Spatial SQL #2

SQL_befolkning

Spatial SQL

”Lite mindre prosa, lite fler tillämpningar” skrev jag nyligen. Här kommer därför inlägg #2 om vad jag lär mig inom spatial SQL. #1 hittar du här. Precis som förra gången är det en sammanställning av exempel som jag använder mig av och inte ett heltäckande utbildningsmaterial. Kanske är det fler som har nytta av denna sammanställning. I dagsläget är fokus på vektordata och enklare statistik, så antalet tillämpningar inom ex. raster och punktmoln högst begränsat.

Lista egenskaper för alla tabeller i schemat
SELECT *
FROM information_schema.columns
WHERE table_schema = 'public'
ORDER BY table_name;
Lista egenskaper för alla geometrikolumner
SELECT * FROM public.geometry_columns
WHERE f_table_schema = 'public'
ORDER BY f_table_name;
 Fortsätt läsa ”Spatial SQL #2”

Data science – för att ta bättre beslut

Artificial intelligence (Edgarodriguezmunoz-cc-by-sa)

Förr i tiden kunde man som större organisation ha ryggen fri om man hade en avdelning med folk som kunde statistik. Kanske räckte det med att statistikerna skickade ut en kvalificerad åsikt en gång per kvartal som en aptitretare inför den årliga trycksaken som beskrev föregående år. Men det var då det.

Numera är marknaden kring att nå insikt och att jobba proaktivt (prediktivt?) lite mer stressad än så. Detta är på grund av den allt större åtkomst till nyttiga data och att bra datakällor blev en resurs och en konkurrensfördel. När detta först dök upp i IT-sammanhang kallades detta för data mining och mycket riktigt handlade det om att – likt ett dagbrott eller gruva – försöka gräva sig fram till någon användbar insikt som dolde sig i all den data som stuvats undan. Fortsätt läsa ”Data science – för att ta bättre beslut”