概要
空間データサイエンスでは、地理情報を活用して、気候変動や資源配分などの特定の課題と環境要因との関係を分析します。空間的な関係やパターンを分析することで、現象の「どこで」「なぜ」を理解できます。このガイドでは、ArcGIS テクノロジを活用した空間データサイエンスの最新ツールと手法に関する eラーニング リソースを紹介します。
このガイドは、大学または短期大学の授業の一環として、Esri の信頼できるウェブベースの学習リソースを活用したい教育者を対象としています。以下の項目は、2026年10月19日時点で Esri Academy から利用できます。このガイドは毎年更新される予定です。掲載情報は予告なく変更される場合があります。新しい項目はオレンジ色で表示されています。
特に記載のない限り、掲載されている項目はすべてウェブ コースです。詳細については、記載されているリンクをご利用ください。Esri Academy の全カタログは、esri.com/training/catalogをご覧ください。コースに関するご質問は、GIStraining@esri.comにメールするか、(800) 447-9778、内線 5757 までお電話ください。
「学習プラン」とは、推奨される順序でまとめられた学習コンテンツです。独自のプランを作成したり、見つけたプランをコピーして編集したりできます。プランを学生や同僚に割り当て、進捗状況を追跡することもできます。詳しくは、Esri Academy のよくある質問ページ（フィルター: 学習プラン）をご覧ください。
所属機関が、最新の保守契約が適用された対象製品を保有している場合、皆さんと学生は、セルフペース eラーニング（ウェブ コース、トレーニング セミナーなど）の全コレクションを無制限に利用できる場合があります。該当するかどうかは、Esri ソフトウェア ライセンス管理者にお問い合わせいただくか、オンラインで確認するか、educationinfo@esri.comにメールでお問い合わせください。
テクノロジ
空間データサイエンス
以下のリソースでは、空間データサイエンスのワークフローに必要な空間データの概念とスキルを紹介します。
- 空間データサイエンス: 分析の新たなフロンティア: 空間データサイエンスを応用してパターンを発見し、予測モデリングを改善する方法を紹介します。一般的なオープン データサイエンス パッケージを分析に統合する方法を解説します。（MOOC、6週間。2026年9月23日～11月4日。）
- ArcGIS の AI 入門: ArcGIS の地理空間 AI 機能、Esri の信頼できる AI への取り組み、導入事例、責任ある AI 活用のベスト プラクティスを紹介します。（1時間5分）
関連する学習プラン
ArcGIS の基礎
以下のウェブ コースでは、データサイエンスを学ぶ学生に役立つ GIS と ArcGIS Pro のスキルおよび概念を扱います。
- GIS の基礎: GIS の基本的な構成要素と機能、および組織の業務ニーズへの対応に ArcGIS を活用する方法を紹介します。（2時間35分）
- ArcGIS Pro の基礎: データを統合、視覚化、解析、共有するためのツールを紹介します。（50分）
- 空間データ入門: 空間データの基本概念と、空間データのマッピングに使用されるベクター フィーチャとラスターという2つのモデルを紹介します。（1時間30分）
- 地理座標系の基礎: 地球上のフィーチャの位置を特定するために使用される座標系の基本概念を学びます。（1時間15分）
- 空間解析入門: 地理に関する問いに答えるのに役立つ、空間解析の6つのカテゴリを紹介します。（1時間10分）
- ジオプロセシング入門: ジオプロセシング環境の設定など、解析に使用する主要な概念とジオプロセシング手法を紹介します。（1時間30分）
- ArcGIS Pro を使用した属性データの整合性の維持: ArcGIS Pro で空間データの整合性を維持するための基本概念とワークフローを紹介します。データの正確性、一貫性、品質管理、トポロジベースの編集ツールを扱います。（3時間5分）
