【新春大促活动22套课程介绍】
课程内容简介：
Depthmap作为可独立运行的空间句法软件，其分析内容囊括了城市和建筑尺度对街道网络、凸空间和视域空间的多种分析方法，至今仍广泛应用于建筑与规划学科的研究和辅助设计中，课程内容包括了对空间句法理论、基本算法的简介，通过实际操作演示帮初学者快速入门。
第二章 面向高质量可持续发展的城市设计-UrbanXTools多专业协同城市设计
UrbanXTools依托参数化联动和多专业协同的技术路线，基于城市规划设计逻辑，借助算法支撑，实现快速生成符合上位规划的城市设计草模；辅助用户进行设计方案调整，增强与方案之间的互动；并从多专业的角度，即时对城市设计方案进行评估，为城市设计方案推敲提供量化依据，提高方案反馈与修改之间的效率。UrbanXTools背后的理论包括空间语法、形状文法、模式语言、分布优化和运筹等。因此，这一工具可以被视为复杂性的关键，致力于解决多学科之间协同作用产生的复杂性。
从城市形态和网络分析的关系切入，介绍sDNA的基本信息，探讨其多尺度、多维度的应用场景与适用性，展开sDNA相关基本概念，基本表达方式、度量方式、度量值及分析半径的详细解析。进一步从如何绘制步行网络、清理图形等具体的准备工作开始，进行sDNA软件的实操介绍，通过案例重点学习sDNA对多样化交通方式的可达性与流量潜力分析。
第一章 sDNA空间设计网络分析解码立体城市-从二维到三维
重点关注拓展sDNA在三维环境、不同情境下的应用，通过实操练习掌握三维步行网络的建构原则、三维空间网络分析、自定义权重分析以及矢量数据结果的导出，并学会读懂错误报告，实时解决分析过程中碰到的问题，并通过具体案例探讨sDNA在复杂建成环境中应用的可能性。
讲述如何在区域规划、总体规划、详细规划、城市更新、场地设计等中运用空间句法原理与技术，如何解决规划设计实践之中涉及到空间结构、发展方向、功能布局、形态建构等关键性问题，聚焦城镇群、大城市、复杂地段等多种尺度的综合性难点，强化以空间为主的定量和定性分析方法，突出规划设计的创新需求。
空间句法理论及方法的意义在于实现了空间形态的量化描述，而整合度选择度等形态指标到底对使用者的行为和建筑功能分布有什么影响？如何应用空间句法方法量化分析这些数据，它们对设计又有什么帮助，空间句法进阶班，帮你实现由“理解”到“应用”的跨越。
作为一位在城市规划领域从业多年的大数据分析师，综合工作和学习中最常用、最实用的大数据分析要求，形成本课程的主体内容。面相“编程零基础的”同学，用最简单的例子深入浅出，手把手敲代码，调参数，从大数据的爬取到数据的处理，再到可视化图表，帮助大家搭建大数据的学习框架。课程内容包括
2大核心工具（Python、GIS）+5项核心技能（Python编程、网络爬虫、大数据分析、GIS分析、大数据可视化表达）+25项实操案例。
课程特色：
-
1 面相“编程0基础”同学学习大数据，力求做到最简单易懂，快速上手；
-
2 一线甲级规划院数据分析师教学，力求做到最接近实际、最具备价值；
-
3 尽可能简化理论介绍，以实践为核心，手把手带你敲代码，全过程教学；
-
4 大数据获取+大数据分析+大数据可视化，教授全套的大数据基础；
-
5 有基础也有知识延伸，在帮助每一位同学掌握基础知识后，引导未来学习方向，成为大数据分析达人。
