Descripción general de la caja de herramientas GeoAI

Caja de herramientas GeoAI que contiene herramientas para utilizar y entrenar modelos de IA que trabajan con datos geoespaciales y tabulares. Estas herramientas utilizan el aprendizaje automático moderno y técnicas de aprendizaje profundo e integrarlas con SIG.

La caja de herramientas de GeoAI contiene herramientas que permiten entrenar y utilizar modelos que realizan clasificación y regresión en datasets de entidades y tabulares, así como clasificar, transformar y extraer información de texto no estructurado mediante el procesamiento de lenguaje natural (PLN).

Las herramientas del conjunto de herramientas Análisis de entidades y tabulares utilizan el aprendizaje automático automatizado para entrenar, perfeccionar y crear conjuntos de los mejores modelos de aprendizaje automático con los datos y los recursos de cálculo disponibles. Los modelos entrenados se pueden utilizar para predecir tanto variables de categorías (clasificación) como variables continuas (regresión) en datasets similares. Las herramientas del conjunto de herramientas Análisis de texto permiten utilizar y ajustar con precisión texto previamente entrenado y modelos PLN de ArcGIS Living Atlas of the World, o bien crear modelos con los datos de texto etiquetados. Las herramientas de este conjunto de herramientas también funcionan con modelos creados con el módulo ArcGIS API for Python arcgis.learn. Los modelos creados por estas herramientas se pueden utilizar o perfeccionar aún más con ArcGIS API for Python.

Nota:

Todas las herramientas de la caja de herramientas GeoAI requieren la instalación de las bibliotecas necesarias de marcos de aprendizaje profundo. Para obtener instrucciones sobre la instalación de paquetes de aprendizaje profundo, consulte Instaladores de bibliotecas de aprendizaje profundo para ArcGIS.

Sin embargo, los shapefiles no pueden almacenar valores nulos. Las herramientas u otros procedimientos que crean shapefiles a partir de entradas sin shapefiles pueden almacenar o interpretar valores nulos como cero. En algunos casos, los valores nulos se almacenan como valores negativos muy grandes en shapefiles, lo que puede dar lugar a resultados inesperados. Consulte Consideraciones de geoprocesamiento para la salida del shapefile para obtener más información.

Conjunto de herramientas	Descripción
Análisis de entidades y tabulares	El conjunto de herramientas Análisis de entidades y tabulares contiene herramientas para aplicar algoritmos de aprendizaje automático y aprendizaje profundo a datos tabulares o de entidades.
IA de imágenes	La caja de herramientas IA de imágenes contiene herramientas que aplican algoritmos de aprendizaje profundo de clasificación de píxeles y detección de objetos a los datos de las imágenes.
Análisis de texto	El conjunto de herramientas Análisis de texto contiene herramientas que llevan a cabo procesamiento de lenguaje natural en texto. El texto se puede clasificar o transformar, y es posible extraer entidades tales como direcciones.
IA de series temporales	El conjunto de herramientas de IA de serie temporal contiene herramientas para predecir y estimar valores futuros en ubicaciones de un cubo de espacio-tiempo.