Deep Learning in ArcGIS Pro für Geodatenanalysen

Die Anzahl der georäumlichen Daten wächst exponentiell. Herkömmliche Analysemethoden können mit dem Volumen hochauflösender Bilder nicht mehr Schritt halten. Die Nutzung der Leistungsfähigkeit künstlicher Intelligenz in Ihrem geografischen Informationssystem (GIS) ist der Schlüssel zu tieferen räumlichen Erkenntnissen. Dieser Kurs führt Sie durch den Prozess der Anwendung von Deep-Learning-Modellen direkt in ArcGIS Pro. Sie werden vom Verständnis der Kerndefinitionen des maschinellen Lernens zur Ausführung anspruchsvoller Objekterkennungs- und Pixelklassifizierungs-Workflows anhand von realen Fernerkundungsdaten übergehen, alles durch klare schriftliche Erklärungen und Schritt-für-Schritt-Durchgänge. Was Sie lernen werden: - Verstehen Sie die grundlegenden Konzepte des maschinellen Lernens, neuronaler Netze und Deep Learning in einem GIS-Kontext - Konfigurieren Sie die ArcGIS Pro-Umgebung mit den erforderlichen Deep-Learning-Frameworks und -Bibliotheken - Vorbereiten und Bezeichnen von georäumlichen Trainingsdaten für Objekterkennungs- und Bildklassifizierungsaufgaben - Bereitstellen von vortrainierten Modellen aus dem ArcGIS Living Atlas, um Ihre Analyse-Workflows zu beschleunigen - Führen Sie konvolutionale neuronale Netze aus, um automatisch Merkmale zu erkennen und Landbedeckung in Satellitenbildern zu klassifizieren - Bewerten Sie die Modellleistung und verfeinern Sie Parameter, um Ihre georäumlichen Analyseergebnisse zu optimieren Der Lehrplan beginnt mit der grundlegenden Terminologie und den Einrichtungsverfahren. Anschließend werden die Datenvorbereitung, die Modellausführung und die praktischen Nachbearbeitungstechniken vorgestellt. Sie lesen detaillierte Workflow-Erläuterungen, lernen Konfigurationsbeispiele kennen und erfahren, wie Sie die Modellergebnisse in ArcGIS Pro interpretieren. Dieser Kurs richtet sich an GIS-Analysten, Geographen, Umweltwissenschaftler und Einsteiger in die Fernerkundung, die künstliche Intelligenz in ihre räumlichen Workflows integrieren möchten.Keine vorherige Programmier- oder Deep-Learning-Erfahrung ist erforderlich. Beginnen Sie Ihre Reise in die georäumliche künstliche Intelligenz und verbessern Sie Ihre Fähigkeiten zur räumlichen Analyse noch heute.