本课程囊括城市大数据、Python、GIS可视化多平台的实用项目技能一课入门，0基础即可学习，紧密结合空间规划项目大数据需求！让你站在大数据上，重构认知城市大数据！课程将结合国土空间规划、城市体检、现状评估、双评价等规划项目的大数据需求为主线，嵌入python编程语言，形成符合规划逻辑的国土空间规划大数据应用教程。通过一线大数据规划的实践经验，拟合虚拟项目进行实操，增强大数据逻辑的应用、提高大数据获取的能力、培养大数据分析解决国土空间规划的思维能力。
-
-
2 零基础学语言，逐步拆解爬虫原理，从爬虫到Pyhton入门；
-
-
-
课程将结合国土空间规划中的大数据获取需求与人工智能AI探索案例，进行分解教学，从数据获取方法、数据分析逻辑、数据实例应用，逐步过渡到解决城市规划问题。
课程围绕POI数据的循序展开人工智能项目应用，（1）基于API接口获取POI数据；（2）基于逆地址编码，转化本地数据为空间数据。（3）初识人工智能算法，基于POI数据开展人工智能算法在城市空间大数据中的实例应用。
-
1 零数据储备基础即可学习
-
2 python进阶学习
-
3 紧密联系时空大数据研究
-
4 紧密联系国土空间规划
-
5 基本形成个人空间大数据库
讲解人工智能在国土空间规划场景中的应用案例，学习图像分割技术与多种机器学习算法（GBDT、XGBT）在城市空间问题中的应用。课程将从城市街景图大数据开始，实操实现图像分割；并在海量街景图大数据的基础上，实现对城市空间开敞度、城市绿视率、色彩构成的实操分析，进一步的调用机器学习算法模型，实现对城市空间碳排放量的预测。在实操讲解中，引领学员逐步学习各类算法模型，激发大家的学习兴趣，培养大数据分析解决城市空间问题的思维。
-
-
-
3 收获规划中调用机器学习的能力
-
4 了解人工智能在城市学科中的应用
课程内容简介：
聚焦手机大数据在空间规划中的应用，从手机数据的特点、分析处理、应用领域三大方面构建课程内容。特别是在应用领域方面，结合老师多年的规划编制研究经验，以及国土空间规划的最新动态，总结归纳了各类空间规划中常见的业务应用场景，配以案例的形式，让学员们快速实操上手，在规划实践中学以致用。
-
1 甲级规划院一线高工亲授，具有丰富的科研与实践经验；
-
2 摒弃枯燥的原理讲解，抓住核心内容，深入浅出；
-
3 结合规划编制、研究的需要，为空间规划师量身定做 ；
-
4 针对学员数据能力较弱等特点，分享推荐工具，做好数据处理、分析及可视化出图工作，零基础也可学；
-
5 采用大量的案例教学方式，总结归纳业务类型；
-
6 上机实操宏观、中观、微观各层级应用，快速上手。
课程内容简介：
出行数据是分析城市人口流动规律的有力工具，可以体现城市内部不同地块间的空间相互作用。课程从点、流和网络三个视角出发，分析理解居民出行数据中隐含的群体移动规律和城市时空结构信息。通过学习出行轨迹数据的基本组织形式和数据分析处理方法，掌握个体移动轨迹数据挖掘和空间交互网络建模分析的基础理论知识，重点考察城市人群流动的热点、趋势及其空间交互具有的距离衰减规律、枢纽节点/路径、功能组团结构，深化对城市人口流动交互系统的认识，了解城市空间交互分析的应用案例和潜在方向。
课程特色：
-
1 讲授轨迹数据分析的一般流程和重要的空间结构分析指标，可方便地应用到学员的自有数据；
-
2 讲授内容同国际前沿的最新分析算法、模型和工具等接轨；
-
3 以动手实操为主要手段，学员可以其为基础自由扩展；
-
4 提供详实的操作指导手册和代码；
-
5 实践性和应用性强。
课程内容简介：
从基础到实践到应用部分循序渐进，
