QGIS/C4/Nearest-Neighbour-Analysis/Kannada

Time	Narration
00:01	QGIS ನಲ್ಲಿ Nearest Neighbour Analysis ನ ಕುರಿತಾದ ಸ್ಪೋಕನ್ ಟ್ಯುಟೋರಿಯಲ್ ಗೆ ಸ್ವಾಗತ.
00:07	ಈ ಟ್ಯುಟೋರಿಯಲ್ ನಲ್ಲಿ ನಾವು,
00:11	Distance matrix ವಿಧಾನದಿಂದ Nearest Neighbour Analysis (ನಿಯರೆಸ್ಟ್ ನೈಬರ್ ಅನಾಲಿಸಿಸ್) ಮಾಡುವುದು,
00:16	Nearest Neighbour Analysis ಟೂಲ್ ಅನ್ನು ಬಳಸಿ Statistics – ಇವುಗಳ ಕುರಿತು ಕಲಿಯುವೆವು.
00:21	ಇಲ್ಲಿ ನಾನು Ubuntu Linux ಒ.ಎಸ್ ನ 16.04 ಆವೃತ್ತಿ, QGIS ನ 2.18 ಆವೃತ್ತಿ – ಇವುಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದೇನೆ.
00:32	ಈ ಟ್ಯುಟೋರಿಯಲ್ ಅನ್ನು ಕಲಿಯಲು ನೀವು QGIS ಇಂಟರ್ಫೇಸ್ ನ ಕುರಿತು ತಿಳಿದಿರಬೇಕು.
00:39	ಹಿಂದಿನ QGIS ಟ್ಯುಟೋರಿಯಲ್ ಗಳಿಗಾಗಿ, ಈ ಲಿಂಕ್ ಅನ್ನು ಬಳಸಿ.
00:45	ಈ ಟ್ಯುಟೋರಿಯಲ್ ಅನ್ನು ಅಭ್ಯಾಸ ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಫೈಲ್ ಗಳು, Code files ಲಿಂಕ್ ನಲ್ಲಿದೆ.
00:52	ದಯವಿಟ್ಟು ಫೋಲ್ಡರ್ ನಲ್ಲಿರುವ ಕಂಟೆಂಟ್ ಗಳನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಿ, ಎಕ್ಸ್ಟ್ರ್ಯಾಕ್ಟ್ ಮಾಡಿಕೊಳ್ಳಿ.
00:57	ಇಲ್ಲಿ ಈ ಟ್ಯುಟೋರಿಯಲ್ ಅನ್ನು ಅಭ್ಯಾಸ ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಫೈಲ್ ಗಳಿರುವ ಫೋಲ್ಡರ್ ಅನ್ನು ಹೊಂದಿದ್ದೇನೆ.
01:04	ಫೋಲ್ಡರ್ ಅನ್ನು ತೆರೆಯಲು ಅದನ್ನು ಡಬಲ್ ಕ್ಲಿಕ್ ಮಾಡಿ. ಇಲ್ಲಿ ನೀವು, Urban areas.shp ಮತ್ತು Volcanoes.shp ಇವುಗಳನ್ನು ನೋಡಬಹುದು.
01:15	Volcanoes.shp ಲೇಯರ್ ಪ್ರಪಂಚದಲ್ಲಿರುವ ಸಕ್ರಿಯ ಜ್ವಾಲಾಮುಖಿಗಳನ್ನು ತೋರಿಸುತ್ತದೆ.
01:21	Urban areas.shp ಇದು ಪ್ರಪಂಚದ ಜನಸಾಂದ್ರತೆಯನ್ನು ಹೊಂದಿರುವ ನಗರ ಪ್ರದೇಶಗಳನ್ನು ತೋರಿಸುತ್ತದೆ.
01:28	ಈ ಎರಡೂ ಫೈಲ್ ಗಳನ್ನೂ QGIS ತೆರೆಯಿರಿ, ಎರಡೂ ಫೈಲ್ ಗಳನ್ನೂ ಆಯ್ಕೆ ಮಾಡಿ.
01:35	ರೈಟ್ ಕ್ಲಿಕ್ ಮಾಡಿ, ಕಂಟೆಕ್ಸ್ಟ್ ಮೆನ್ಯುವಿನಿಂದ Open with QGIS Desktop ಆಯ್ಕೆಯನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
01:42	ಲೇಯರ್ಸ್a ಪ್ಯಾನಲ್ ನಲ್ಲಿ ಎರಡೂ ಲೇಯರ್ ಗಳೊಂದಿಗೆ QGIS ಇಂಟರ್ಫೇಸ್ ತೆರೆದುಕೊಳ್ಳುವುದು.
