Utiliser ArcGIS pour l’apprentissage profond géospatial

L’apprentissage profond est une technologie d’intelligence artificielle qui utilise des réseaux de neurones profonds pour résoudre des problèmes complexes. Un domaine où l’apprentissage en profondeur a très bien fonctionné dans le domaine de l’intelligence artificielle est la vision par ordinateur, c’est-à-dire les capacités visuelles des ordinateurs. Cela le rend particulièrement adapté aux tâches d’image telles que la classification des pixels, la détection d’objets et les fonctionnalités de classification. Dans cette session pratique, apprenez à appliquer l’apprentissage en profondeur à l’imagerie dans la plate-forme ArcGIS. Vous utiliserez ArcGIS Pro et le module arcgis.learn (dans ArcGIS API for Python) pour former des modèles de classification d’images, de détection d’objets et de classification d’entités basés sur des pixels. Vous apprendrez à déployer ces modèles dans ArcGIS Pro et à utiliser Image Server pour étendre l’inférence. Cette conférence riche en contenu vous offre l’opportunité d’apprendre des experts-Fonctionnalités de science des données spatiales de la plate-forme ArcGIS-Utilisez ArcGIS Notebooks pour mettre en œuvre des workflows de science des données spatiales reproductibles et reproductibles-Utilisez Python pour l’analyse spatiale, l’analyse raster et l’analyse de Big Data -Fonctions d’apprentissage automatique géospatial et d’apprentissage en profondeur-Formation et déploiement de modèles d’apprentissage en profondeur pour la classification d’images, la détection d’objets, l’extraction de caractéristiques et la classification de caractéristiques-Traitement en langage naturel de texte non structuré-Évolutif à l’aide d’ArcGIS Enterprise Deep Learning-Mises à jour techniques, trucs et astuces fournis par des experts Esri pour déployer et mettre en œuvre avec succès des solutions d’IA-Exemples de projets Geo-AI du monde réel La connaissance de Python est une condition préalable ————— ——— —————- ————————- ——— —————- ————————– ——— ———– Suivez-nous sur les réseaux sociaux ! Twitter : Facebook : LinkedIn : Instagram : La science de l’endroit :.