Disertaèní práce se zabývá problémem prostorové nestacionárnosti v modelech strojového uèení. Ten bude řešenn přidáním prostorových příznaků a úpravou algoritmů. Modifikované algoritmy jsou testovány na teoretických datech a následně aplikovány na fyzicko-geografických i socioekonomické datech. Efektivita, prediktivní a explanační síly upravených algoritmů bude porovnána se zavedenými algoritmy. Praktickým výstupem je knihovna nástrojù pro geogracká data v jazyce Python.