01:49	volcanoes ಲೇಯರ್ ಅನ್ನು ರೈಟ್ ಕ್ಲಿಕ್ ಮಾಡಿ, zoom to layer ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳಿ.
01:55	ನೀವು ಕ್ಯಾನ್ವಾಸ್ ನ ಮೇಲೆ, ಪಾಯಿಂಟ್ ಫೀಚರ್ ಅನ್ನು ಒಳಗೊಂಡ ಮ್ಯಾಪ್ ಅನ್ನು ನೋಡಬಹುದು.
02:01	ಈಗ ಈ ಪಾಯಿಂಟ್ ಫೀಚರ್ ಗಳನ್ನು ಲೇಬಲ್ ಮಾಡೋಣ.
02:05	Volcanoes layer ಅನ್ನು ರೈಟ್ ಕ್ಲಿಕ್ ಮಾಡಿ, ಸಬ್ ಮೆನ್ಯುವಿನಲ್ಲಿ Properties ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
02:12	Layer Properties ಡಯಲಾಗ್ ಬೊಕ್ಸ್ ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.
02:16	ಎಡ ಪ್ಯಾನಲ್ ನಿಂದ Labels ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
02:20	ಡ್ರಾಪ್ ಡೌನ್ ನಿಂದ, Show labels for this layer ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳಿ.
02:25	Label with ಡ್ರಾಪ್-ಡೌನ್ ನಲ್ಲಿ, Name ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
02:29	ಇಲ್ಲಿ ಲೇಬಲ್ ಸ್ಟೈಲ್ ಅನ್ನು ಮಾರ್ಪಡಿಸಲು ಅನೇಕ ಆಯ್ಕೆಗಳಿವೆ.
02:34	ಅಗತ್ಯವಿರುವ ಸ್ಟೈಲ್ ಅನ್ನು ಆರಿಸಿಕೊಂಡು, OK ಬಟನ್ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
02:39	ಕ್ಯಾನ್ವಾಸ್ ನಲ್ಲಿ ಹೆಸರುಗಳನ್ನೊಳಗೊಂಡ ಪಾಯಿಂಟ್ ಗಳು ಕಾಣಿಸುತ್ತವೆ.
02:44	ಇದೇ ರೀತಿಯಾಗಿ Urban areas ಅನ್ನೂ ಕೂಡ ಲೇಬಲ್ ಮಾಡೋಣ.
02:51	ಕ್ಯಾನ್ವಾಸ್ ನಲ್ಲಿ ಪಾಯಿಂಟ್ ಫೀಚರ್ ಗಳು ಅವುಗಳ ನಗರಗಳ ಹೆಸರಿನಿಂದ ಲೇಬಲ್ ಆಗಿವೆ.
02:57	QGIS ನಲ್ಲಿ, ಫೀಚರ್ ಗಳ ನಡುವಿನ ಪ್ರಾದೇಶಿಕ ಸಂಬಂಧಗಳನ್ನು ಅನಲೈಸ್ ಮಾಡಲು ಟೂಲ್ ಗಳಿವೆ.
03:04	ಅವುಗಳಲ್ಲಿ Nearest Neighbour Analysis ಕೂಡ ಒಂದು ಟೂಲ್ ಆಗಿದೆ.
03:08	Nearest Neighbour Analysis ಟೂಲ್ ಅನ್ನು ಈ ಕೆಳಗಿನ ಅನಾಲಿಸಿಸ್ ಗಳಿಗೆ ಬಳಸಲಾಗುತ್ತದೆ :
03:13	ಎರಡು Point features ಗಳ ನಡುವಿನ ದೂರವನ್ನು ಕಂಡುಹಿಡಿಯಲು,
03:17	ಕೊಟ್ಟಿರುವ ಫೀಚರ್ ಗೆ ಹತ್ತಿರವಿರುವ ಫೀಚರ್ ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಬಳಸಲಾಗುತ್ತದೆ.
03:23	ಮೊದಲಿಗೆ ನಾವು ದೂರಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು, distance matrix ಅನ್ನು ರಚಿಸೋಣ.
