<\/HEAD>
Machine Learning (ML) verwijst naar een reeks data-gedreven algoritmen en technieken die de voorspelling, classificatie en clustering van gegevens automatiseren. Machine learning kan een cruciale rol spelen bij het oplossen van ruimtelijke problemen in een breed scala aan toepassingsgebieden, van beeldclassificatie tot detectie van ruimtelijke patronen tot multivariate voorspelling.<\/P>
Naast traditionele Machine Learning-technieken heeft ArcGIS ook een subset van ML-technieken die van nature ruimtelijk zijn. Deze ruimtelijke methoden, die een zekere mate van geografie direct in hun berekening verwerken, kunnen leiden tot een dieper begrip. De ruimtelijke component neemt vaak de vorm aan van een maat voor vorm, dichtheid, aaneengeslotenheid, ruimtelijke verdeling of nabijheid. Zowel traditionele als van nature ruimtelijke machine learning kunnen een belangrijke rol spelen bij het oplossen van ruimtelijke problemen, en ArcGIS ondersteunt hun gebruik op verschillende manieren.<\/P>
Machine learning kan rekenintensief zijn en omvat vaak grote en complexe gegevens. De voortdurende vooruitgang van Esri in gegevensopslag en zowel parallelle als gedistribueerde computing maakt het steeds beter mogelijk om problemen op het snijvlak van ML en GIS op te lossen. <\/P>
Leer enkele voorbeelden uit deze ArcGIS-blog: Machine Learning in ArcGIS | ArcGIS Blog<\/A> <\/P><\/BODY><\/HTML>
