Amazon Web Services ブログ

この投稿では、Amazon SageMaker の地理空間機能から生成された予測を農業データプラットフォームのユーザーインターフェイスにどのように使用できるかを見ていきます。さらに、リモートセンシングアルゴリズム、クラウドマスキング (衛星画像内の雲を自動的に検出) 、自動画像処理パイプラインなどの高度な機械学習 (ML) 主導の洞察をソフトウェア開発チームが農業データプラットフォームに追加する方法についても説明します。これらの追加機能により、農学者、ソフトウェア開発者、機械学習エンジニア、データサイエンティスト、リモートセンシングチームは、スケーラブルで価値のある意思決定支援システムを農家に提供できるようになります。この投稿では、ML ベースの農地セグメンテーションや事前にトレーニングされた農業用地理空間モデルなど、SageMaker の地理空間機能を実証するエンドツーエンドのノートブックと GitHub リポジトリの例も紹介します。

この記事は Enhancing IoT device security using Hardware Secu […]

このブログは Andy Ward（シニアスペシャリストソリューションアーキテクト）と Baris Furtin […]

みなさん、こんにちは。AWS ソリューションアーキテクトの小林です。 私は花粉症持ちなので、毎年この時期になる […]

多くの企業はオンプレミスのワークロードを AWS にリホスト (リフトアンドシフト) し、Amazon Ela […]

AWS ではイノベーションのペースについてよく語られます。そしてその結果はこのブログ、AWS 新着情報ページや […]

こんにちは、田中です。Solutions Architect として、中堅中小企業のお客様のご支援をしています […]

  『The Value Flywheel Effect: Power the Future and Acce […]

この記事は Optimizing your Kubernetes compute costs with Kar […]

(この記事は Using Workflows to Build, Test, and Deploy with […]