03:29	ಈಗ Volcanoes ಲೇಯರ್ ಗೆ attribute ಟೇಬಲ್ ಅನ್ನು ರಚಿಸೋಣ.
03:34	Volcanoes ಲೇಯರ್ ನ ಮೇಲೆ ರೈಟ್ ಕ್ಲಿಕ್ ಮಾಡಿ.
03:37	Open Attribute Table ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
03:40	attribute table ನಲ್ಲೆ ಅನೇಕ ಕಾಲಮ್ ಗಳಿವೆ.
03:45	ಇಲ್ಲಿ ಪಾಯಿಂಟ್ ಫೀಚರ್ ಗಳಿಗೆ ಅನೇಕ ಅಟ್ರಿಬ್ಯೂಟ್ ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಲಾಗಿದೆ.
03:50	ಜ್ವಾಲಾಮುಖಿಗಳ ಹೆಸರುಗಳು ಮತ್ತು ಅವುಗಳ ಸ್ಥಳಗಳನ್ನು ಇಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಲಾಗಿದೆ.
03:56	attribute table ಅನ್ನು ಕ್ಲೋಸ್ ಮಾಡಿ.
03:59	ಈಗ Urban areas ಲೇಯರ್ ನ attribute table ಅನ್ನು ತೆರೆಯಿರಿ.
04:04	ಇಲ್ಲೂ ಅನೇಕ ಕಾಲಮ್ ಗಳನ್ನು ಗಮನಿಸಿ.
04:08	ನೀವು ನಗರಗಳ ಹೆಸರುಗಳು, ದೇಶಗಳು ಮತ್ತು ಅವುಗಳ ಮಾಹಿತಿಗಳು ಈ ಟೇಬಲ್ ನಲ್ಲಿರುವುದನ್ನು ನೋಡಬಹುದು.
04:15	attribute table ಅನ್ನು ಮುಚ್ಚಿರಿ.
04:18	ಈಗ ಸಕ್ರಿಯ ಜ್ವಾಲಾಮುಖಿಗಳು ಮತ್ತು ಅವುಗಳಿಗೆ ಹತ್ತಿರದ ನಗರಗಳ ನಡುವಿನ ದೂರವನ್ನು ಲೆಕ್ಕಿಸೋಣ.
04:24	Vector ಮೆನ್ಯುವಿನ ಮೇಲೆ ಕ್ಲಿಕ್ ಮಾಡಿ.
04:27	Analysis Tools ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
04:30	ಸಬ್ ಮೆನ್ಯುವಿನಿಂದ, Distance Matrix ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳಿ.
04:34	Distance Matrix ಡಯಲಾಗ್ ಬಾಕ್ಸ್ ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.
04:38	ದಯವಿಟ್ಟು, ಬಲ ಪ್ಯಾನಲ್ ನಲ್ಲಿರುವ, Distance matrix ಕುರಿತು ಇರುವ ವಿವರಣೆಯನ್ನು ಓದಿ.
04:44	ಡಿಫಾಲ್ಟ್ ಆಗಿ, Parameters ಟ್ಯಾಬ್ ಸ್ಕ್ರೀನ್ ನ ಮೇಲೆ ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.
04:49	ಪ್ಯಾರಾಮೀಟರ್ ಗಳನ್ನು ಇಲ್ಲಿ ತೋರಿಸಿರುವಂತೆ ಆಯ್ಕೆ ಮಾಡಿಕೊಳ್ಳಿ.
04:53	Input Point Layer ಅನ್ನು Volcanoes ಎಂದು ಆಯ್ಕೆ ಮಾಡಿ.
04:58	Input unique ID field ಅನ್ನು NAME ಎಂದು ಆಯ್ಕೆ ಮಾಡಿ.
05:03	Target Point Layer ಅನ್ನು Urban Areas ಎಂದು ಆಯ್ಕೆ ಮಾಡಿ.
05:08	Target unique ID field ಅನ್ನು City ಎಂದು ಆಯ್ಕೆ ಮಾಡಿ.
05:13	Output matrix type ಅನ್ನು Linear ಎಂದೇ ಇಡಿ.
05:17	ಈಗ ಜ್ವಾಲಾಮುಖಿಯಿಂದ ಅದರ ಹತ್ತಿರವಿರುವ ಎರಡು ನಗರಗಳಿಗೆ ಇರುವ ದೂರವನ್ನು ಕಂಡುಹಿಡಿಯೋಣ.
