ARCGIS PRO para Machine Learning o Aprendizaje Automático

Ver Temario

¿Porqué ESTUDIAR Aprendizaje Automático o Machine Learning usando ARCGIS PRO?

No se requiere ningún nivel de conocimientos, para llevar este curso de Aprendizaje Automático o Machine Learning usando ARCGIS PRO, dado que se va paso a paso en la capacitación y aparte se provee todos los datos y videos para hacer tus prácticas.

El campo de la Inteligencia Artificial[1] ha avanzado rápidamente en los últimos años, igualando o, en algunos casos, incluso superando la precisión humana en tareas como la visión por computadora, el procesamiento del lenguaje natural y la traducción automática. La intersección de la inteligencia artificial (IA) y los SIG está creando enormes oportunidades que antes no eran posibles. La inteligencia artificial, el aprendizaje automático y el aprendizaje profundo nos están ayudando a hacer un mundo mejor al ayudar a aumentar el rendimiento de los cultivos a través de la agricultura de precisión, a combatir el crimen mediante la implementación de modelos de vigilancia predictiva, a predecir cuándo golpeará la próxima gran tormenta y estar mejor equipados para manejarla.

En términos generales, la IA es la capacidad de las computadoras para realizar una tarea que generalmente requiere cierto nivel de inteligencia humana. El aprendizaje automático es un tipo de motor que lo hace posible. Utiliza algoritmos basados ​​en datos para aprender de los datos y brindarle las respuestas que necesita. Un tipo de aprendizaje automático que ha surgido en los últimos años es el aprendizaje profundo y se refiere a las redes neuronales profundas, que se inspiran en el cerebro humano y se parecen vagamente a él.

En este curso aprenderás a realizar Tareas de Machine Learning o Aprendizaje Automático con el uso de Imágenes de Satélite para la realización de mapas digitales de uso de la Tierra en ARCGIS PRO, ya sea por métodos supervisados y no supervisados, orientado a objetos o por medio de información espectral (pixeles).

Además vas a aprender a realizar estos procesos de Machine Learning de manera automática o dirigida por el usuario, aparte de realizar verificación de usos de la tierra para conocer la exactitud de la información generada.

[1] https://medium.com/geoai/integrating-deep-learning-with-gis-70e7c5aa9dfe

Descripción

El curso es 100 % práctico y te guiará paso a paso para que consigas un óptimo aprendizaje con herramientas novedosas y de actualidad para mejorar tus habilidades  en el Uso de Machine Learning o Aprendizaje Automático aplicado en ARCGIS PRO.

Se realizan varias prácticas:

• Generación de colores naturales y falso color infrarrojo
• Clasificación basada en píxeles y en objetos para identificación de usos de la Tierra
• Reclasificación de los datos generados por una clasificación de Machine Learning
• Identificación de usos de la tierra por Técnicas Multivariadas como Máxima Verosimilitud
• Uso de Machine Learning con Máquina de Soporte de Vectores con datos satelitales
• Uso de Machine Learning con Random Forest Sentinel 2
• Clasificación De Aprendizaje Automático Orientado a Objetos con con segmentación de la imagen
• Machine Learning Usando Sentinel 2
• Machine Learning por Clasificación Supervisada Orientada a Objetos
• Machine Learning Orientada a Objetos con Máquina de Soporte de Vectores
• Machine Learning por Random Forest
• Machine Learning por Máxima Verosimilitud
• Machine Learning Máxima Verosimilitud por Técnica Multivariada

• ¡Y muchos temas más, revisar contenidos!

Para ello usaremos algunos como paquete principal ARCGIS PRO, para que tu aprendizaje sea efectivo y práctico.

Temas como Uso de Datos Satelitales enfocado a realizar cartografía digital y aprender a usar Machine Learning aplicado a técnicas de Clasificaciones Supervisadas y no Supervisadas, clasificaciones orientadas a Objetos (OBVIA) dentro de un enfoque pragmático y sencillo para que realices tareas con total claridad en tus trabajos cotidianos o mejorar tu perfil profesional.

