Ubah data satelit menjadi wawasan lingkungan dengan machine learning.
Program delapan course yang menghubungkan remote sensing klasik dengan teknik machine learning modern. Mulai dari memahami cara satelit mengukur Bumi, lalu lanjut ke LiDAR, SAR, statistik spasial, hingga CNN dan Google Earth Engine.
Delapan course, satu tujuan.
Setiap course membangun kemampuan untuk course berikutnya. Course pertama sudah dapat dibaca silabusnya.
Remote Sensing
Pahami cara satelit mengukur Bumi, bandingkan Landsat dan Sentinel, hitung NDVI, lalu siapkan citra untuk analisis vegetasi.
Dasar citra satelit · 3 modulExplore LiDAR in 3D
Kerjakan point cloud LiDAR, bangun model elevasi digital, dan pahami informasi 3D yang tidak terlihat pada citra optik.
Point cloud & elevasi 3DProcess SAR & Multispectral
Olah data SAR dan multispektral untuk pemetaan banjir, penutup lahan, dan respons bencana.
SAR, multispektral, dan analisis perubahanCrunch Spatial Stats
Gunakan statistik spasial untuk membaca pola, autokorelasi, dan hubungan antarlokasi pada data geospasial.
Statistik spasial dan polaAnalyze Climate Data
Olah dataset iklim menjadi laporan yang dapat ditindaklanjuti, termasuk tren dan indikator ESG.
Data iklim dan pelaporanTrain ML Models
Latih model machine learning untuk klasifikasi penutup lahan dan prediksi berbasis data geospasial.
Machine learning untuk data spasialDeep Learn Imagery
Gunakan CNN, transfer learning, dan Grad-CAM untuk klasifikasi citra serta interpretasi model.
CNN, transfer learning, dan interpretabilitasHarness Earth Engine
Kelola monitoring lingkungan skala besar dengan Google Earth Engine tanpa infrastruktur rumit.
Cloud geospasial & monitoring skala besarCatatan: susunan ini mengikuti struktur spesialisasi Satellite Imagery and Remote Sensing with Machine Learning. Course kedua sampai kedelapan masih dalam penyusunan dan akan dibuka setelah course pertama selesai.