- ArcGIS Pro を使用した空間データの整合性の維持: ArcGIS Pro で属性とジオメトリのエラーを検証および修正するワークフローを紹介します。信頼性の高い正確な空間データセットを作成するため、よくあるデータの不整合に対処する方法を解説します。（3時間）
- マップ レイヤーのシンボル化: マップ シンボルの基本原則を学びます。（1時間45分）
Esri チュートリアル
ArcGIS と Python スクリプトの基礎
以下のリソースでは、ArcGIS の Python ライブラリ、ArcGIS Notebooks、および地理空間データを使った Python スクリプトの作成を始めるために必要な背景知識を紹介します。（ArcGIS Python ライブラリの概要をご覧ください。）
関連する学習プラン
Esri チュートリアル
ArcGIS と Python を使用したスクリプト作成
以下のコースでは、一般的な空間データ ワークフロー向けの Python スクリプトの作成方法を学びます。説明には、使用するソリューション（ArcGIS Pro/ArcPy、ArcGIS API for Python、またはその両方）が記載されています。
関連する学習プラン
R-ArcGIS Bridge
ArcGIS には、解析の各パラメーターを指定できる統計的クラスター解析ツールが用意されています。以下のコースでは、各種ツールの使用に必要な概念とスキルを紹介します。（R-ArcGIS Bridgeの概要をご覧ください。）
- R-ArcGIS Bridge 入門: R の機能を ArcGIS と統合する方法と、その機能を紹介します。R 環境から ArcGIS のロケーション サービスにアクセスして利用する方法や、R コードを使用する ArcGIS Pro スクリプト ツールを作成する方法などを扱います。（1時間55分）
Esri チュートリアル
機能
パターンの検出
ArcGIS には、クラスターがどこに存在するかを分析できる統計的クラスター解析ツールが用意されています。以下のコースでは、これらのツールの使用に必要な概念とスキルを紹介します。その他のコースは、Esri の高等教育向け地理空間 AI eラーニング ガイドに掲載されています。
関連する学習プラン
Esri チュートリアル
時空間解析
以下のコースでは、統計的クラスター解析を空間と時間の両方にわたるパターンの発見に応用する手法を学びます。
関連する学習プラン
Esri チュートリアル
予測分析と機械学習
これらの学習コンテンツでは、補間、回帰、分類、モデリングを紹介しながら、機械学習が空間予測、パターンの発見、環境分析、画像処理のワークフロー、意思決定にどのように役立つかを解説します。
- 地球統計補間：入門：地球統計補間の重要な概念を解説します。ArcGIS Proを使用して、関連するデータの前提条件を評価する方法を紹介します。（1時間40分）
- 地球統計補間：経験ベイズクリギングとEBK回帰予測の使用：ArcGIS Proが、妥当なクリギングモデルの構築における最も難しい作業を自動化する方法を解説します。探索的空間データ解析の実行方法を紹介し、予測サーフェスの作成と結果の交差検証の方法を説明します。（3時間45分）
- 地球統計補間：面補間を使用したデータの再集約：ポリゴン内で平均化または集約されたデータにクリギング理論を適用する面補間の主な2つの使用例を説明します。元のポリゴンデータセットのダウンスケーリングと、予測サーフェスを使用した欠損ポリゴンデータの補完です。（3時間45分）
- 地球統計補間：3D予測サーフェスの作成：経験ベイズクリギング3D（EBK 3D）を使用して3Dポイントデータセットを補間する方法を説明します。（3時間20分）
- 回帰分析：ArcGIS Proを使用した回帰モデルの構築：探索的データ分析を実行し、気象観測所の月平均気温を予測する一般化線形回帰モデルを作成する方法を説明します。（ArcGISラボ、1時間40分）
- 回帰分析：ArcGIS Proを使用したランダムフォレスト回帰の実行：回帰モデルをトレーニングしてから、最も重要な独立変数を使用して新しいモデルを作成する方法を説明します。統計的ダウンスケーリングを使用して月平均気温を予測します。（ArcGISラボ、1時間25分）
- 回帰分析入門：回帰分析の基本概念を紹介し、ArcGIS Proで実行できる一般的な回帰手法の概要を説明します。（1時間15分）
