Feature engineering для пространственных данных

Подписывайтесь на наш канал здесь и в телеграмм , чтобы быть в курсе будущих митапов и не пропускать полезные доклады! Александр Мещеряков / Сinimex 00:00 - Введение 00:42 - О чем этот доклад 01:26 - Где можно получить геоданные? 01:50 - Представление геометрий в WKT 02:44 - Геокодирование 03:39 - Широта и долгота как признак модели 04:17 - Анализ геометрий 04:28 - Преобразование полигонов - buffer 05:02 - Преобразование полигонов - минимальная выпуклая оболочка 05:30 - Признаки полигона 06:20 - Первый закон географии Тоблера 08:10 - Пространственные объединения 08:47 - Зачем еще могут пригодиться пространственные объединения? 09:45 - Как получить из полигона точку 10:29 - Расчет расстояний: планарные расстояния 11:05 - Любая карта - это проекция Земли на плоскости 11:36 - Разнообразие проекций 12:27 - Что такое SRID? 13:04 - Переход из одной проекции в другую 13:21 - Геодезические расстояния: гаверсинусное расстояние 14:04 - Модель Земли WGS 84 15:03 - Расстояние маршрута 15:56 - Способы агрегации пространственных данных 17:58 - Количество соседних точек внутри кольца 18:59 - Оценка паттернов 19:18 - Поиск горячих точек и выбросов 19:50 - Карта Джона Сноу 22:08 - Кластеризация K-Means и DBSCAN 22:40 - KDE - kernel density estimation 23:17 - Завершающая речь Александр Мещеряков рассказывает, как развертывать модели с использованием геопространственных данных. Использование геолокационных данных в машинном обучении помогает обогатить исходный датасет, получить новые интересные зависимости и улучшить метрики ваших моделей. Ну, и конечно же, отобразить исходную информацию на карте с помощью визуализации геоданных. Поговорим, как не запутаться в свойствах геометрий, какой формат данных лучше всего подойдет для комфортной работы, как правильно объединять гео-данные, какие значимые признаки можно добыть из географических данных и многом другом.