<\/HEAD>
Machine Learning (ML) bezieht sich auf eine Reihe datengetriebener Algorithmen und Techniken, die die Vorhersage, Klassifizierung und Clusterbildung von Daten automatisieren. Machine Learning kann eine entscheidende Rolle bei der Lösung räumlicher Probleme in einer Vielzahl von Anwendungsbereichen spielen, von der Bildklassifikation über die Erkennung räumlicher Muster bis hin zur multivariaten Vorhersage.<\/P>
Neben den traditionellen Machine Learning-Techniken verfügt ArcGIS auch über eine Untergruppe von ML-Techniken, die von Natur aus räumlich sind. Diese räumlichen Methoden, die eine gewisse Vorstellung von Geographie direkt in ihre Berechnung einbeziehen, können zu einem tieferen Verständnis führen. Die räumliche Komponente nimmt oft die Form einer Messung von Form, Dichte, Kontiguität, räumlicher Verteilung oder Nähe an. Sowohl traditionelles als auch von Natur aus räumliches Machine Learning kann eine wichtige Rolle bei der Lösung räumlicher Probleme spielen, und ArcGIS unterstützt deren Einsatz auf verschiedene Weise.<\/P>
Machine Learning kann rechenintensiv sein und umfasst oft große und komplexe Datenmengen. Esris kontinuierliche Fortschritte in der Datenspeicherung sowie im parallelen und verteilten Rechnen machen es zunehmend möglich, Probleme an der Schnittstelle von ML und GIS zu lösen. <\/P>
Erfahren Sie einige Beispiele in diesem ArcGIS-Blog: Machine Learning in ArcGIS | ArcGIS Blog<\/A> <\/P><\/BODY><\/HTML>
