FAQ sur Amazon SageMaker pour le ML géospatial
Q : Qu'est-ce que les données géospatiales ?
Les données géospatiales représentent des caractéristiques ou des objets à la surface de la terre. Le premier type de données géospatiales est constitué de données vectorielles, qui utilisent une géométrie bidimensionnelle telle que des points, des lignes ou des polygones pour représenter des objets tels que des routes et des limites de terrain. Les données de localisation géolocalisées sont également considérées comme des données vectorielles. Il peut s'agir de points d'intérêt – par exemple, la tour Eiffel –, de messages de médias sociaux étiquetés, de coordonnées de latitude et de longitude ou de différents styles et formats d'adresses de rue. Le deuxième type de données géospatiales est constitué de données matricielles, telles que les images recueillies par des satellites, des plateformes aériennes ou des plateformes de télédétection. Ce type de données utilise une matrice de pixels pour définir l'emplacement des fonctionnalités. Vous pouvez utiliser les formats matriciels pour stocker des données qui varient.
Q : Comment puis-je obtenir des données géospatiales ?
Les fonctionnalités géospatiales d'Amazon SageMaker vous permettent d'utiliser des données géospatiales, telles que Landsat 8 et Sentinel-2. Vous pouvez également importer vos propres données – y compris les données de localisation générées par les appareils GPS, les véhicules connectés ou les capteurs de l'internet des objets (IoT), le trafic piétonnier des magasins de détail, les données de géomarketing et de recensement, ou les données acquises auprès de fournisseurs tiers. Les capacités géospatiales de SageMaker vous permettent également d'enrichir ces données à l'aide de fonctions spécialement conçues à partir d'Amazon Location Service, telles que la conversion des lieux en latitude et en longitude en adresses de rue.
Q : Quelles sont les fonctionnalités géospatiales de SageMaker ?
Les fonctionnalités géospatiales de SageMaker facilitent la tâche des scientifiques des données et des ingénieurs en machine learning (ML) pour créer, entraîner et déployer des modèles ML permettant de faire des prédictions à l'aide de données géospatiales. Vous pouvez apporter vos propres données, comme les données satellitaires de Planet Labs à partir d'Amazon Simple Storage Service (Amazon S3), ou acquérir des données à partir d'Open Data on AWS, d'Amazon Location Service et d'autres sources de données géospatiales SageMaker.
Q : Comment puis-je améliorer mon efficacité grâce aux fonctionnalités géospatiales de SageMaker ?
Les fonctionnalités géospatiales de SageMaker fournissent aux utilisateurs des types d'instances et des blocs-notes optimisés pour le machine learning géospatiale. Ces blocs-notes intègrent des outils de visualisation et des bibliothèques géospatiales open source couramment utilisées, ainsi que des modèles, des algorithmes et des fonctions couramment utilisées. Vous pouvez simplifier le prétraitement de vos données grâce à des opérations géospatiales intégrées telles que la mise en correspondance des cartes. Accélérez le développement de modèles ML géospatiaux et réduisez le coût total de possession en utilisant l'un des modèles préconstruits, ou développez vos propres modèles ML géospatiaux. Vous pouvez visualiser les prédictions superposées sur une carte grâce aux outils de visualisation intégrés, qui permettent une collaboration plus rapide.
Q : Pourquoi devrais-je utiliser les fonctionnalités du ML géospatial de SageMaker ?
Vous pouvez utiliser les capacités du ML géospatial de SageMaker pour faire des prédictions sur les données géospatiales plus rapidement que les solutions que vous proposerez vous-même. Les fonctionnalités géospatiales de SageMaker facilitent l'accès aux données géospatiales à partir de vos lacs de données existants, de jeux de données open-source et d'autres sources de données géospatiales SageMaker. Les fonctionnalités géospatiales de SageMaker minimisent la nécessité de créer une infrastructure personnalisée et des fonctions de prétraitement des données en offrant des algorithmes spécialement conçus pour une préparation efficace des données, l'entraînement des modèles et l'inférence. Vous pouvez également créer et partager des visualisations et des données personnalisées avec votre entreprise à partir d'Amazon SageMaker Studio. Les capacités géospatiales de SageMaker comprennent des modèles pré-entraînés pour des utilisations courantes dans les domaines de l'agriculture, de l'immobilier, de l'assurance et des services financiers.