Guia de e-learning da Esri para ensino superior sobre IA geoespacial

CanserinaKurnia

Visão geral

A IA geoespacial (às vezes chamada de GeoAI) no ArcGIS é a integração de inteligência artificial (IA), aprendizado de máquina (ML) e aprendizado profundo (DL) com GIS para gerar conhecimento e resolver problemas geográficos. Ela é uma parte essencial da análise espacial em tarefas relacionadas à identificação de agrupamentos e padrões, previsão e prognóstico, além da extração de informações de imagens, lidar, vídeos e dados de texto não estruturados.

Este guia é destinado a educadores que desejam usar recursos de aprendizagem on-line oficiais da Esri em cursos de faculdades ou universidades. Os itens listados estavam disponíveis em 1º de julho de 2026, pela Esri Academy. A previsão é que este guia seja atualizado anualmente. As informações fornecidas neste guia estão sujeitas a alterações sem aviso prévio. Novos itens são exibidos em laranja.

Todos os itens listados são cursos on-line, salvo indicação em contrário. Para ver as descrições completas, use os links fornecidos. O catálogo completo da Esri Academy está disponível em esri.com/training/catalog. Envie um e-mail para GIStraining@esri.com ou ligue para (800) 447-9778, ramal 5757, se tiver dúvidas sobre os cursos.

Um plano de aprendizagem é um conjunto de conteúdos de aprendizagem com uma ordem sugerida. Você pode criar seu próprio plano ou copiar e editar um plano que encontrar. Você pode atribuir seu plano a estudantes ou colegas e acompanhar o progresso deles. Acesse a página de Ajuda da Esri Academy (Categoria: Planos de aprendizagem) para obter mais informações.

Você e seus estudantes podem ter direito a acesso ilimitado a toda a coleção de e-learning individualizado (cursos on-line, seminários de treinamento e muito mais) se sua instituição tiver um produto elegível com uma assinatura de manutenção vigente. Para saber se esse benefício se aplica a você, entre em contato com o administrador das licenças de software da Esri, consulte on-line ou envie um e-mail para educationinfo@esri.com.

 

IA geoespacial

Conceitos fundamentais

Os recursos a seguir abordam os conceitos fundamentais da IA geoespacial.

• Entendendo a GeoAI no ArcGIS: Explora como as organizações podem aproveitar os recursos de IA geoespacial em todo o sistema ArcGIS para automatizar fluxos de trabalho, criar modelos detalhados do mundo real e analisar todos os tipos de dados em grande escala, incluindo imagens, elementos 2D e 3D, dados tabulares, vídeos, textos não estruturados e dados de séries temporais. (Seminário de treinamento, 1 h)
• Introdução à IA no ArcGIS: Apresenta o ArcGIS como uma plataforma de IA geoespacial e explora como a IA geoespacial aprimora os fluxos de trabalho de geoprocessamento. (1 h e 5 min)
• Noções essenciais de metadados para GIS preparado para IA: Explora o papel dos metadados como um fator essencial para a preparação para IA. Apresenta técnicas para garantir a consistência das informações em toda a plataforma ArcGIS e apoiar a governança do conteúdo, sua localização e reutilização adequada. (Seminário de treinamento, 1 h)
• Cause impacto com o GIS corporativo: Explora uma estrutura abrangente para desenvolver e manter um programa de GIS bem-sucedido, que promova o alinhamento organizacional, operações eficientes, decisões mais inteligentes e inovação em toda a empresa. (MOOC, 6 semanas; 9 de setembro de 2026 a 21 de outubro de 2026)

Plano de aprendizagem relacionado

• Noções essenciais das ferramentas e dos modelos de IA do ArcGIS

 

Fundamentos da integridade dos dados

Os recursos a seguir apresentam a qualidade dos dados como pré-requisito para resultados de aprendizado de máquina e IA e ajudam a garantir a confiabilidade dos dados de entrada em fluxos de trabalho de aprendizado de máquina. Eles se concentram nos fluxos de trabalho e nas ferramentas necessários para manter conjuntos de dados espaciais precisos, consistentes e confiáveis, além de apresentar métodos para gerenciar a integridade espacial, dos atributos e da geometria.

• Como manter a integridade dos dados de atributos usando o ArcGIS Pro: Apresenta conceitos fundamentais e fluxos de trabalho para manter a integridade dos dados espaciais no ArcGIS Pro. Aborda a precisão dos dados, a consistência, o controle de qualidade e as ferramentas de edição baseadas em topologia. (Curso on-line, 3 h e 5 min)
• Como manter a integridade dos dados espaciais usando o ArcGIS Pro: Apresenta fluxos de trabalho para verificar e corrigir erros de atributos e geometria no ArcGIS Pro. Explica como corrigir inconsistências comuns nos dados para garantir conjuntos de dados espaciais precisos e confiáveis. (Curso on-line, 3 h)

 

Aprendizado de máquina

Estes recursos ajudam os estudantes a compreender como resolver problemas espaciais em diversas áreas de aplicação, desde a classificação de imagens e a identificação de padrões espaciais até a previsão multivariada.