Se te enseña como segmentar una imagen de satélite, generar estadísticos básicos, clasificar una imagen con base a sus características espectrales (relación de pixel), Orientada a Objetos (OBVIA) y usar algoritmos de Machine Learning como:

• Máquina de Soporte de Vectores
• Random Forest o Bosques Aleatorios
• Máxima Verosimilitud por Metodo Multivariado
• Sistemas de Aprendizaje Automático para generar datos predictivos con Vectores para mapeo de uso de la Tierra
• Parámetros de eficiencia de los algoritmos para cartografía digital usando Imágenes
• Índices de Kappa como método de validación de las salidas generadas de mapas por medio de Machine Learning
• Errores de Omisión y Comisión para evaluación de los mapas de uso de la Tierra
• Precisión Global de las clasificaciones de Aprendizaje Automático

Es un curso o capacitación totalmente aplicada al uso práctico de Machine Learning o aprendizaje automático usando ARCGIS PRO para que aprendas desde cero a nivel medio realizar tareas de una manera fácil, entendible y sin programación.

Objetivos del curso y contenidos generales

LOS OBJETIVOS Y LOS CONTENIDOS GENERALES SON EXTENSOS Y DIDACTICOS PARA TU OPTIMO APRENDIZAJE, ya que el Machine Learning o Aprendizaje Automático es una herramienta de uso multifinalitaria, en la cual los avances que se obtiene día a día son inmensos, de allí que es imprescindible inicies a estudiar para tu desarrollo profesional el empleo de Aprendizaje Automático, para sacar una ventaja comparativa en tu perfil profesional.

En general se enseña paso a paso como ejecutar tareas diversas en Machine Learning o Aprendizaje Automático no programado:

• Creación de colores naturales y falso color infrarrojo
• Machine Learning no supervisado
• Machine Learning supervisado
• Machine Learning por Máquina de Soporte de Vectores
• Machine Learning Por Random Forest
• Machine Learning por Maxima Verosimilitud
• Evaluación de la calidad de la Clasificación de Machine Learning
• Uso de clasificación espectral a nivel de pixel
• Empleo de clasificación orientada a Objetos y usando vectores para predicción de usos de la tierra y cultivos varios

• ¡Entre muchas tareas y procesos! REVISAR ÍNDICE DE CONTENIDOS

El aprendizaje AUTOMATICO O MACHINE LEARNING en sí mismo es el acto de mejorar gradualmente el desempeño en una tarea sin estar programado explícitamente.  Este proceso imita las funciones neurológicas humanas[1].

 Objetivos específicos de aprendizaje:

 Qué es un SIG

1. Uso general de Qgis para proceso de toma de decisiones
2. Definiciones de un Sistema de Teledetección
3. Diferenciación entre Inteligencia Artificial y Aprendizaje Automático
4. Conceptualización técnica de Aprendizaje Profundo
5. Conceptos de color natural y color infrarrojo
6. Machine Learning Usando Sentinel 2
7. Machine Learning por Clasificación Supervisada Orientada a Objetos
8. Machine Learning Orientada a Objetos con Máquina de Soporte de Vectores
9. Machine Learning por Random Forest
10. Machine Learning por Máxima Verosimilitud
11. Machine Learning Máxima Verosimilitud por Técnica Multivariada
12. Tipos de algoritmos de Clasificación Supervisada para mapeo de uso de la Tierra
13. Tipos de algoritmos de Clasificación No Supervisada para identificación de usos de la tierra
14. Creación de Áreas de Entrenamiento o Datos Etiquetados
15. Ejercicios de Clasificación de Aprendizaje no supervisado para usos de la tierra
16. Ejercicios de Clasificación de Aprendizaje no supervisado para cartografía digital
17. Reclasificación de Valores por Tablas o Tabulación para labores de Machine Learning
18. Uso de Geoprocesamiento espacial como Spatial Join
19. Generación de Mapas Digitales de usos de la Tierra por Predicción usando Machine Learning a nivel de pixel
20. Generación de Mapas Digitales de usos de la Tierra por Predicción usando Machine Learning Orientado a Objetos (OBVIA)
21. Verificación de Exactitud de los mapas generados por Matrix de Confusión = Índice de Kappa, Evaluación Global Etc.

23. Entre otros, revisar índice de contenidos, los cuales son extensos.

[1] https://geohackweek.github.io/machine-learning/00-intro/

También, revisa el curso… Arcgis Pro y Fundamentos en Sistemas de Información Geográfica