ML geospaziale con Amazon SageMaker (anteprima)

Costruisci, addestra e implementa modelli di ML più rapidamente utilizzando i dati geospaziali

Fino a 10 GB di spazio di rchiviazione gratuito

per 30 giorni con il Piano gratuito AWS

Accedi a origini di dati geospaziali prontamente disponibili, tra cui immagini satellitari, mappe e dati di localizzazione.

Elabora o arricchisci in modo efficiente set di dati geospaziali su larga scala con operazioni appositamente concepite come il ricampionamento, il mosaico e la geocodifica inversa.

Accelera la creazione di modelli utilizzando modelli di reti neurali profonde integrate e pre-addestrate, come la segmentazione della copertura del suolo e il mascheramento delle nuvole.

Analizza i dati geospaziali ed esplora le previsioni dei modelli su una mappa interattiva utilizzando una grafica accelerata in 3D con strumenti di visualizzazione integrati.

Come funziona

Amazon SageMaker supporta le funzionalità di machine learning (ML) geospaziale, consentendo a data scientist e ingegneri ML di costruire, addestrare e distribuire facilmente modelli ML utilizzando dati geospaziali. Accedi alle origini dei dati geospaziali, alle operazioni di elaborazione appositamente create, ai modelli di ML preaddestrati e agli strumenti di visualizzazione integrati per eseguire il ML geospaziale in modo più rapido e su scala.
Il diagramma mostra come utilizzare le funzionalità di ML geospaziale di Amazon SageMaker per accedere alle risorse di dati, trasformare e arricchire i dati, selezionare o addestrare i modelli, distribuire un modello e visualizzare le previsioni del modello su una mappa.
Perché il ML geospaziale? (1:46)
Perché il ML geospaziale?
Il video mostra come i dati geospaziali, come le immagini satellitari, le mappe e i dati di localizzazione, possano essere utilizzati per innovare più rapidamente e prendere decisioni più intelligenti in un'ampia gamma di casi d'uso e settori.
Perché il ML geospaziale?
Il video mostra come i dati geospaziali, come le immagini satellitari, le mappe e i dati di localizzazione, possano essere utilizzati per innovare più rapidamente e prendere decisioni più intelligenti in un'ampia gamma di casi d'uso e settori.

Casi d'uso

Valutare il rischio e le richieste di risarcimento assicurativo

Misurare il rischio, convalidare le richieste di risarcimento e prevenire le frodi, analizzare l'impatto dei danni dei disastri naturali sulle economie locali e monitorare i progetti di costruzione.

Studiare le strategie di trading

Monitorare le attività finanziarie a livello globale, prevedere i prezzi delle materie prime, migliorare le strategie di copertura o di trading e mitigate l'impatto della volatilità dei prezzi.

Monitorare i cambiamenti climatici

Tracciare la deforestazione e la biodiversità, misurare le emissioni di gas metano, creare piani di resilienza climatica e migliorare l'affidabilità della rete elettrica.

Sostenere lo sviluppo urbano sostenibile

Progettare ambienti urbani più sostenibili e vivibili, identificare aree per lo sviluppo del territorio, seguire le tendenze del traffico o valutare la fattibilità di progetti energetici.

Massimizzare la resa del raccolto e la sicurezza alimentare

Visualizzare le immagini satellitari per diagnosticare la salute delle piante, assicurare e classificare le colture, prevedere la resa del raccolto, prevedere la domanda di prodotti agricoli o individuare i confini delle aziende agricole.

Prevedere la domanda di vendita al dettaglio

Tracciare le aree cittadine in forte crescita per migliorare le vendite o i canali di distribuzione, oppure combinare i dati sulla posizione con le informazioni sulla concorrenza per scegliere le nuove sedi dei negozi.

Come iniziare

Blog AWS News

Utilizza Amazon SageMaker per costruire, addestrare e distribuire modelli di ML utilizzando dati geospaziali.

Leggi il blog »

Guida per gli sviluppatori

Per saperne di più sulle funzionalità geospaziali di Amazon SageMaker, consulta questa guida dettagliata.

Leggi la guida »

Esempio di notebook

Scopri come gli agricoltori possono ottimizzare la produzione delle colture grazie all'analisi avanzata e al ML.

Vedi l'esempio »

Scopri di più su AWS