Enheter
1. Introduksjon til kunstig intelligens og verifikasjonsdisiplin i landbruksteknikk 2. Presisjonslandbruk og strukturering av landbruksdata 3. Plantehelseovervåking med satellitt og drone: NDVI og vegetasjonsindekser 4. Tolkning av jordanalyse og gjødslingsoptimalisering 5. Vanningsoptimalisering og vannforvaltning 6. Sykdom og skadedyrdiagnose: Bildeanalyse og beslutning 7. Landbruksbeslutningsstøtte med vær- og klimadata 8. Avlingsestimering og landbruksmodellering 9. Landbruksdataanalyse med Python 10. Sporbarhet, landbruksregistrering og forsyningskjede 11. Etikk, personvern, grenser og ende-til-ende-integrering
Enhet 9 / 11

Landbruksdataanalyse med Python

Gevinster:

  • Evne til å generere og kjøre kode for lasting, rengjøring og oppsummering av felt-/sensordata ved hjelp av pandaer med AI
  • Evne til å visualisere analyser som NDVI-tidsserier og gjødsel/avlingsforhold med grafer
  • Evne til å teste AI-generert kode med små data og oppdage enhet, indeksformel og logikkfeil
Tidligere Neste