<\/HEAD>
El Aprendizaje Automático (ML) se refiere a un conjunto de algoritmos y técnicas basados en datos que automatizan la predicción, clasificación y agrupación de datos. El aprendizaje automático puede desempeñar un papel fundamental en la resolución de problemas espaciales en una amplia gama de áreas de aplicación, desde la clasificación de imágenes hasta la detección de patrones espaciales y la predicción multivariante.<\/P>
Además de las técnicas tradicionales de Aprendizaje Automático, ArcGIS también cuenta con un subconjunto de técnicas ML que son inherentemente espaciales. Estos métodos espaciales que incorporan alguna noción de geografía directamente en su cálculo pueden conducir a una comprensión más profunda. El componente espacial a menudo toma la forma de alguna medida de forma, densidad, contigüidad, distribución espacial o proximidad. Tanto el aprendizaje automático tradicional como el inherentemente espacial pueden desempeñar un papel importante en la resolución de problemas espaciales, y ArcGIS apoya su uso de varias maneras.<\/P>
El aprendizaje automático puede ser intensivo en computación y a menudo implica datos grandes y complejos. Los continuos avances de Esri en almacenamiento de datos y computación tanto paralela como distribuida hacen que resolver problemas en la intersección de ML y GIS sea cada vez más posible. <\/P>
Aprenda algunos ejemplos en este blog de ArcGIS: Machine Learning in ArcGIS | ArcGIS Blog<\/A> <\/P><\/BODY><\/HTML>
