ArcGIS の位置付け
AI、機械学習、ディープラーニングのそれぞれの領域で適用されるアルゴリズムや技術、それらの環境を提供するベンダー企業やソフトウェアパッケージなどが存在します。 そしてこれらの要素の一つとして、位置情報を有効的に活用した空間的解析を必要とする場面も多く存在します。ArcGISは機械学習の分野において、位置情報を有効的に活用する価値をご提供します。
ArcGIS での活用
ArcGISは機械学習の分野における活用を支援するために、３つの領域の解析機能をご提供します。
識別（Classification）
識別とは、分析対象データを学習データに基づいて、どのカテゴリに割り当てるべきかを決定するためのプロセスです。例えば、マルチバンドで観測される衛星画像・航空写真・ドローン画像を用いて、広域の土地被覆分類をおこなうときなどに有効です。
予測（Prediction）
予測には、幾つかの回帰と補間機能が含まれています。地理的な観点を加味した、交通事故予測や不動産売買価格予測など、既知の情報を教師データに未知の数値などを予測する際に効果を発揮します。
分類（Clustering）
分類には、値または位置の類似性に基づいて分析対象データをグループ化するための機能が含まれています。例えば、複数小売店舗の商圏情報を基に類似商圏をグループ化したり、地域毎の情報を基に生活スタイルをグループ化するプロセスで有効です。
ArcGIS の機械学習ツール
識別（Classification）
- 最尤分類法
- ランダムツリー
- Support Vector Machine
予測（Prediction）
- Empirical Bayesian Kriging
- Areal Interpolation
- EBK Regression Prediction
- 最小二乗法回帰分析
- 予備回帰分析
- 地理空間加重回帰分析
分類（Clustering）
- 空間的に制限された多変量クラスター分析
- 多変量クラスター分析
- 密度ベースのクラスター分析
- 画像分類
- ホットスポット分析
- クラスター/外れ値分析
- 時空間パターンマイニング
外部ライブラリとの連携
TensorFlow や PyTorch といった外部の機械学習ライブラリとの連携を可能にすることで、地理空間情報を加味した多彩な機械学習と学習モデルの構築から ArcGIS での活用を可能にします。