05:23	ಅದಕ್ಕಾಗಿ, Use only the nearest target Points ಫೀಲ್ಡ್ ಅಲ್ಲಿ 2 ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
05:30	Distance Matrix ಫೀಲ್ಡ್ ನ ಮುಂದಿರುವ ಮೂರು ಚುಕ್ಕಿಗಳ ಬಟನ್ ನ ಮೇಲೆ ಕ್ಲಿಕ್ ಮಾಡಿ.
05:35	ಡ್ರಾಪ್-ಡೌನ್ ನ ಮೆನ್ಯುವಿನಿಂದ Save to file ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿಕೊಳ್ಳಿ.
05:40	ಡಯಲಾಗ್ ಬಾಕ್ಸ್ ನಲ್ಲಿ, ಸರಿಯಾದ ಹೆಸರು ಮತ್ತು ಸ್ಥಳವನ್ನು ಕೊಡಿ.
05:44	Files of type ಅನ್ನು, CSV ಎಂದು ಆಯ್ಕೆ ಮಾಡಿ.
05:49	Encoding ಫೀಲ್ಡ್ ನಲ್ಲಿ, System ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ. Save ಬಟನ್ ನ ಮೇಲೆ ಕ್ಲಿಕ್ ಮಾಡಿ.
05:56	Distance matrix ಡಯಲಾಗ್ ಬಾಕ್ಸ್ ನಲ್ಲಿ, ಈ ಕೆಳಗಿನ ಚೆಕ್ ಬಾಕ್ಸ್ ಅನ್ನು ಚೆಕ್ ಮಾಡಿ. Open output file after running algorithm ಆಯ್ಕೆಯನ್ನು ಚೆಕ್ ಮಾಡಿ.
06:06	ಕೆಳ ಬಲ ಮೂಲೆಯಲ್ಲಿರುವ ಡಯಲಾಗ್ ಬಾಕ್ಸ್ ನಲ್ಲಿ Run ಬಟನ್ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
06:12	ಪ್ರೊಸೆಸ್ ಕೆಲವು ಸೆಕೆಂಡ್ ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
06:15	Layers ಪ್ಯಾನಲ್ ನಲ್ಲಿ, Distance matrix ಎಂಬ ಹೆಸರಿನ ಹೊಸ csv layer ಸೇರ್ಪಡೆಯಾಗಿರುವುದನ್ನು ನೋಡಬಹುದು.
06:22	Distance matrix ಲೇಯರ್ ನ attribute table ಅನ್ನು ತೆರೆಯಿರಿ.
06:27	ಇಲ್ಲಿ attribute table ನಲ್ಲಿ ಮೂರು ಕಾಲಮ್ ಗಳಿವೆ. ಕೊನೆಯ ಕಾಲಮ್ ಜ್ವಾಲಾಮುಖಿ ಮತ್ತು ಹತ್ತಿರದ ನಗರದ ನಡುವಿನ ದೂರ ವನ್ನು ಹೊಂದಿದೆ.
06:38	ಗಮನಿಸಿ, ಇಲ್ಲಿ ದೂರವು ಮೀಟರ್ ಗಳಲ್ಲಿದೆ.
06:43	ಏಕೆಂದರೆ ಲೇಯರ್ ಗಳು WGS 84 UTM Zone 46N system ನಲ್ಲಿ ಪ್ರೊಜೆಕ್ಟ್ ಆಗಿವೆ.
06:52	CRS ಅನ್ನು ಅವಲಂಭಿಸಿ, ದೂರವು layer units ಅಥವಾ degrees ಗಳಲ್ಲಿಯೂ ಇರಬಹುದು.
07:00	ಗಮನಿಸಿ, ಪ್ರತಿಯೊಂದು ಜ್ವಾಲಾಮುಖಿ , ಮತ್ತು ಹತ್ತಿರದ ಎರಡು ನಗರಗಳು ಗುರುತಿಸಲ್ಪಟ್ಟಿವೆ.
07:07	ಈಗ Nearest neighbour tool ಅನ್ನು ಬಳಸಿ, ಕೆಲವು ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಪಡೆಯೋಣ.
07:14	ಈಗ ಫೀಚರ್ ಗಳ ಹಂಚಿಕೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಲು, nearest neighbour analysis ಅನ್ನು ರನ್ ಮಾಡೋಣ.
