Met R Routing kunnen organisaties bijvoorbeeld bereikbaarheid van voorzieningen analyseren, reistijden berekenen, fietsroutes optimaliseren of openbaarvervoernetwerken onderzoeken met behulp van OpenStreetMap-data. In deze blended learning leer je hoe je routeberekeningen, netwerkanalyses en mobiliteitsanalyses uitvoert.
R Routing richt zich op het uitvoeren van routeberekeningen, bereikbaarheidsanalyses en netwerkanalyses met behulp van de programmeertaal R. Binnen Geo-ICT is dit belangrijk voor vraagstukken rond mobiliteit, infrastructuur, openbaar vervoer, logistiek, fietsroutes en ruimtelijke bereikbaarheid.
Met R kunnen verkeersnetwerken, OpenStreetMap-data en openbaarvervoerdata worden geanalyseerd en gecombineerd met geografische datasets. Denk aan het berekenen van reistijden, het analyseren van bereikbaarheid van voorzieningen, het optimaliseren van routes of het onderzoeken van mobiliteitspatronen. Hierdoor ontstaat een krachtige omgeving voor GIS, mobiliteitsanalyse en spatial data science.
Wat R sterk maakt, is de combinatie van programmeerbaarheid, ruimtelijke analyse en koppelingen met open databronnen. Hierdoor kunnen route- en netwerkberekeningen reproduceerbaar worden uitgevoerd en eenvoudig worden herhaald voor verschillende scenario’s. Binnen Geo-ICT wordt R steeds vaker ingezet voor bereikbaarheidsonderzoek, mobiliteitsmodellen en beleidsanalyses.
In deze blended learning werk je met belangrijke routingpackages zoals osmdata, osrm, dodgr, stplanr en tidytransit. Hiermee leer je OpenStreetMap-data gebruiken, routes berekenen, netwerkafstanden analyseren en openbaarvervoerdata verwerken.
Daarnaast biedt R uitgebreide mogelijkheden om routing te combineren met visualisatie, statistiek, databases en ruimtelijke analyse. Hierdoor is deze blended learning interessant voor GIS-specialisten, mobiliteitsadviseurs, data-analisten, beleidsmedewerkers en Geo-ICT professionals die bereikbaarheid en mobiliteit datagedreven willen onderzoeken.
In deze blended learning maak je kennis met de belangrijkste mogelijkheden van R voor routing en mobiliteitsanalyse. Je leert hoe je OpenStreetMap-data ophaalt, verwerkt en gebruikt voor routeberekeningen en netwerkanalyses. Daarbij werk je met packages zoals osmdata, osrm, dodgr, stplanr en tidytransit.
Er wordt aandacht besteed aan routeberekening, netwerkafstanden, reistijdanalyses en bereikbaarheidsvraagstukken. Je leert hoe je routes voor auto, fiets of voetganger kunt analyseren en hoe je resultaten vertaalt naar bruikbare geografische inzichten.
Daarnaast leer je hoe R kan worden ingezet voor openbaarvervoerdata en mobiliteitsplanning. Met tidytransit werk je aan analyses van haltes, lijnen, dienstregelingen en OV-bereikbaarheid. Ook ontdek je hoe stplanr kan worden gebruikt voor fiets-, loop- en vervoersanalyses.
Tijdens de blended learning werk je met praktijkgerichte datasets en leer je hoe je routing workflows reproduceerbaar opzet in R. Na afronding ben je in staat om zelfstandig routeberekeningen, bereikbaarheidsanalyses en mobiliteitsanalyses uit te voeren binnen GIS- en Geo-ICT projecten.
Heb je al ervaring met R Spatial Basis, R Databases of R Visualisatie? Dan vormt deze blended learning een logische vervolgstap richting mobiliteitsanalyse, netwerkdata en ruimtelijke bereikbaarheid binnen R.
Blended learning combineert zelfstandig online leren met praktijkgerichte, interactieve sessies, waardoor je zowel de basis van routing als de praktische toepassing van mobiliteitsanalyse in R leert begrijpen. In de online modules leer je hoe je netwerkdata gebruikt, routes berekent en bereikbaarheidsanalyses uitvoert met moderne R-packages.
Je ontdekt hoe je werkt met OpenStreetMap-data, route-engines, netwerkafstanden en openbaarvervoerdata. Daarnaast leer je hoe je routingresultaten combineert met visualisatie, ruimtelijke analyse en rapportage binnen R. Dankzij onbeperkte toegang tot het lesmateriaal kun je de stof in je eigen tempo herhalen en oefenen.
Tijdens de praktijkgerichte online sessies pas je de theorie direct toe op realistische datasets en herkenbare Geo-ICT vraagstukken. Je krijgt begeleiding van ervaren docenten en leert hoe je routing workflows uitvoert met packages zoals osmdata, osrm, dodgr, stplanr en tidytransit.
De combinatie van online leren en interactieve praktijkervaring zorgt ervoor dat je niet alleen leert hoe routes technisch worden berekend, maar ook hoe je bereikbaarheid en mobiliteit inhoudelijk analyseert. Na de blended learning ben je in staat om routing en mobiliteitsanalyses professioneel toe te passen binnen Geo-ICT, GIS en ruimtelijke beleidsprojecten.
Je ontvangt persoonlijke begeleiding. Na je aanmelding neemt onze cursuscoördinator contact met je op om je eerste sessie in te plannen.
Heb je vragen over de inhoud van de cursus? Of twijfel je of de cursus aansluit bij jouw leerdoelen of wensen? Liever incompany of een privé cursus? We helpen je graag verder.
Basiskennis van R en GIS is handig, maar ervaring met routing of mobiliteitsanalyse is niet verplicht. Tijdens de blended learning worden routeberekeningen en netwerkanalyses stap voor stap uitgelegd met praktische Geo-ICT voorbeelden.
Tijdens de blended learning werk je met routeberekeningen, reistijdanalyses, bereikbaarheidsanalyses, netwerkafstanden, mobiliteitspatronen en openbaarvervoeranalyses op basis van geografische netwerkdata.
Ja. OpenStreetMap vormt een belangrijke databron binnen deze blended learning. Je leert hoe je wegen-, fiets-, wandel- en netwerkdata ophaalt en gebruikt voor routing en mobiliteitsanalyse in R.
Ja. Routingresultaten en netwerkdata kunnen eenvoudig worden gecombineerd met GIS-software zoals QGIS en in mindere mate met ArcGIS voor verdere analyse, visualisatie en kaartproductie binnen Geo-ICT workflows.
Tijdens de blended learning werk je onder andere met osmdata, osrm, dodgr, stplanr en tidytransit voor routeberekening, OpenStreetMap-data, netwerkanalyse en openbaarvervoerdata binnen R.
