Modelowanie gęstości przestrzennej w 2D, 3D, 4D

Publikacja stanowi kompleksowe opracowanie metod modelowania gęstości przestrzennej z wykorzystaniem narzędzi statystyki, ekonometrii i uczenia maszynowego. Autorka omawia 36 metod analizy danych geolokalizowanych, obejmujących m. in. pomiar gęstości globalnej i lokalnej, identyfikację klastrów oraz modelowanie zależności przestrzennych w ujęciu 2D, 3D i 4D. Wszystkie metody zilustrowano przykładami opartymi na otwartych zbiorach danych oraz gotowymi implementacjami w języku R. Książka ma charakter naukowo-praktyczny i jest przeznaczona dla badaczy oraz specjalistów zajmujących się analizą danych przestrzennych i procesów społeczno-gospodarczych.