07:21	ಫಲಿತಾಂಶದ ಸ್ಥಾಪನೆಯು, ವಿತರಣೆಯು ಸಮೂಹ, ಚದುರಿದ ಅಥವಾ (ರ್ಯಾಂ ಡಮ್) ಯಾದೃಚ್ಛಿಕವಾಗಿರುತ್ತದೆ.
07:29	attribute table ಅನ್ನು ಕ್ಲೋಸ್ ಮಾಡಿ.
07:32	Vector ಮೆನ್ಯುವಿನ ಮೇಲೆ ಕ್ಲಿಕ್ ಮಾಡಿ.
07:35	ಕೆಳಕ್ಕೆ ಸ್ಕ್ರೋಲ್ ಮಾಡಿ ಮತ್ತು Analysis Tools ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
07:40	ಸಬ್ ಮೆನ್ಯು ವಿನಿಂದ, Nearest Neighbour analysis(ನಿಯರೆಸ್ಟ್ ನೈಬರ್ ಅನಾಲಿಸಿಸ್) ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
07:46	Nearest Neighbour Analysis ಡಯಲಾಗ್ ಬಾಕ್ಸ್ ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.
07:50	ಬಲ ಪ್ಯಾನಲ್ ನಲ್ಲಿರುವ Nearest neighbour analysis ನ ಕುರಿತು ಕೊಟ್ಟಿರುವ ಮಾಹಿತಿಯನ್ನು ಓದಿ.
07:57	Points ಡ್ರಾಪ್ ಡೌನ್ ನಲ್ಲಿ Volcanoes ಲೇಯರ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
08:02	ಕೆಳ ಬಲ ಮೂಲೆಯಲ್ಲಿರುವ Run ಬಟನ್ ನ ಮೇಲೆ ಕ್ಲಿಕ್ ಮಾಡಿ.
08:06	Results ವಿಂಡೊ ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.
08:09	ಇಲ್ಲಿ volcanoes ಲೇಯರ್ ನ ಅಂಕಿಅಂಶಗಳ ಪ್ಯಾರಾಮೀಟರ್ ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಲಾಗಿದೆ.
08:15	Observed mean distance (ಒಬ್ಸರ್ವ್ಡ್ ಮೀನ್ ಡಿಸ್ಟನ್ಸ್)
08:17	Expected mean distance (ಎಕ್ಸ್ಪೆಕ್ಟೆದ್ ಮೀನ್ ಡಿಸ್ಟನ್ಸ್)
08:20	Nearest neighbour index (ನೀಯರೆಸ್ಟ್ ನೈಬರ್ ಇಂಡೆಕ್ಸ್)
08:23	Number of point features (ನಂಬರ್ ಆಫ್ ಪಾಯಿಂಟ್ ಫೀಚರ್ಸ್) ಮತ್ತು Z-Score ಪ್ಯಾರಾಮೀಟರ್ ಗಳಿವೆ.
08:29	Nearest Neighbour Index ಅನ್ನು Observed Mean Distance (ಒಬ್ಸರ್ವ್ಡ್ ಮೀನ್ ಡಿಸ್ಟೆನ್ಸ್) ಮತ್ತು Expected Mean Distance (ಎಕ್ಸ್ಪೆಕ್ಟೆಡ್ ಮೀನ್ ಡಿಸ್ಟನ್ಸ್) ಗಳ ಅನುಪಾತದಲ್ಲಿ ತಿಳಿಸಲಾಗುತ್ತದೆ.
08:39	ಇಂಡೆಕ್ಸ್ ವ್ಯಾಲ್ಯುವು, 1 ಕ್ಕಿಂತ ಕಡಿಮೆಯಾಗಿದ್ದರೆ, ಪ್ಯಾಟರ್ನ್(ಮಾದರಿಯು) ಕ್ಲಸ್ಟರಿಂಗ್ ಅನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ.
08:45	ಇಂಡೆಕ್ಸ್ ವ್ಯಾಲ್ಯುವು 1 ಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿದ್ದರೆ, ಇದು ಚದುರಿಕೊಂಡಿರುತ್ತದೆ.
08:52	Nearest Neighbor Index ವ್ಯಾಲ್ಯುವು 0.2 ಇದೆ ಮತ್ತು ಇದು ಕ್ಲಸ್ಟರಿಂಗ್ ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಅಂದರೆ ಜ್ವಾಲಾಮುಖಿಗಳು ಒಂದಕ್ಕೊಂದು ಹತ್ತಿರವಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
09:04	ಹಾಗೆಯೆ ಋಣಾತ್ಮಕ Z-Score ವ್ಯಾಲ್ಯುವೂ ಕೂಡ ಪಾಯಿಂಟ್ ಫೀಚರ್ ಗಳ ಕ್ಲಸ್ಟರಿಂಗ್ ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ.
