Enheter

1. Introduktion till artificiell intelligens och verifieringsdisciplin inom jordbruksteknik 2. Precisionsjordbruk och strukturering av jordbruksdata 3. Växthälsoövervakning med satellit och drönare: NDVI och vegetationsindex 4. Tolkning av jordanalys och gödslingsoptimering 5. Bevattningsoptimering och vattenhantering 6. Sjukdoms- och skadedjursdiagnos: Bildanalys och beslut 7. Jordbruksbeslutsstöd med väder- och klimatdata 8. Avkastningsuppskattning och jordbruksmodellering 9. Jordbruksdataanalys med Python 10. Spårbarhet, jordbruksregistrering och leveranskedja 11. Etik, integritet, gränser och end-to-end-integrering

Enhet 9 / 11

Jordbruksdataanalys med Python

Vinster:

Möjlighet att generera och köra kod för att ladda, rengöra och sammanfatta fält-/sensordata med hjälp av pandor med AI
Förmåga att visualisera analyser som NDVI-tidsserier och gödsel/avkastningssamband med grafer
Möjlighet att testa AI-genererad kod med små data och upptäcka enhet, indexformel och logikfel

Tidigare Nästa