zurück zur Suche

Geografische Textanalyse

ED110049Studienleistungen3 ECTSEnglischWintersemesterLehrstuhl für Data Science in Earth Observation (Prof. Zhu)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie sich große Textdatenquellen (z. B. Social Media, Nachrichten, amtliche Texte) für geodätische und geografische Fragestellungen nutzen lassen. Das Modul vermittelt Techniken der klassischen NLP und modernen Machine Learning-Methoden zur Filterung, Klassifizierung und Geokodierung großer Textkorpora sowie Ansätze zur Fusion mit Fernerkundungs- und anderen Geodaten. Datenschutz, Ethik und Vertrauenswürdigkeit werden ebenfalls behandelt. Am Ende kannst du Textdaten sammeln, verarbeiten und für reale Anwendungen wie Katastrophenmanagement oder Landnutzungsanalyse einsetzen und bewerten.

Was du danach kannst

  • Erkennen, welche geografischen Informationen aus Textdaten gewonnen werden können
  • Implementieren von Retrieval- und Speicherlösungen für Textdaten
  • Anwenden von NLP- und ML-Modellen zur automatisierten Analyse großer Textdatensätze
  • Beurteilen der Eignung und Grenzen solcher Daten für konkrete Anwendungen
  • Analysieren und Bewerten von Ergebnissen anhand realer Anwendungsfälle

Aus was das Modul besteht

  • VorlesungVermittlung der fachlichen Grundlagen, Konzepte und Beispiele
  • ÜbungPraktische Anwendung der Methoden an konkreten Beispielen

Lehrmethode

  • VorlesungEinführung in Konzepte und Methoden
  • ÜbungAnwenden und Einüben der Techniken an Beispielen
  • Präsentation/Handout/ScreencastsUnterstützung beim Selbststudium und zur Vertiefung

Termine

VorlesungGeographic Text Analysis

ÜbungLab for Geographic Text Analysis

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.