaller
CBS ve GeoAI dersleri için hazırlanan haftalık sunum materyalleri.
CBS temellerini mekânsal makine öğrenmesi, derin öğrenme, açıklanabilir yapay zekâ ve sorumlu GeoAI uygulamalarıyla birleştiren 14 haftalık ders.
61 slayt
CBS'nin karar desteği, temel bileşenleri, kullanım alanları ve yapay zekâ ile gelişen rolü.
43 slayt
Vektör ve raster modeller, öznitelik yapıları, topoloji ve mekânsal veri temsili.
43 slayt
Kartografik ilkeler, görsel hiyerarşi, semboloji ve etkili mekânsal iletişim.
43 slayt
Datum, koordinat referans sistemleri, projeksiyon seçimi ve dönüşüm hataları.
43 slayt
Konumsal doğruluk, veri bütünlüğü, kalite denetimi ve geodatabase tasarımı.
43 slayt
Buffer, overlay, proximity ve ağ tabanlı analizlerin kavramsal ve uygulamalı temelleri.
43 slayt
Raster işlemleri, uydu görüntülerinin analizi, sınıflandırma ve arazi örtüsü üretimi.
43 slayt
Web tabanlı CBS mimarileri, bulut servisleri ve ilk yarıyıl konularının bütünleştirilmesi.
37 slayt
GeoAI yaklaşımı, mekânsal öğrenme problemleri, özellik mühendisliği ve veri sızıntısı riski.
37 slayt
Sınıflandırma ve regresyon, model seçimi, mekânsal çapraz doğrulama ve performans ölçütleri.
37 slayt
Mekânsal otokorelasyon, kümeleme, sıcak nokta analizi ve mekânsal aykırı değerler.
37 slayt
CNN tabanlı yaklaşımlar, nesne tespiti, segmentasyon ve coğrafi görüntülerin yorumlanması.
37 slayt
Foundation models, açıklanabilir yapay zekâ, etik riskler, belirsizlik ve sorumlu GeoAI ilkeleri.
37 slayt
Problem tanımı, veri ve yöntem tasarımı, doğrulama, yorumlama ve final proje sunumu.
© Murat Başeğmez · Atıf verilerek eğitim amaçlı kullanılabilir.