Guía de aprendizaje electrónico de Esri para la educación superior sobre inteligencia artificial geoespacial

CanserinaKurnia

Descripción general

La inteligencia artificial geoespacial (a veces denominada GeoAI) en ArcGIS integra la inteligencia artificial (IA), el aprendizaje automático (AA) y el aprendizaje profundo (AP) con los SIG para generar conocimiento y resolver problemas geográficos. Es una parte fundamental del análisis espacial para tareas relacionadas con la agrupación y la detección de patrones, la predicción y los pronósticos, y la extracción de información de imágenes, datos lidar, vídeos y datos de texto no estructurados.

Esta guía está dirigida a docentes que desean utilizar recursos de aprendizaje en línea de Esri de fuentes autorizadas en cursos universitarios. Los elementos que se enumeran estaban disponibles el 1 de julio de 2026, a través de Esri Academy. Se prevé actualizar esta guía anualmente. La información que contiene puede cambiar sin previo aviso. Las novedades se muestran en naranja.

Todos los elementos enumerados son cursos web, salvo que se indique lo contrario. Para ver las descripciones completas, utilice los enlaces proporcionados. El catálogo completo de Esri Academy está disponible en esri.com/training/catalog. Envíe sus preguntas sobre los cursos por correo electrónico a GIStraining@esri.com o llame al (800) 447-9778, ext. 5757.

Un plan de aprendizaje es un conjunto de contenidos formativos organizados en un orden recomendado. Puede crear su propio plan o copiar y editar uno que encuentre. Puede asignar su plan a estudiantes o compañeros y hacer un seguimiento de su progreso. Visite la página de Ayuda de Esri Academy (Categoría: Planes de aprendizaje) para obtener más información.

Usted y sus estudiantes podrían tener acceso ilimitado a toda la colección de aprendizaje electrónico a su propio ritmo (cursos web, seminarios de formación y más) si su institución dispone de un producto que cumpla los requisitos y tiene vigente una suscripción de mantenimiento. Para saber si este es su caso, póngase en contacto con el administrador de licencias de software de Esri de su institución, consúltelo en línea, o escriba a educationinfo@esri.com.

 

Inteligencia artificial geoespacial

Conceptos fundamentales

Los siguientes recursos abarcan conceptos fundamentales de la inteligencia artificial geoespacial.

• Introducción a GeoAI en ArcGIS: Explora cómo las organizaciones pueden aprovechar las capacidades de inteligencia artificial geoespacial en todo el sistema ArcGIS para automatizar flujos de trabajo, crear modelos detallados del mundo real y analizar todo tipo de datos a gran escala, incluidas imágenes, entidades 2D y 3D, datos tabulares, vídeos, texto no estructurado y datos de series temporales. (Seminario de formación, 1 h).
• Introducción a la IA en ArcGIS: Presenta ArcGIS como una plataforma de inteligencia artificial geoespacial y explora cómo esta mejora los flujos de trabajo de geoprocesamiento. (1 h y 5 min)
• Fundamentos de los metadatos para los SIG preparados para la IA: Explora el papel de los metadatos como elemento clave para la preparación para la IA. Presenta técnicas para garantizar la coherencia de la información en toda la plataforma ArcGIS y respaldar la gobernanza, la localización y la reutilización adecuada del contenido. (Seminario de formación, 1 h)
• Generar impacto con los SIG empresariales: Explora un marco integral para crear y mantener un programa SIG exitoso que impulse la alineación organizativa, la eficiencia operativa, la toma de decisiones más acertadas y la innovación en toda la empresa. (Curso MOOC, 6 semanas; del 9 de septiembre de 2026 al 21 de octubre de 2026)

Plan de aprendizaje relacionado

• Fundamentos de las herramientas y los modelos de IA de ArcGIS

 

Fundamentos de la integridad de los datos

Los siguientes recursos establecen la calidad de los datos como requisito previo para obtener resultados de aprendizaje automático e IA y ayudan a garantizar la fiabilidad de los datos de entrada en los flujos de trabajo de aprendizaje automático. Se centran en los flujos de trabajo y las herramientas necesarios para mantener conjuntos de datos espaciales precisos, coherentes y fiables, e introducen métodos para gestionar la integridad espacial, de atributos y geométrica.

• Mantenimiento de la integridad de los datos de atributos con ArcGIS Pro: Presenta conceptos fundamentales y flujos de trabajo para mantener la integridad de los datos espaciales en ArcGIS Pro. Abarca la precisión, la coherencia y el control de calidad de los datos, así como las herramientas de edición basadas en topología. (Curso web, 3 h y 5 min)
• Mantenimiento de la integridad de los datos espaciales con ArcGIS Pro: Presenta flujos de trabajo para verificar y corregir errores de atributos y geometría en ArcGIS Pro. Explica cómo resolver incoherencias comunes en los datos para obtener conjuntos de datos espaciales precisos y fiables. (Curso web, 3 h)

 

Aprendizaje automático

Estos recursos ayudan a los estudiantes a comprender cómo resolver problemas espaciales en una amplia variedad de ámbitos de aplicación, desde la clasificación de imágenes y la detección de patrones espaciales hasta la predicción multivariante.

