Geocomputación con R

Opiniones de los lectores

El libro goza de gran prestigio por su enfoque exhaustivo y accesible del análisis geoespacial con R. Abarca una amplia gama de temas, adecuados para diversos niveles de conocimientos, y ofrece versiones en papel y en línea. Los usuarios aprecian su contenido bien estructurado y sus ejemplos prácticos.

El libro proporciona explicaciones claras sobre el análisis geoespacial en R, cubre una amplia gama de temas relevantes y es adecuado tanto para principiantes como para usuarios avanzados. Destacan especialmente el capítulo sobre cartografía y los ejemplos interactivos. Además, la versión en línea está disponible de forma gratuita, lo que la hace accesible a un público más amplio.

Algunos usuarios señalan que la versión en línea está más actualizada que la impresa. Unos pocos lectores mencionan que no avanzan más allá de las secciones iniciales y la necesidad de una segunda edición que se base en el contenido actual.

(basado en 3 opiniones de lectores)

Título original:

Geocomputation with R

Contenido del libro:

Geocomputación con R está dirigido a quienes deseen analizar, visualizar y modelar datos geográficos con software de código abierto. Se basa en R, un lenguaje de programación estadística que cuenta con potentes capacidades de procesamiento de datos, visualización y geoespaciales. El libro le dota de los conocimientos y habilidades necesarios para abordar una amplia gama de cuestiones que se manifiestan en los datos geográficos, incluidas las que tienen implicaciones científicas, sociales y medioambientales. Este libro interesará a personas de muchos orígenes, especialmente a los usuarios de Sistemas de Información Geográfica (SIG) interesados en aplicar sus conocimientos específicos en un potente lenguaje de código abierto para la ciencia de datos, y a los usuarios de R interesados en ampliar sus habilidades para manejar datos espaciales.

El libro está dividido en tres partes: (I) Fundamentos, cuyo objetivo es ponerle al día con los datos geográficos en R, (II) extensiones, que cubre técnicas avanzadas, y (III) aplicaciones a problemas del mundo real. Los capítulos cubren temas progresivamente más avanzados, con los primeros capítulos proporcionando bases sólidas sobre las que se construyen los capítulos posteriores. La Parte I describe la naturaleza de los conjuntos de datos espaciales en R y los métodos para manipularlos. También cubre la importación/exportación de datos geográficos y la transformación de sistemas de referencia de coordenadas. La Parte II representa métodos que se basan en estos fundamentos. Abarca la elaboración de mapas avanzados (incluida la cartografía web), los puentes hacia los SIG, el intercambio de código reproducible y cómo realizar la validación cruzada en presencia de autocorrelación espacial. La Parte III aplica los conocimientos adquiridos a problemas del mundo real, como la representación y modelización de sistemas de transporte, la búsqueda de ubicaciones óptimas para tiendas o servicios y la modelización ecológica. Los ejercicios que aparecen al final de cada capítulo le proporcionarán los conocimientos necesarios para abordar una serie de problemas geoespaciales. Las soluciones de cada capítulo y los materiales complementarios con ejemplos ampliados están disponibles en https: //geocompr. github. io/geocompkg/articles/.

El Dr. Robin Lovelace es académico de la Universidad de Leeds, donde lleva muchos años enseñando R para la investigación geográfica, con especial atención a los sistemas de transporte. Jakub Nowosad es profesor adjunto en el Departamento de Geoinformación de la Universidad Adam Mickiewicz de Poznan, donde se centra en el análisis de grandes conjuntos de datos para comprender los procesos medioambientales. El Dr. Jannes Muenchow es investigador posdoctoral en el Departamento de GIScience de la Universidad de Jena, donde desarrolla y enseña una serie de métodos geográficos, con especial atención a la modelización ecológica, la geocomputación estadística y la cartografía predictiva. Los tres son desarrolladores activos y trabajan en varios paquetes de R, como stplanr, sabre, y RQGIS.