- ArcGIS Proを使用した空間補間：ArcGIS ProのGeostatistical Analystエクステンションで利用できるさまざまな空間補間手法をまとめ、予測サーフェスの作成に適した手法の選び方を説明します。（トレーニングセミナー、1時間）
- ArcGIS Proを使用したフォレストベースの分類と回帰分析：未知の値を予測し、複雑な関係をモデル化するために、ArcGIS Proでフォレストベースの回帰モデルを構築、評価、解釈、適用する方法を説明します。（1時間50分）
- ArcGIS Proを使用したディープラーニング：ArcGIS Living Atlasの事前トレーニング済みディープラーニングモデルが、GIS解析や意思決定にどのように役立つかを紹介します。（2時間15分）
- ArcGIS Onlineを使用したディープラーニング：ArcGIS Onlineで事前トレーニング済みディープラーニングモデルを適用し、解析や業務上の意思決定に役立てる方法を説明します。（1時間40分）
- ArcGISにおけるAI入門：ArcGISの地理空間AI機能、Esriの信頼できるAIへの取り組み、導入事例、責任あるAI活用のベストプラクティスを紹介します。（1時間5分）
- 空間データサイエンス：分析の新たなフロンティア：パターンの発見と予測モデリングの改善を目的とした空間データサイエンスの活用方法を紹介します。一般的なオープンデータサイエンスパッケージを解析に統合する方法を説明します。（MOOC、6週間；2026年9月23日～11月4日。）
- 画像分類入門：ArcGISで主題別分類ラスターを作成する手法を紹介します。空間解析から機械学習やディープラーニングを用いた画像処理のワークフローに進む学習者向けの前提コースまたは橋渡しコースです。（1時間15分）
- 教師ありピクセルベース画像分類の実行：主題別分類ラスターを作成するための、教師ありピクセルベース画像分類手法を紹介します。（1時間20分）
- 教師なしピクセルベース画像分類の実行：ArcGISで主題別分類ラスターを作成するために、コンピューターが生成したピクセルクラスターを特定する方法を説明します。（55分）
- 教師ありオブジェクトベース画像分類の実行：機械学習と組み合わせ、ユーザーが特定したオブジェクトまたはセグメントに基づいて画像を分類する方法を紹介します。（1時間15分）
関連する学習プラン
Esriチュートリアル
適地モデリング
これらの学習コンテンツでは、最適な場所の選定、効果的な資源配分、コストの最小化など、適地選定の課題を解決するために使用できる空間ツールや手法を学びます。また、Esri空間統計チームの空間統計リソースページもご覧ください。
関連する学習プラン
Esriチュートリアル
多次元データ
これらの学習コンテンツでは、多次元データの可視化に使用されるデータ型であるボクセルを、気象学、海洋学、地質学への応用とともに学びます。
Esriチュートリアル
教育者の皆様へ：最後に
新しいトレーニング、提供終了予定のトレーニング、提供終了済みのトレーニングの一覧は、新規および提供終了トレーニングページでご確認いただけます。提供終了が発表されると、お知らせが届きます。（Trainingへのサインイン中に、アラートボタンをクリックすると通知を確認できます。）
学生グループまたはクラス全体にMOOCを割り当てる場合は、次のリソースをご確認ください。
トレーニング履歴を教育機関のアカウントから別のアカウントに移行するには、学生はEsriカスタマーサービス（service@esri.comまたは（888）377-4575）にお問い合わせください。
* 注：本ガイドの公開時点では、2027年のMOOC開催日程は確定していません。最新のMOOCの内容と日程については、www.esri.com/training/moocをご覧ください。
空間データサイエンスガイドのURL
公開済みのガイドは、次のリンクからアクセスできます。
https://trainingassets.esri.com/assets/downloads/Higher_Ed_Guide_Esri_Spatial_Data_Science.pdf
