Geospatiale machine learning-modellen worden veel gebruikt binnen wetenschap en praktijk, maar de ontwikkelingen gaan snel en niet iedereen beschikt over de kennis om hiervan te profiteren. Waar sommige onderzoekers vaardig zijn in het ontwikkelen en toepassen van ML-modellen, missen anderen basiskennis. Bovendien wordt het modelleringsproces vaak niet goed gedocumenteerd. Daarom wordt voorgesteld een cursus geospatiale ML te ontwikkelen om zowel de kennis als de herbruikbaarheid van modellen te vergroten. De cursus biedt basisvaardigheden en houdt deelnemers bij met nieuwe ontwikkelingen. Geospatiale ML vraagt specifieke aandacht door ruimtelijke uitdagingen zoals autocorrelatie, grote en variabele datasets en de wens naar fysische consistentie, wat standaard ML niet garandeert. Ook de evaluatie, toepassingsgebieden, integratie met bestaande modellen en verantwoord hergebruik vormen aandachtspunten. De cursus richt zich op deze aspecten en wordt opgebouwd met open-source tools, met aandacht voor FAIR en reproduceerbare modellen, en met actieve inbreng van de onderzoeksgemeenschap.
Organisaties
- Faculty of Geo-Information Science and Earth Observation (ITC)
- Scientific Departments (ITC-SCI)
- ITC-TECH (ITC-SCI-TECH)