理论基础部分：介绍相关的理论研究基础，包括行人交通的定义和特点、计算机视觉分析方法、编程语言和平台等。数据实践部分：上机操作数据和代码，采用计算机视觉方法实现行人识别、行人跟踪和行人重识别。综合应用部分：综合运用理论基础和实践技能，应用到建筑和规划设计场景中，包括室外空间（公园）和室内空间（商场）行人交通设施设计、行人疏散设计和行人事故预防。这门课程面向建筑设计、城市设计与规划、交通等相关专业的学生及从业人员。如果您想学习如何使用计算机视觉前沿算法，或者深入了解Python的使用，这门课程都将是您的不二之选。
课程特色：
-
1
对近些年行人交通相关的研究进行了系统地梳理综述，帮助学员快速入门行人动力学研究；
-
2
免费提供多个不同国家和城市的行人图像和视频数据集以供操作学习开展研究。
-
3 以实践操作为宗旨，最大程度帮助学员快速上手基于Python语言的实践操作；
-
-
5 课程综合性较强，涉及到建筑、规划、物理学、数学、工程学、计算机科学和视觉、心理学和社会学等学科的知识。
课程内容主要包括多尺度地理加权回归（MGWR）的相关理论、软件操作与应用案例，分别介绍地理空间和空间异质性的相关理论、MGWR软件的操作和结果分析、MGWR的应用领域与实际案例分析。通过理论与实际相结合的授课方式，有利于学员从零开始理解多尺度地理加权回归模型的理论及应用，更好地分析实际问题，提升研究能力。适合地理学、经济学、社会学、环境学、交通和规划等相关专业的学生、研究人员和从业者，以及对地理空间差异、空间异质性、空间计量等方向感兴趣的人员学习，零基础可学。
-
1 从基础知识开始讲解到实际应用案例分析，零基础也可学；
-
-
-
-
课程内容简介：
课程内容主要包括国土空间规划涉及到ArcGIS平台规划相关的内容：
前期：
数据读取与导出、地图服务的添加、基于字段计算器的基数转换、POI初步核实图斑、调研批量底图绘制、数据统计等。
中期：
数据转换、项目落位、图斑编辑、数据上报、协同设计、数据传递、高效办公等。
后期：
底图制作、书签设置、导出地图等。并且扩展OSM、POI、DEM等多源数据的获取与应用，引申解决具体问题的思考方式，消除使用ArcGIS的恐惧。
-
-
特色2：以项目流程为课程章节框架，紧贴实际工作需求；
-
-
-
-
课程结合一线规划设计工作和研究进行技术分享，课程内容由浅入深，结合ARCGIS、Depthmap、FME、GEOSOS、YAAHP等规划设计数据技术常用软件与理论的运用进行教学，以工作中常用技术和方法为核心，全面覆盖现状调研阶段，现状分析阶段，规划设计阶段，规划实施阶段，评价、监督阶段等，汇总更多实战经验和数据分析处理思路。
课程特色：
Stata是经济学、管理学和社会学中进行计量和回归分析时最常用的软件之一。空间计量经济学则是计量经济学中的前沿领域，在经典计量模型中纳入了空间相关性和空间异质性分析。
本课程致力于讲授如何应用Stata进行空间计量分析，分为五讲。第一讲为软件基本操作和空间计量基础知识；第二讲为数据集构建及空间权重矩阵生成；第三讲为空间相关性分析及可视化；第四讲为截面空间计量回归操作；第五讲为面板空间计量回归操作。课程以视频讲授为基础，力求全面规范的介绍如何应用Stata软件实现空间计量分析，为在校学生及相关领域的研究人员提供帮助。
课程内容简介：
因果推断（Causal Inference）是过去五十年统计学中最具革命性的思想之一。修建道路是否缓解了城市拥堵？优质中学带给周边地产多少溢价？限行政策减少了多少空气污染？这些政策问题，都依赖于数据定量地回答。
然而，反向因果、虚假相关等问题困扰着数据分析。只有通过适当的因果推断，我们才能评估城市规划与城市管理的效果，提出更好的建议（当然，更好地发表论文）。本课程旨在讲解因果推断的基本方法，并通过Stata软件实现基本的数据分析。
