Materiały do warsztatów "Dane przestrzenne w uczeniu maszynowym - środowisko R"
<p>Zbiór danych przygotowany do warsztatu "<strong>Dane przestrzenne w uczeniu maszynowym - środowisko R</strong>" przeprowadzonego podczas konferencji <a href="https://geoinformacja20uam.pl/">Geoinformacja: Nauka – Praktyka – Edukacja</a> (02.12.2022 r.). Repozytorium z materiałami szkoleniowymi znajduje się na GitHub: <a href="https://github.com/kadyb/GEOINF2022">https://github.com/kadyb/GEOINF2022</a>.</p> <p>W archiwum .zip znajdują się dwa katalogi: <em>"dane</em>" oraz <em>"zadanie</em>", w skład których wchodzi:</p> <ul> <li>scena Landsat 8 i 9 (7 kanałów spektralnych);</li> <li>klasy pokrycia terenu <a href="https://s2glc.cbk.waw.pl/">S2GLC</a>;</li> <li>poligony z zasięgiem powiatu śremskiego oraz wągrowieckiego.</li> </ul> <p>Dane satelitarne zostały pobrane z <a href="https://earthexplorer.usgs.gov/">EarthExplorer</a>, a klasy pokrycia terenu z <a href="https://finder.creodias.eu/">CREODIAS</a>.</p>
ShareScore
36/100
Overall dataset sharing score
Score breakdown
These five areas show where the dataset supports — or may limit — practical reuse.
- Stewardship
- 8
- Harmonization
- 4
- Access
- 16
- Reuse readiness
- 8
- Engagement
- 0
Topics
Dataset details
- Repository
- zenodo
- Published
- November 6, 2022
- License
- cc-by-4.0
- DOI
- 10.5281/zenodo.7299644
Scored with release 0.9.0
ScienceDex for faculty
Your academic CV and NIH biosketch
Make your CV in your school's format and your NIH biosketch from it, then download both as Word files.