Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

• Methoden zur raumbezogenen Datenanalyse anzuwenden
• häufige Fehlerquellen bei der Analyse zu erkennen
• Muster aus Daten zu extrahieren
• Algorithmen für Netzwerkanalyse und räumliche Optimierung anzuwenden
• maschinelle Verfahren anzuwenden (Machine Learning)
• Standortanalysen durchzuführen
• praktische Kenntnisse in der Anwendung entsprechender Tools vertiefen

Erklärung von Konzepten und Durchführung praktischer Aufgaben um diese Konzepte zu verstehen:

• Geodatenanalyse
• Räumliche Statistik
• Raumzeitliche Analysen
• Netzwerkanalyse 
• Spatial Data Mining
• Machine Learning
• Clustering 
• Optimierung 
• Standortoptimierung

Die theoretischen Konzepte werden anhand von Folien und wissenschaftlicher Literatur präsentiert und diskutiert. Im Labor werden auf der Basis dieser Konzepte praktische Aufgaben durchgeführt.

Die Vorlesung beginnt als online-Veranstaltung. Während des Semesters werden wir die Covid-Situation analysieren und gegebenenfalls nach Ankündigung auf Hybrid (vor Ort und Streaming zur gleichen Zeit) umstellen. Der Vorlesungsraum steht während des gesamten Semesters zur Verfügung und kann genutzt werden.

Es werden Folien zur Verfügung gestellt!

Mündliche Prüfung (ohne Hilfsmittel)