Identificación de agrupaciones

Los siguientes recursos presentan conceptos, habilidades y herramientas que permiten analizar dónde se encuentran las agrupaciones.

• Cartografía de agrupaciones: introducción al análisis estadístico de agrupaciones: Proporciona los conceptos y las habilidades fundamentales necesarios para iniciarse en el análisis de agrupaciones e interpretar sus resultados. Utiliza las herramientas Hot Spot Analysis y Cluster and Outlier Analysis. (50 min)
• Cartografía de agrupaciones: análisis de puntos calientes, agrupaciones y valores atípicos: Presenta las herramientas Hot Spot Analysis (Getis-Ord Gi*) y Cluster and Outlier Analysis (Anselin Local Moran’s I), y explica cómo le ayudan a controlar el análisis. (1 h y 20 min)
• Cartografía de agrupaciones: análisis optimizado de puntos calientes y valores atípicos: Enseña a utilizar dos herramientas que emplean los datos para definir los parámetros del análisis y permiten perfeccionar las decisiones analíticas. (2 h)
• Introducción al análisis espacio-temporal: Describe el análisis espacio-temporal y sus capacidades. (25 min)
• Análisis espacio-temporal: detección de tendencias temporales: Explica cómo realizar un análisis de puntos calientes emergentes para localizar tendencias y visualizarlas en el espacio y el tiempo. (2 h y 10 min)
• Análisis espacio-temporal: agrupación de series temporales: Explora formas de analizar datos temporales agrupando ubicaciones según la similitud de las características de sus series temporales. (1 h)

Plan de aprendizaje relacionado

• Identificación de agrupaciones con ArcGIS

Tutoriales de Esri

• Predicción de los precios de la vivienda con análisis de regresión y aprendizaje automático (serie de tutoriales de Esri)
• Predicción de hábitats de pastos marinos con aprendizaje automático (tutorial de Esri, 1 h)

 

Interpolación geoestadística

Los siguientes recursos enseñan flujos de trabajo de interpolación en ArcGIS Pro para crear superficies de predicción.

• Interpolación espacial con ArcGIS Pro: Ofrece un resumen de los distintos métodos de interpolación espacial disponibles en la extensión Geostatistical Analyst de ArcGIS Pro y enseña a elegir los métodos adecuados para crear una superficie de predicción. (Seminario de formación, 1 h)
• Interpolación geoestadística: introducción: Explica los conceptos clave de la interpolación geoestadística. Muestra cómo utilizar ArcGIS Pro para evaluar los supuestos asociados a los datos. (1 h y 40 min)
• Interpolación geoestadística: uso de la interpolación kriging bayesiana empírica y la predicción de regresión EBK: Explica cómo ArcGIS Pro automatiza los aspectos más difíciles de crear un modelo de kriging válido. Muestra cómo realizar un análisis exploratorio de datos espaciales. Enseña a crear superficies de predicción y validar los resultados mediante validación cruzada. (3 h y 45 min)
• Interpolación geoestadística: reagregación de datos mediante interpolación areal: Enseña los dos casos de uso principales de la interpolación areal, que aplica la teoría del kriging a datos promediados o agregados dentro de polígonos: reducir la escala de un conjunto de datos de polígonos de origen y utilizar la superficie de predicción para completar los datos poligonales que faltan. (3 h y 45 min)
• Interpolación geoestadística: creación de una superficie de predicción 3D: Enseña a interpolar conjuntos de datos de puntos 3D mediante kriging bayesiano empírico 3D (EBK 3D). (3 h y 20 min)

Plan de aprendizaje relacionado

• Interpolación de superficies con ArcGIS

 

Clasificación de imágenes

Los siguientes recursos presentan potentes flujos de trabajo para la clasificación de imágenes y la detección de objetos. Consulte un resumen de las capacidades en Análisis de imágenes e IA.

• Introducción a la clasificación de imágenes: Presenta las opciones para crear rásteres temáticos clasificados en ArcGIS. (1 h y 15 min)
• Clasificación de imágenes no supervisada basada en píxeles: Enseña a identificar agrupaciones de píxeles creadas por computadora para generar rásteres temáticos clasificados en ArcGIS. (55 min)
• Clasificación supervisada de imágenes basada en objetos: Presenta la clasificación de imágenes basada en objetos o segmentos identificados por el usuario, junto con el aprendizaje automático. (1 h y 15 min)
• Clasificación supervisada de imágenes basada en píxeles: Presenta la técnica de clasificación supervisada de imágenes basada en píxeles para crear rásteres temáticos clasificados. (1 h y 20 min)
• Evaluación de la precisión de la clasificación de imágenes: Presenta la técnica de evaluación de la precisión para analizar productos de datos ráster mediante métodos estadísticos y determinar en qué medida representan el área de estudio. (50 min)

Plan de aprendizaje relacionado

• Clasificación de imágenes con ArcGIS

 

Análisis de regresión

Los siguientes recursos presentan el potencial del análisis de regresión para modelar, examinar y explorar relaciones espaciales.

