settings
OTEX_BIG
Süddeutsche Zeitung Institut Auszeichnung
 Image
Alle GIS Schulungen

Schulung Geospatial Machine Learning: Räumliche Muster erkennen und vorhersagen

Location Intelligence: Datengestützte Entscheidungen durch Geospatial ML

3 Tage / S6656
Neues Seminar
Per E-Mail senden

Schulungsformen

Inhouse-/Firmenschulung

  • 3 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot

  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid

Beschreibung

Dieses Fachseminar vertieft die Anwendung von Machine Learning auf geographische Datenbestände. Während klassisches ML oft die Unabhängigkeit der Datenpunkte voraussetzt, bricht der Raum diese Regel: „Alles hängt mit allem zusammen, aber nahe Dinge mehr als ferne“ (Tobler„s First Law). Sie lernen, wie Sie dieses Prinzip durch Spatial Feature Engineering und Spatial Cross-Validation in Ihre Modelle integrieren, um verlässliche Vorhersagen für Immobilienpreise, Kriminalität oder Standorte zu treffen. Wir analysieren den Einfluss der räumlichen Autokorrelation und vergleichen klassische geostatistische Ansätze mit modernen ML-Verfahren. Ziel ist die Beherrschung von Modellen, die geographische Abhängigkeiten nicht ignorieren, sondern aktiv zur Präzisionssteigerung nutzen.

Weitere GIS Seminare für Ihre gezielte Weiterbildung...

Schulungsziel

Die Teilnehmenden erlernen die Entwicklung robuster Vorhersagemodelle für raumbezogene Fragestellungen. Ziel ist es, räumliche Merkmale (Distanz, Dichte, Nachbarschaft) korrekt als Features aufzubereiten, Overfitting durch räumliche Kreuzvalidierung zu vermeiden und ML-Algorithmen (wie Random Forest oder XGBoost) gezielt für Standortbewertungen und Hotspot-Analysen einzusetzen.

Details

Inhalt

  • Ziele und Erwartungen der Teilnehmenden
    • Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
  • 1. Grundlagen: Was macht Geospatial ML anders?
    • Tobler„s First Law: Die Bedeutung der räumlichen Nähe für die Modellbildung.
    • Räumliche Autokorrelation: Messung mit Moran„s I und Geary„s C.
    • Problemstellung: Warum Standard-ML-Modelle bei Geodaten oft zu optimistische Ergebnisse liefern (Spatial Bias).
  • 2. Spatial Feature Engineering: Den Raum beschreibbar machen
    • Distanzbasierte Features: Euklidische Distanz vs. Erreichbarkeit im Straßennetz.
    • Nachbarschafts-Attribute: Buffer-Analysen und räumliche Aggregationen (Counts, Mittelwerte).
    • Geometrische Merkmale: Formfaktoren, Kompaktheit und räumliche Ausdehnung von Objekten.
  • 3. Geostatistische Modelle vs. Machine Learning
    • Klassische Geostatistik: Kriging, Variogramme und Interpolationsverfahren.
    • Machine Learning Ansätze: Random Forest, Gradient Boosting und Support Vector Machines im Raum.
    • Hybride Ansätze: Kombination von Kriging-Residuen mit ML-Modellen (Regression Kriging).
  • 4. Spatial Cross-Validation: Richtiges Testen im Raum
    • Das Problem: Datenpunkte in der Nähe des Trainingssets verfälschen die Test-Performance.
    • Lösung: Spatial Fold Partitioning und Block-Cross-Validation.
    • Metriken: Bewertung der Generalisierungsfähigkeit auf unbekannte Regionen.
  • 5. Modellierung räumlicher Abhängigkeiten
    • Spatial Lag Models: Berücksichtigung der Werte der Nachbarn als Input.
    • Geographically Weighted Regression (GWR): Wenn Koeffizienten im Raum variieren.
    • Einsatz von Koordinaten: Sollen Längen- und Breitengrade direkt als Features genutzt werden?
  • 6. Anwendung I: Immobilienpreisvorhersage (Real Estate)
    • Hedonische Preismodelle: Kombination von Gebäudeattributen mit Lageeigenschaften.
    • POIs als Prädiktoren: Einfluss von Schulen, Parks und ÖPNV-Anbindung.
    • Preisentwicklung: Vorhersage von Wertsteigerungspotenzialen in Stadtteilen.
  • 7. Anwendung II: Kriminalitäts-Hotspots (Public Safety)
    • Predictive Policing: Identifikation von Zeit-Raum-Clustern.
    • Risikofaktoren: Analyse von baulichen und sozialen Umgebungsfaktoren.
    • Validierung: Messung der Vorhersagegenauigkeit in dynamischen Szenarien.
  • 8. Anwendung III: Standortbewertung & Retail
    • Einzugsgebiete: Modellierung von Kundenströmen (Huff-Modell vs. ML).
    • Kannibalisierung: Vorhersage der Auswirkungen neuer Standorte auf bestehende Netze.
    • Umsatzprognosen: Datengestützte Entscheidungshilfe für Expansionen.
  • 9. Anwendung IV: Krankheitsausbreitung & Public Health
    • Epidemiologische Muster: Modellierung von Infektionswegen im Raum.
    • Umweltfaktoren: Korrelation von Gesundheitsdaten mit Klima- und Geodaten.
    • Ressourcenplanung: Vorhersage des Bedarfs an medizinischer Infrastruktur.
  • 10. Praxis-Workshop: "The Spatial Predictor"
    • Workshop: Entwicklung eines Preisvorhersage-Modells für Wohnimmobilien.
    • Feature-Task: Erstellung von Nachbarschafts-Features aus OpenStreetMap-Daten.
    • Validation-Task: Vergleich von Standard-CV vs. Spatial-CV Ergebnissen.
    • Final Roadmap: Checklist für die Auswahl des richtigen Modells je nach räumlicher Datenlage.

