使用 ArcGIS Pro 进行土地利用分类的机器学习和深度学习

随着技术进步，尤其是地理信息系统 (GIS)工具的进步，可以更有效地对土地利用进行分类。分类的使用可用于识别植被覆盖变化、非法采矿区和植被抑制区域，这些只是土地利用分类的众多示例中的一部分。

分类的一大困难是确定要解决的问题的级别。我分类的目的是什么？分类是否需要具有高精度以减少对人工交互进行校正的需要？分类的目的只是为了识别随时间的变化吗？是否会使用机器学习分类来减轻地理团队的工作量？只有免费图片才能解决我的问题？

简要介绍这项工作中使用的两种学习类型，机器学习和深度学习有什么区别？

机器学习是机器学习的一种形式，是人工智能 (AI) 领域的一个子集，它使系统能够向操作员学习。这个学习领域使用数据来训练和找到准确的结果。

深度学习 或深度学习已经是机器学习的一个子集，模型将从更复杂的神经网络中学习。算法的创建就像机器学习一样，但包含更复杂的层次和更强大的计算能力。

理解这种差异的一种更简单的方法是，