Машинное обучение для геопространственных данных с Amazon SageMaker
Создавайте, обучайте и развертывайте модели машинного обучения быстрее с использованием геопространственных данныхПочему именно геопространственное машинное обучение?
В видеоролике показано, как геопространственные данные, такие как спутниковые снимки, карты и данные о местоположении, могут быть использованы для ускорения инноваций и принятия разумных решений в самых разных сферах применения и отраслях.
Почему именно геопространственное машинное обучение?
В видеоролике показано, как геопространственные данные, такие как спутниковые снимки, карты и данные о местоположении, могут быть использованы для ускорения инноваций и принятия более разумных решений в самых разных сферах применения и отраслях.
Как это работает
На диаграмме есть шесть разделов. Первый раздел содержит изображение, представляющее данные, и называется «Машинное обучение для геопространственных данных с Amazon SageMaker». В этом шаге вы можете создавать, обучать и развертывать модели машинного обучения с использованием геопространственных данных.
Второй раздел содержит четыре небольших изображения, представляющих источники данных, и озаглавлен «Доступ к источникам данных». На этом этапе вы можете получить доступ к источникам геопространственных данных, от спутниковых снимков до картографии и данных о местоположении, или загрузить свои собственные данные.
Третий раздел содержит изображение земного шара с наложенной на него маленькой шестеренкой и озаглавлен «Преобразование и обогащение данных». На этом этапе вы можете использовать встроенные операции, такие как обратное геокодирование, мозаика и маркировка данных, для подготовки данных.
Четвертый раздел содержит изображение, представляющее модели, с маленькой компьютерной стрелкой, нажимающей на них, и озаглавлен «Выбор или обучение модели». На этом этапе вы можете выбрать современные, специально разработанные модели или использовать и обучить свою собственную модель.
Пятый раздел содержит изображение ракеты, вылетающей из коробки, и озаглавлен «Разворачивание модели». На этом этапе вы можете развернуть и разместить свою модель для составления прогнозов на основе реальных данных.
Шестой и последний раздел содержит изображение лупы над картой и озаглавлен «Визуализация прогнозов». На этом этапе вы можете изучить и проанализировать прогнозы модели на карте из блокнота Студии Amazon SageMaker.
Как это работает
На диаграмме есть шесть разделов. Первый раздел содержит изображение, представляющее данные, и называется «Машинное обучение для геопространственных данных с Amazon SageMaker». В этом шаге вы можете создавать, обучать и развертывать модели машинного обучения с использованием геопространственных данных.
Второй раздел содержит четыре небольших изображения, представляющих источники данных, и озаглавлен «Доступ к источникам данных». На этом этапе вы можете получить доступ к источникам геопространственных данных, от спутниковых снимков до картографии и данных о местоположении, или загрузить свои собственные данные.
Третий раздел содержит изображение земного шара с наложенной на него маленькой шестеренкой и озаглавлен «Преобразование и обогащение данных». На этом этапе вы можете использовать встроенные операции, такие как обратное геокодирование, мозаика и маркировка данных, для подготовки данных.
Четвертый раздел содержит изображение, представляющее модели, с маленькой компьютерной стрелкой, нажимающей на них, и озаглавлен «Выбор или обучение модели». На этом этапе вы можете выбрать современные, специально разработанные модели или использовать и обучить свою собственную модель.
Пятый раздел содержит изображение ракеты, вылетающей из коробки, и озаглавлен «Разворачивание модели». На этом этапе вы можете развернуть и разместить свою модель для составления прогнозов на основе реальных данных.
Шестой и последний раздел содержит изображение лупы над картой и озаглавлен «Визуализация прогнозов». На этом этапе вы можете изучить и проанализировать прогнозы модели на карте из блокнота Студии Amazon SageMaker.