  • Data Scientists: Die ihre Modelle um die Dimension „Raum“ erweitern möchten.
  • GIS-Analysten: Zur Professionalisierung ihrer prädiktiven Analysen.
  • Business Analysts (Real Estate/Retail): Zur datengestützten Standortbewertung.
  • Epidemiologen & Sicherheitsanalysten: Zur Vorhersage von Ausbreitungsmustern.


In Präsenz

Online
Lernmethode

Ausgewogene Mischung aus Theorie und Praxis

Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent.

Unterlagen

Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Arbeitsplatz
  • PC/VMs für alle Teilnehmenden
  • Hochwertige und performante Hardware
  • Große, höhenverstellbare Bildschirme
  • Zugang zu Ihrem Firmennetz erlaubt
  • 86-90 Zoll Bildschirm für perfekte Präsentationen in jedem Schulungsraum
  • Online Meeting + Remote Zugriff auf persönlichen GFU-Schulungs-PC
  • Keine Installation auf dem eigenem PC notwendig
Lernumgebung

Neu aufgesetzte Remote-Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter, sodass Sie über ein perfektes Setup für die Durchführung aller praktischen Übungen verfügen.

Arbeitsmaterialien

Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its

Teilnahmezertifikat

Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF.


In Präsenz

Online
Teilnehmendenzahl

min. 1, max. 8 Personen

Garantierte Durchführung *

Ab 1 Teilnehmenden

Schulungszeiten
3 Tage, 09:00 - 16:00 Uhr
Ort der Schulung
GFU Schulungszentrum oder Virtual Classroom
GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz

oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung

Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden.

Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen.

Räumlichkeiten

Helle und modern ausgestattete Räume mit perfekter Infrastruktur

Bequem aus dem Homeoffice von überall

All-Inclusive

Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch

Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu.
Barrierefreiheit

Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei

-

In Präsenz

Online
  • Eigener Shuttle-Service
  • Reservierte Parkplätze
  • Hotelreservierung
  • Technik-Sofort-Support

Buchungsmöglichkeiten

Online oder in Präsenz teilnehmen

Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.

Inhouse-/Firmenschulung
  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid

So haben GFU-Kunden gestimmt

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

FAQ für Inhouse Schulungen

Bei einer offenen Schulung stehen Ort und Termin vorab fest. Jeder Interessent kann eine offene Schulung buchen, daher treffen Teilnehmer aus verschiedenen Unternehmen aufeinander.

Inhouse Schulungen können auf Ihren individuellen Schulungsbedarf zugeschnitten werden. Sie bestimmen den Teilnehmerkreis, Termin und Schulungsort.

Bei einer Inhouse Schulung gehen wir auf die individuellen Bedürfnisse Ihres Unternehmens ein und decken den Schulungsbedarf direkt bei Ihnen im Unternehmen ab.

Das spart Zeit und Geld und sorgt für einen schnellen Wissenstransfer Ihrer Mitarbeiter.

Eine komplette Lernumgebung in der Cloud mit Remote Zugriff ist für uns selbstverständlich. Sie müssen sich um nichts kümmern. Lediglich ein funktionierender PC oder Notebook mit Internetanschluss sollte für jeden Teilnehmer am Schulungstag bereit stehen.

  • Kompetente Seminarberatung
  • Dozenten aus der Praxis
  • Auf Ihre Bedürfnisse zugeschnittener individueller Lernstoff
  • Sie können den Termin flexibel gestalten, so wie es für Sie am besten passt
  • Unsere Inhouse Schulungen können Europaweit durchgeführt werden
  • Der Fokus liegt auf Ihrem Schulungsbedarf, somit schonen Sie Ihr Budget
  • Wissenslücken Ihrer Mitarbeitet werden schnell geschlossen
aegallianzaxaElement 1deutsche-bankdeutsche-postlufthansamercedessonyzdf