Identificação de agrupamentos

Os recursos a seguir apresentam conceitos, habilidades e ferramentas que permitem analisar onde há agrupamentos.

• Mapeamento de agrupamentos: introdução à análise estatística de agrupamentos: Apresenta as habilidades e os conceitos fundamentais necessários para iniciar uma análise de agrupamentos e interpretar os resultados. Utiliza as ferramentas Hot Spot e Análise de Agrupamento e Valores Atípicos. (50 min)
• Mapeamento de agrupamentos: análise de hot spots, agrupamentos e valores atípicos: Apresenta a ferramenta Análise de Hot Spots (Getis-Ord Gi*) e a ferramenta Análise de Agrupamento e Valores Atípicos (Moran Local de Anselin) e explica como elas ajudam você a controlar a análise. (1 h e 20 min)
• Mapeamento de agrupamentos: análise otimizada de hot spots e valores atípicos: Apresenta duas ferramentas que usam seus dados para definir parâmetros de análise e permitem refinar as decisões analíticas. (2 h)
• Introdução à análise espaço-temporal: Descreve a análise espaço-temporal e seus recursos. (25 min)
• Análise espaço-temporal: identificação de tendências temporais: Explica como realizar uma análise de hot spots emergentes para identificar tendências e visualizá-las no espaço e no tempo. (2 h e 10 min)
• Análise espaço-temporal: agrupamento de séries temporais: Explora maneiras de analisar dados temporais agrupando locais com base na semelhança das características de suas séries temporais. (1 h)

Plano de aprendizagem relacionado

• Identificação de agrupamentos usando o ArcGIS

Tutoriais da Esri

• Preveja preços de imóveis com análise de regressão e aprendizado de máquina (série de tutoriais da Esri)
• Preveja habitats de ervas marinhas com aprendizado de máquina (Tutorial da Esri, 1 h)

 

Interpolação geoestatística

Os recursos a seguir ensinam fluxos de trabalho de interpolação no ArcGIS Pro para criar superfícies de previsão.

• Interpolação espacial usando o ArcGIS Pro: Apresenta um resumo dos diferentes métodos de interpolação espacial disponíveis com a extensão Geostatistical Analyst no ArcGIS Pro e ensina a escolher os métodos adequados para criar uma superfície de previsão. (Seminário de treinamento, 1 h)
• Interpolação geoestatística: introdução: Explica os principais conceitos de interpolação geoestatística. Mostra como usar o ArcGIS Pro para avaliar as premissas associadas aos dados. (1 h e 40 min)
• Interpolação geoestatística: uso da krigagem bayesiana empírica e da previsão de regressão EBK: Explica como o ArcGIS Pro automatiza os aspectos mais difíceis da criação de um modelo de krigagem válido. Mostra como realizar uma análise exploratória de dados espaciais. Ensina a criar superfícies de previsão e validar os resultados de forma cruzada. (3 h e 45 min)
• Interpolação geoestatística: reagregação de dados usando interpolação de áreas: Ensina os dois principais casos de uso da interpolação de áreas, que aplica a teoria da krigagem a dados calculados como média ou agregados em polígonos: reduzir a escala de um conjunto de dados de polígonos de origem e usar a superfície de previsão para preencher dados ausentes nos polígonos. (3 h e 45 min)
• Interpolação geoestatística: criação de uma superfície de previsão 3D: Ensina a interpolar conjuntos de dados de pontos 3D usando a krigagem bayesiana empírica 3D (EBK 3D). (3 h e 20 min)

Plano de aprendizagem relacionado

• Interpolação de superfícies usando o ArcGIS

 

Classificação de imagens

Os recursos a seguir apresentam fluxos de trabalho avançados de classificação de imagens e detecção de objetos. Saiba mais sobre os recursos em Análise de imagens e IA.

• Introdução à classificação de imagens: Apresenta opções para criar rasters temáticos classificados no ArcGIS. (1 h e 15 min)
• Como realizar a classificação de imagens não supervisionada baseada em pixels: Ensina a identificar agrupamentos de pixels criados por computador para criar rasters temáticos classificados no ArcGIS. (55 min)
• Como realizar a classificação de imagens supervisionada baseada em objetos: Apresenta a classificação de imagens com base em objetos ou segmentos identificados pelo usuário, em conjunto com o aprendizado de máquina. (1 h e 15 min)
• Como realizar a classificação de imagens supervisionada baseada em pixels: Apresenta a técnica de classificação de imagens supervisionada baseada em pixels para criar rasters temáticos classificados. (1 h e 20 min)
• Como realizar a avaliação de precisão da classificação de imagens: Apresenta a técnica de avaliação de precisão para testar produtos de dados raster usando análise estatística e entender até que ponto eles representam a área de estudo. (50 min)

Plano de aprendizagem relacionado

• Classificação de imagens usando o ArcGIS

 

Análise de regressão

Os recursos a seguir apresentam o potencial da análise de regressão para modelar, examinar e explorar relações espaciais.

