Что такое наука о данных? Подобно любой новой области, она еще не опре­делена полностью, но вы уже знаете о ней достаточно, чтобы заинтересовать­ся, иначе вы не читали бы эту книгу. Я считаю науку о данных местом на пересечении информатики, статистики и независимых областей применения. От информатики исходит машинное об­учение и технологии высокопроизводительных вычислений, чтобы справлять­ся с масштабом. От статистики исходит давняя традиция исследовательского анализа данных, проверка достоверности и визуализация. От областей приме­нения в бизнесе и науках исходят задачи, стоящие сломанных копий, а также стандарты вычислений, позволяющие оценить, когда победа будет окончатель­но достигнута.

Географические информационные системы (ГИС) приобретают все большее значение, помогая нам понять сложную социальную, экономическую и природную динамику в ситуациях, где ключевую роль играют пространственные компоненты. Однако фундаментальные алгоритмы, применяемые в ГИС, трудны для понимания и преподавания, отчасти из-за отсутствия логически последовательного изложения. Алгоритмы можно описывать разными способами. В данной книге мы избрали более практичный путь – описывать алгоритм на реальном языке программирования, в качестве какового решили взять Python. Мы выбрали Python в основном за его простой синтаксис, а также за изобилие популярных, эффективных и хорошо сопровождаемых модулей.

Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования Python с использованием библиотеки глубокого обучения PyTorch.