• Introducción al análisis de regresión (curso web)
• Análisis de regresión: creación de un modelo de regresión con ArcGIS Pro (laboratorio de ArcGIS)
• Análisis de regresión: realización de una regresión de bosque aleatorio con ArcGIS Pro (laboratorio de ArcGIS)
• Reducción de escala de un modelo de predicción con ArcGIS Notebooks y ArcGIS Pro (laboratorio de ArcGIS)
• Interpolación geoestadística: uso de la interpolación kriging bayesiana empírica y la predicción de regresión EBK (curso web)

Plan de aprendizaje relacionado

• Fundamentos del análisis de regresión

 

Aprendizaje profundo

Los siguientes recursos ayudan a los estudiantes a desarrollar habilidades de aprendizaje profundo, una rama del aprendizaje automático que utiliza varias capas de algoritmos en forma de redes neuronales.

• Aprendizaje profundo con ArcGIS Pro: Explica cómo el aprendizaje profundo contribuye al análisis SIG. Enseña a utilizar un modelo de aprendizaje profundo preentrenado de ArcGIS Living Atlas of the World. (2 h y 15 min)
• Aprendizaje profundo con ArcGIS Online: Enseña a utilizar modelos de aprendizaje profundo preentrenados de ArcGIS Living Atlas of the World para resolver problemas cotidianos. (1 h y 45 min)
• Clasificación de objetos mediante aprendizaje profundo en ArcGIS Pro: Enseña a preparar y utilizar datos para entrenar un modelo que detecte si los edificios han resultado afectados por un incendio forestal, así como a aplicar el modelo y evaluar su precisión. (Laboratorio de ArcGIS, 1 h y 20 min)
• Extracción de entidades mediante aprendizaje profundo con ArcGIS Online: Enseña a utilizar ArcGIS Image for ArcGIS Online para detectar edificios en imágenes mediante aprendizaje profundo. (Laboratorio de ArcGIS, 35 min)

Plan de aprendizaje relacionado

• Aprendizaje profundo con ArcGIS

Tutoriales de Esri

• Extracción de asentamientos informales con SAMLoRA (tutorial de Esri, 45 min)
• Extracción de la cobertura del suelo de alta resolución con GeoAI (Tutorial de Esri, 30 min)
• Entrena un modelo con aprendizaje profundo automatizado (Tutorial de Esri, 40 min)
• Cartografía inundaciones con datos SAR y aprendizaje profundo (Tutorial de Esri, 45 min)
• Detecta objetos con Text SAM (Tutorial de Esri, 25 min)
• Detecta objetos con un modelo de aprendizaje profundo preentrenado (Tutorial de Esri, 20 min)
• Prepárate para el aprendizaje profundo en ArcGIS Pro (Tutorial de Esri, 15 min)
• Mejora un modelo de aprendizaje profundo con aprendizaje por transferencia (Tutorial de Esri, 1 h y 30 min)
• Identifica infraestructuras en riesgo de deslizamientos de tierra en ArcGIS Pro (Tutorial de Esri, 1 h)
• Clasifica líneas eléctricas con aprendizaje profundo (Tutorial de Esri, 1 h y 30 min)
• Clasifica manglares con aprendizaje profundo (Tutorial de Esri, 1 h y 15 min)
• Entrena un modelo para identificar señales de tráfico (Tutorial de Esri, 1 h)
• Prueba herramientas y modelos de IA geoespacial en ArcGIS (serie de tutoriales de Esri)

 

Reflexiones finales para educadores

Puedes consultar las listas de nuevas formaciones, las próximas a retirarse y las ya retiradas en la página Opciones de formación nuevas y retiradas de Esri Academy. Recibirás un mensaje cuando se anuncie la retirada de alguna formación. (Haz clic para ver las alertas mientras tienes la sesión iniciada en Training.)

Si tienes pensado asignar un MOOC a un grupo de estudiantes o a toda una clase, consulta los siguientes recursos:

• Para estudiantes: Prepárate para disfrutar de una excelente experiencia MOOC
• Para instructores: Los 8 mejores consejos para educadores que asignan MOOC de Esri a sus estudiantes

Para solicitar la transferencia del historial de formación de una cuenta institucional a otra cuenta, los estudiantes deben ponerse en contacto con el servicio de atención al cliente de Esri en service@esri.com o en el (888) 377-4575.

 

URL de la guía de IA geoespacial

Puedes acceder a la guía publicada mediante el siguiente enlace:

https://www.esri.com/training/assets/downloads/Higher_Ed_Guide_Esri_Geospatial_AI.pdf