Машинное обучение для геопространственных данных с Amazon SageMaker

Создавайте, обучайте и развертывайте модели машинного обучения быстрее с использованием геопространственных данных

До 10 часов бесплатных вычислительных ресурсов

Доступ к готовым источникам геопространственных данных, включая спутниковые снимки, карты и данные о местоположении.

Эффективная трансформация или обогащение крупномасштабных геопространственных наборов данных с помощью библиотек с открытым исходным кодом или специально разработанных операций, таких как мозаика и обратное геокодирование.

Ускорьте построение моделей, используя встроенные, предварительно обученные модели глубоких нейронных сетей, такие как сегментация почвенного покрова и маскирование облаков.

Анализируйте геопространственные данные и изучайте прогнозы модели на интерактивной карте, используя ускоренную 3D-графику со встроенными инструментами визуализации.

Принцип работы

Amazon SageMaker поддерживает возможности геопространственного машинного обучения (ML), что позволяет специалистам по работе с данными и инженерам по машинному обучению создавать, обучать и развертывать модели с использованием геопространственных данных. Получите доступ к источникам геопространственных данных, специально разработанным операциям обработки, предварительно обученным моделям машинного обучения и встроенным инструментам визуализации, чтобы выполнять геопространственное машинное обучение быстрее и в больших масштабах.
Диаграмма, показывающая, как использовать возможности геопространственного машинного обучения Amazon SageMaker для доступа к ресурсам данных, преобразования и обогащения данных, выбора или обучения моделей, развертывания модели и визуализации прогнозов модели на карте.
Why geospatial ML? (1:46)
Why geospatial ML?
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.
Why geospatial ML?
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.

Примеры использования

Оценка рисков и страховых случаев

Измеряйте риски, проверяйте претензии и предотвращайте мошенничество, анализируйте воздействие стихийных бедствий на местную экономику и отслеживайте строительные проекты.

Информационные торговые стратегии

Следите за финансовыми активами в глобальном масштабе, прогнозируйте рыночные цены на товары, совершенствуйте свои стратегии страхования или торговли и смягчайте последствия колебаний цен.

Мониторинг изменения климата

Отслеживайте вырубку лесов и биологическое разнообразие, измеряйте выбросы метановых газов, создавайте планы по обеспечению устойчивости к изменению климата, реагируйте на чрезвычайные ситуации и повышайте надежность энергосистем.

Поддержка устойчивого городского развития

Проектируйте более устойчивые и удобные для жизни городские среды, определяйте районы для освоения земель, отслеживайте тенденции движения транспорта или оценивайте целесообразность энергетических проектов.

Максимизация урожая и обеспечение продовольственной безопасности

Просматривайте спутниковые изображения для диагностики состояния растений, страхования и классификации культур, прогнозирования урожая, прогнозирования спроса на сельскохозяйственную продукцию или определения границ фермы.

Оценивайте использование розничных площадок

Отслеживайте быстрорастущие городские районы или эффективность работы розничных площадок для улучшения каналов продаж или поставок.

Как начать работу

Пример блокнота

Узнайте, как фермеры могут оптимизировать производство сельскохозяйственных культур с помощью расширенной аналитики и машинного обучения.

Просмотреть пример »

Руководство для разработчиков

Узнайте больше о геопространственных возможностях SageMaker в этом пошаговом руководстве.

Читать руководство »

Блог

Узнайте, как специалисты по работе с данными с помощью геопространственных данных могут отслеживать засуху, вызванную изменением климата.

Читать блог »

Подробнее об AWS