课程特色：
-
1
方法前沿
，紧跟国际知名期刊上的因果推断方法；
-
-
3
结合实操
，配合Stata计量软件教学，亲手复制顶刊结果；
-
-
5
学科交叉
，结合城市经济学与经济地理学实例，是目前第一门面向非经济学专业的计量经济学课程。
定量化的城市分析计算手段已经在许多城市设计与规划中投入实际使用；ArcPy是进行批量化GIS数据处理、自由操纵GIS数据进而开展灵活、深入的城市分析的绝佳手段。课程双线并进，双线互促。使用以ArcPy工作流为主、手动操作为辅的方式，逐步深入地讲解城市计算实例，并教授城市计算问题解决思路。实操内容包括可达性累计曲线、基于POI大数据的城市街道功能分析及城市商业热点提取、均匀约束点采样、15分钟生活圈生活便利度计算、基于深度学习和街景影像大数据的城市街道绿视率计算。
-
1 丰富城市计算实例、系统的ArcPy模块及应用场景分析讲解；
-
2 学习在实际项目中投入使用的、依托大数据和深度学习算法的城市计算前沿方法；
-
3 从脚本化、到Python工具箱、再到结合其他第三方库，层层深入学习ArcPy在不同场景下的应用方式；
-
4 城市计算实例与ArcPy学习共同推进，相互促进；
-
5
不仅教授课程中所涉的ArcPy函数，还详解ArcPy文档阅读方法，打通你在更多场景下使用ArcPy的道路；
-
6 手把手带你写代码，详解每行代码背后的思想，培养你的编程能力。
Python是被最广泛运用的编程语言之一，空间数据是大数据的重要组成部分。将Python运用到自动化处理空间数据中是提高工作效率，优化业务流程的有效途径。目前国内科研人员和相关从业人员主要依赖ArcGIS等平台，以手动的方式分析和处理空间数据。在大数据时代背景下，自动、高效的处理空间信息，是获取数据价值，提高工作产出的正确选择。课程面向零基础初学者，从Python的基本概念讲起，循序渐进，坡度适中的依次介绍矢量和栅格数据的自动化处理流程，并通过与实际科研代码和项目结合的方式将所学概念融入到实践中。
-
1 从零开始，不需要任何编程基础
-
2 面向实战，以科研/项目为导向
-
3 难度适中，从基本概念出发构建知识系统
-
4 内容系统，涵盖地理信息处理的大部分常用工具
-
5 即学即用，对课程代码稍加修改即可用于实践中
课程内容简介：
本课程主要目标是利用Python编程语言对气象站点或表格为主的数据进行批量自动化处理，并结合GIS软件对常见气象数据进行可视化展示。为了让大家能够高效的批量处理气象站点数据或以表格为主的数据，以简洁和举例的方法带大家快速入门Python并用其进行数据处理，系统的讲解了Python对以表格数据为主的各种批量操作，并结合GIS软件对气象为主的数据进行空间可视化，对比分析了多种插值方法在不同气象数据中的应用，并讲解了科研论文中的作图技巧。
-
1 通过对jupyter notebook的讲解，从而提高学习python代码的效率。
-
2 通过简单举例的方式带大家快速入门Python语言并系统的讲解了python对以表格为主的数据进行批量化处理的各种方式。
-
3 以气象站点数据为例，结合Excel与Python对常用气象数据进行实例批量化处理，从而整理成多种数据格式（其中包括GIS格式）
-
4 结合ArcGIS软件，对常见气象数据的插值方法进行对比分析，并讲解了不同插值方法的适用条件。
-
5 结合GIS对气象数据进行可视化，并讲解了在科研论文中的作图技巧。
