O aprendizado de máquina é muito utilizado no SIG?

9

Eu sou novo no GIS. O aprendizado de máquina é muito utilizado neste campo e onde?

Estou investigando uma oportunidade de trabalho com uma empresa de mapeamento que trabalha com reconhecimento de tráfego. Minha formação é em aprendizado de máquina supervisionado (na classificação de texto) e em algum uso do Hadoop, e eles garantem que minhas habilidades seriam apropriadas. Estou interessado em GPS e GIS há algum tempo, mas quero ter certeza de que minhas habilidades de aprendizado de máquina (nas quais investi pesadamente - incluindo um diploma de mestrado) sejam bem utilizadas.

stackoverflowuser2010
fonte
3
Você pode elaborar um pouco mais sobre suas tags de cobertura da terra e mineração de dados e como elas se relacionam com o aprendizado de máquina. Na maioria das aplicações de sensoriamento remoto / GIS, o método de classificação supervisionada é usado para criar coberturas de cobertura da terra.
artwork21
Eu adicionei essas tags quase aleatoriamente. A tag 'classificação da terra' foi a única que tinha a palavra 'classificação', relacionada ao aprendizado de máquina supervisionado.
stackoverflowuser2010
11
Você já olhou para o reconhecimento de padrões ?
Kirk Kuykendall 12/03

Respostas:

5

Realmente não vejo a aplicabilidade do Machine Learning com dados de GPS. No entanto, eu utilizo esse tipo de técnicas de modelagem em bancos de dados espaciais / GIS para uma grande variedade de aplicações. Eu imaginaria que, de fato, essas habilidades seriam altamente valorizadas.

Os métodos que abrangem mineração de dados supervisionada e não supervisionada, aprendizado de máquina e modelagem não paramétrica podem ser usados ​​em uma grande variedade de questões relacionadas espacialmente, incluindo: classificação de cobertura de terra, agrupamento de eventos, inferência não linear de processo espacial, etc. Além disso, dada a sua familiaridade com essas métodos, eu não subestimaria sua capacidade de implementar outros tipos de modelagem estatística, incluindo estatística espacial.

Jeffrey Evans
fonte