• Introdução à análise de regressão (Curso on-line)
• Análise de regressão: criação de um modelo de regressão usando o ArcGIS Pro (Laboratório do ArcGIS)
• Análise de regressão: realização de regressão de floresta aleatória usando o ArcGIS Pro (Laboratório do ArcGIS)
• Redução da escala de um modelo de previsão usando o ArcGIS Notebooks e o ArcGIS Pro (Laboratório do ArcGIS)
• Interpolação geoestatística: uso da krigagem bayesiana empírica e da previsão de regressão EBK (Curso on-line)

Plano de aprendizagem relacionado

• Noções essenciais da análise de regressão

 

Aprendizado profundo

Os recursos a seguir ajudam os estudantes a desenvolver habilidades em aprendizado profundo, um subconjunto do aprendizado de máquina que usa diversas camadas de algoritmos na forma de redes neurais.

• Aprendizado profundo usando o ArcGIS Pro: Explica como o aprendizado profundo apoia a análise GIS. Ensina a usar um modelo de aprendizado profundo pré-treinado do ArcGIS Living Atlas of the World. (2 h e 15 min)
• Aprendizado profundo usando o ArcGIS Online: Ensina a usar modelos de aprendizado profundo pré-treinados do ArcGIS Living Atlas of the World para resolver problemas do dia a dia. (1 h e 45 min)
• Classificação de objetos usando aprendizado profundo no ArcGIS Pro: Ensina a preparar e usar dados para treinar um modelo que detecte se edifícios foram afetados por um incêndio florestal e a aplicar o modelo e avaliar sua precisão. (Laboratório do ArcGIS, 1 h e 20 min)
• Extração de elementos com aprendizado profundo usando o ArcGIS Online: Ensina a usar o ArcGIS Image for ArcGIS Online para detectar edifícios em imagens com aprendizado profundo. (Laboratório do ArcGIS, 35 min)

Plano de aprendizagem relacionado

• Aprendizado profundo usando o ArcGIS

Tutoriais da Esri

• Extraia assentamentos informais com o SAMLoRA (Tutorial da Esri, 45 min)
• Extraia a cobertura do solo em alta resolução com GeoAI (Tutorial da Esri, 30 min)
• Treine um modelo usando aprendizado profundo automatizado (Tutorial da Esri, 40 min)
• Mapeie inundações com dados SAR e aprendizado profundo (Tutorial da Esri, 45 min)
• Detecte objetos com o Text SAM (Tutorial da Esri, 25 min)
• Detecte objetos com um modelo pré-treinado de aprendizado profundo (Tutorial da Esri, 20 min)
• Prepare-se para o aprendizado profundo no ArcGIS Pro (Tutorial da Esri, 15 min)
• Aprimore um modelo de aprendizado profundo com aprendizado por transferência (Tutorial da Esri, 1 h 30 min)
• Identifique infraestruturas sob risco de deslizamentos no ArcGIS Pro (Tutorial da Esri, 1 h)
• Classifique linhas de transmissão usando aprendizado profundo (Tutorial da Esri, 1 h 30 min)
• Classifique manguezais usando aprendizado profundo (Tutorial da Esri, 1 h 15 min)
• Treine um modelo para identificar placas de trânsito (Tutorial da Esri, 1 h)
• Experimente ferramentas e modelos de IA geoespacial no ArcGIS (série de tutoriais da Esri)

 

Considerações finais para educadores

Você pode consultar listas de novos treinamentos, treinamentos que serão descontinuados e treinamentos descontinuados na página Opções de treinamento novos e descontinuados do Esri Academy. Você receberá uma mensagem quando os encerramentos forem anunciados. (Clique para ver os alertas  enquanto estiver conectado ao Training.)

Se você planeja atribuir um MOOC a um grupo de alunos ou a uma turma inteira, consulte os seguintes recursos:

• Para alunos: Prepare-se para uma excelente experiência em MOOCs
• Para instrutores: 8 dicas essenciais para educadores que atribuem MOOCs da Esri aos alunos

Para solicitar a transferência do histórico de treinamentos de uma conta institucional para outra conta, os alunos devem entrar em contato com o Atendimento ao Cliente da Esri pelo endereço service@esri.com ou pelo telefone (888) 377-4575.

 

URL do guia de IA geoespacial

O guia publicado pode ser acessado pelo seguinte link:

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