Aim of the course:

Koolitus eesmärk on anda teadmisi ja oskusi läbi viia geotöötlust ArcGIS Pro keskkonnas nii graafilise kasutajaliidese abil kui ka ArcGIS API for Python võimaluste kaudu.

Target group:

IT-arhitektid
Keskkonnaspetsialistid
Teedeehituse insenerid
Geodeedid
Geomaatikud ja andmehaldurid
Andmeanalüütikuid
Andmehaldureid
Programmeerijaid

Prerequisites:

Koolitusel osalemise eelduseks on varasem kogemus ArcGIS Pro tarkvaraga ja/või vastava algtaseme kursuse (nt ArcGIS Pro: Esmased töövõtted ja funktsioonid vms) läbimine. Samuti on eelduseks arvutikasutamise algoskus Windows-keskkonnas. Soovituslik on omada algteadmisi Pythonist või mõnest muust programmeerimiskeelest ning programmeerimise kontseptsioonidest, kuid see ei ole eelduseks koolituse edukaks läbimiseks.

Topics:

Teemad:
- AI (Artificial Intelligence), süvaõpe (Deep Learning) ja masinõpe (Machine Learning) – kontseptsioonid, toimimise põhimõtted ja kasutusalad GIS-analüüside tegemisel;
- Süvaõppe teekide paigaldamine ja uuendamine;
- Andmete ettevalmistamine süvaõppemudelite peenhäälestamiseks või treenimiseks;
- Süvaõppemeetodite rakendamine pildikujutiste (Imagery) analüüsis, sealhulgas kujutiste klassifitseerimine jms;
- Objektide automatiseeritud tuvastamine süvaõppe abil;
- Võimalused eeltreenitud süvaõppemudelite loomiseks ja rakendamiseks analüüside kiirendamiseks;
- Olemasolevate mudelite täiendamise (peenhäälestamise) tehnikad ja strateegiad, eesmärgiga parandada mudelite täpsust ja tõhusust;
- Parimad praktikad ja tehnilised võimalused tööprotsesside korduvkasutuseks, automatiseerimiseks ja optimeerimiseks;
- Esmatasemel süvaõppemudeli loomise ja rakendamise töövoog ArcGIS API for Python vahendite abil;
- Süvaõppemudeli loomise ja rakendamise töövoog Deep Learning Studio kasutamisel.

Study results:

Kursuse lõpetanu:
-oskab kasutada AI-põhiste meetodeid ruumianalüüsis;
-oskab andmeid ette valmistada süvaõppe kasutamiseks;
-oskab rakendada eeltreenitud mudelieid tööprotsesside optimeerimiseks;
-oskab kasutada ArcGIS API for Python ja Deep Learning Studio vahendeid.

Assessment criteria:

Tunnistuse saamiseks peab kursusel osaleja: - läbima õppekava etteantud mahus; - täitma kursuse jooksul ettenähtud ülesanded; - osavõtt 100% auditoorsest tööst.

Graduation document:

TalTech certificate

Language:

Estonian

Lecturer:

Registration deadline:

16.03.2026 23:59

Timetable: