Explainable Machine Learning for Geospatial Data Analysis
Idioma: inglés
Editorial: Taylor and Francis Ltd, GB, 2024
- Tapa dura
- Nuevo

Librería: Rarewaves.com UK, London, Reino UnidoRarewaves.com UK
Vendedor de IberLibro desde 11 de junio de 2025
Condición: Nuevo
EUR 223,61
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Explainable machine learning (XML), a subfield of AI, is focused on making complex AI models understandable to humans. This book highlights and explains the details of machine learning models used in geospatial data analysis. It demonstrates the need for a data-centric, explainable machine learning approach to obtain new insights from geospatial data. It presents the opportunities, challenges, and gaps in the machine and deep learning approaches for geospatial data analysis and how they are applied to solve various environmental problems in land cover changes and in modeling forest canopy height and aboveground biomass density. The author also includes guidelines and code scripts (R, Python) valuable for practical readers.FeaturesData-centric explainable machine learning (ML) approaches for geospatial data analysis.The foundations and approaches to explainable ML and deep learning.Several case studies from urban land cover and forestry where existing explainable machine learning methods are applied.Descriptions of the opportunities, challenges, and gaps in data-centric explainable ML approaches for geospatial data analysis.Scripts in R and python to perform geospatial data analysis, available upon request.This book is an essential resource for graduate students, researchers, and academics working in and studying data science and machine learning, as well as geospatial data science professionals using GIS and remote sensing in environmental fields.…
N° de ref. del artículo LU-9781032503806
- Título
- Explainable Machine Learning for Geospatial Data Analysis
- Autor
- Courage Kamusoko
- Editorial
- Taylor and Francis Ltd, GB
- Año de publicación
- 2024
- Estado
- New
- Encuadernación
- Hardback
- Idioma
- inglés
- ISBN 10
- 1032503807
- ISBN 13
- 9781032503806
- Peso del artículo
- 453 gramos
Explainable machine learning (XML), a subfield of AI, is focused on making complex AI models understandable to humans. This book highlights and explains the details of machine learning models used in geospatial data analysis. It demonstrates the need for a data-centric, explainable machine learning approach to obtain new insights from geospatial data. It presents the opportunities, challenges, and gaps in the machine and deep learning approaches for geospatial data analysis and how they are applied to solve various environmental problems in land cover changes and in modeling forest canopy height and aboveground biomass density. The author also includes guidelines and code scripts (R, Python) valuable for practical readers.
Features
- Data-centric explainable machine learning (ML) approaches for geospatial data analysis.
- The foundations and approaches to explainable ML and deep learning.
- Several case studies from urban land cover and forestry where existing explainable machine learning methods are applied.
- Descriptions of the opportunities, challenges, and gaps in data-centric explainable ML approaches for geospatial data analysis.
- Scripts in R and python to perform geospatial data analysis, available upon request.
This book is an essential resource for graduate students, researchers, and academics working in and studying data science and machine learning, as well as geospatial data science professionals using GIS and remote sensing in environmental fields.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Courage Kamusoko is an independent geospatial consultant based in Japan. His expertise includes land-use/cover change modeling and the design and implementation of geospatial database management systems. His primary research involves analyses of remotely sensed images, land-use/cover modeling, modeling aboveground biomass, machine learning, and deep learning. In addition to his focus on geospatial research and consultancy, he has dedicated time to teaching practical machine learning for geospatial data analysis and modeling.
“Acerca de” puede pertenecer a otra edición de este título.
Rarewaves.com UK
London, Reino Unido
Vendedor de IberLibro desde 11 de junio de 2025
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 76,93 | EUR 118,36 |
Métodos de pago
Información empresarial del vendedor
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.