Il est plus facile de trouver la zone contenant les gisements les plus importants grâce à l’apprentissage automatique. De cette façon, nous effectuons également le processus de manière efficace. 

Les algorithmes d’apprentissage automatique peuvent être utilisés pour la cartographie de la prospectivité minérale. En présentant la tâche d’exploration comme un problème d’apprentissage supervisé, les informations géologiques, géochimiques et géophysiques peuvent être utilisées comme données de formation, et les occurrences minérales connues peuvent être utilisées comme étiquettes de formation. L’objectif est de paramétrer les relations complexes entre les données et les étiquettes de telle sorte que le potentiel minéral puisse être estimé dans des régions sous-explorées à l’aide des données géoscientifiques disponibles.