09:10	Results ವಿಂಡೋ ವನ್ನು ಕ್ಲೋಸ್ ಮಾಡಿ.
09:13	Project ಮೆನ್ಯುವನ್ನು ಬಳಸಿ, ಸೇವ್ ಮಾಡಿ.
09:17	ಸಂಕ್ಷಿಪ್ತವಾಗಿ,
09:19	ಈ ಟ್ಯುಟೋರಿಯಲ್ ನಲ್ಲಿ ನಾವು,
09:22	Distance matrix ವಿಧಾನದಿಂದ Nearest Neighbour Analysis (ನಿಯರೆಸ್ಟ್ ನೈಬರ್ ಅನಾಲಿಸಿಸ್) ಮಾಡುವುದು ಮತ್ತು Nearest Neighbour Analysis ಟೂಲ್ ಅನ್ನು ಬಳಸಿ Statistics – ಇವುಗಳ ಕುರಿತು ಕಲಿತಿದ್ದೇವೆ.
09:32	ಅಸೈನ್ಮೆಂಟ್, ಅರ್ಬನ್ ಏರಿಯಾಸ್ ಗೆ ಹತ್ತಿರವಿರುವ 5 ಜ್ವಾಲಾಮುಖಿಗಳಿಗೆ Distance Matrix ಅನ್ನು ರಚಿಸಿ. ಸುಳಿವು: Urban Areas ಅನ್ನು ಇನ್ಪುಟ್ ಆಗಿ ಬಳಸಿ ಮತ್ತು K ಅನ್ನು 5 ಆಗಿ ಬಳಸಿ.
09:46	ನಿಮ್ಮ ಪೂರ್ಣಗೊಂಡ ಅಸೈನ್ ಮೆಂಟ್ ಈ ರೀತಿಯಾಗಿ ಕಾಣಬೇಕು.
09:51	ಕೆಳಗಿನ ಲಿಂಕ್ನಲ್ಲಿರುವ ವೀಡಿಯೊ ಸ್ಪೋಕನ್ ಟ್ಯುಟೋರಿಯಲ್ ಯೋಜನೆಯನ್ನು ಕುರಿತು ವಿವರಿಸುತ್ತದೆ. ದಯವಿಟ್ಟು ಅದನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಿ ಮತ್ತು ವೀಕ್ಷಿಸಿ.
09:59	ಸ್ಪೋಕನ್ ಟ್ಯುಟೋರಿಯಲ್ ಪ್ರಾಜೆಕ್ಟ್ ತಂಡ, ಕಾರ್ಯಾಗಾರಗಳನ್ನು ನಡೆಸುತ್ತದೆ ಮತ್ತು ನಮ್ಮ ಆನ್ಲೈನ್ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಉತ್ತೀರ್ಣರಾದವರಿಗೆ ಪ್ರಮಾಣಪತ್ರಗಳನ್ನು ನೀಡುತ್ತದೆ. ವಿವರಗಳಿಗಾಗಿ, ದಯವಿಟ್ಟು ನಮಗೆ ಬರೆಯಿರಿ.
10:09	ನೀವು ಪ್ರಶ್ನೆಯನ್ನು ಹೊಂದಿರುವ ನಿಮಿಷ ಮತ್ತು ಸೆಕೆಂಡ್ ಅನ್ನು ಆರಿಸಿ. ನಿಮ್ಮ ಪ್ರಶ್ನೆಯನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ವಿವರಿಸಿ.
10:13	ಸ್ಪೋಕನ್ ಟ್ಯುಟೋರಿಯಲ್ ಪ್ರಾಜೆಕ್ಟ್ ಗೆ NMEICT, MHRD, ಭಾರತ ಸರ್ಕಾರ ಧನಸಹಾಯ ನೀಡುತ್ತದೆ.
10:20	ಅನುವಾದ ಮತ್ತು ಧ್ವನಿ ಶ್ರೀ ನವೀನ ಭಟ್ಟ ಉಪ್ಪಿನಪಟ್ಟಣ. ಧನ್ಯವಾದಗಳು.

Contributors and Content Editors

NaveenBhat