La comprensión de la mineralogía y la geoquímica del subsuelo es clave al evaluar y explorar depósitos minerales. Para lograr este objetivo, la adquisición rápida y la interpretación precisa de los datos de núcleos de perforación son esenciales. La imagenología hiperespectral en el infrarrojo de onda corta es un método analítico rápido y no destructivo ampliamente utilizado en la industria de minerales para mapear minerales con características diagnósticas en muestras de núcleo. En este artículo, presentamos un método automatizado para interpretar datos hiperespectrales en el infrarrojo de onda corta en núcleos de perforación para descifrar los principales minerales formadores de rocas félsicas utilizando técnicas de aprendizaje automático supervisado para el procesamiento, enmascaramiento y extracción de información mineralógica y textural. Este estudio utiliza un conjunto de datos de entrenamiento co-registrado que integra datos hiperespectrales con datos cuantitativos de microscopía electrónica de barrido en lugar de emparejamiento espectral utilizando una biblioteca espectral. Nuestra metodología supera las limitaciones anteriores en la interpretación de datos hiperespectrales para la mineralogía completa (es decir, cuarzo y feldespato) causadas por la necesidad de identificar características espectrales de los minerales; en particular, detecta la presencia de minerales que se consideran invisibles en el análisis hiperespectral tradicional en el infrarrojo de onda corta.