Domande frequenti di Amazon SageMaker per il ML geospaziale

D: Cosa sono i dati geospaziali?

I dati geospaziali rappresentano oggetti o caratteristiche sulla superficie terrestre. Il primo tipo di dati geospaziali è costituito dai dati vettoriali che impiegano elementi geometrici bidimensionali come punti, linee o poligoni per rappresentare oggetti come strade e confini terrestri. Anche i dati di localizzazione geo-taggati sono considerati dati vettoriali. Comprendono punti di interesse, come ad esempio la Torre Eiffel, post dei social media con tag della posizione, coordinate di latitudine e longitudine o indirizzi stradali con stili e formati differenti. Il secondo tipo di dati geospaziali sono i dati raster, come le immagini acquisite da satelliti, piattaforme aeree o piattaforme di telerilevamento. Questo tipo di dati impiega una matrice di pixel per definire la posizione delle caratteristiche. I formati raster possono essere utilizzati per archiviare i dati variabili.

D: Come si ottengono i dati geospaziali?

Le funzionalità geospaziali di Amazon SageMaker consentono di utilizzare dati geospaziali, come Landsat 8 e Sentinel-2. È possibile, inoltre, importare i propri dati, compresi i dati di localizzazione generati da dispositivi GPS, veicoli connessi o sensori Internet delle cose (IoT), traffico pedonale dei negozi, dati di geomarketing e di censimento o dati acquisiti da fornitori terzi. Le funzionalità geospaziali di SageMaker consentono, inoltre, di arricchire questi dati utilizzando funzioni appositamente create dal servizio di posizione Amazon, come la conversione delle posizioni in latitudine e longitudine in indirizzi stradali.

D: Cosa sono le capacità geospaziali di SageMaker?

Le capacità geospaziali di SageMaker facilitano la costruzione, l'addestramento e l'implementazione dei modelli di machine learning (ML) per effettuare previsioni utilizzando i dati geospaziali da parte di data scientist e ingegneri di ML. È possibile utilizzare i propri dati, ad esempio, i dati satellitari di Planet Labs da Amazon Simple Storage Service (Amazon S3) oppure importare i dati da Open Data su AWS, Servizio di posizione Amazon e altre origini dati geospaziali di SageMaker.

D: Come posso migliorare l'efficienza con le funzionalità geospaziali di SageMaker?

Le funzionalità geospaziali di SageMaker forniscono agli utenti tipi di istanze e notebook ottimizzati per il machine learning geospaziale. Questi notebook dispongono di strumenti di visualizzazione incorporati e biblioteche geospaziali open source di uso comune, oltre a modelli, algoritmi e funzioni appositamente progettati. È possibile semplificare la pre-elaborazione dei dati con operazioni geospaziali integrate, come la corrispondenza tra mappe. Accelera lo sviluppo di modelli ML geospaziali e riduci il costo totale di proprietà utilizzando uno dei modelli precostituiti o sviluppando modelli ML geospaziali. Puoi visualizzare le previsioni stratificate su una mappa con gli strumenti di visualizzazione integrati, che consentono una collaborazione più rapida.

D: Perché dovrei utilizzare le funzionalità di ML geospaziale di SageMaker?

Puoi utilizzare le capacità geospaziali di ML di SageMaker per effettuare previsioni sui dati geospaziali più rapidamente che con le soluzioni fai da te. Le capacità geospaziali di SageMaker consentono di accedere facilmente ai dati geospaziali dai data lake esistenti, da set di dati open source e da altre origini dei dati geospaziali di SageMaker. Le capacità geospaziali di SageMaker riducono al minimo la necessità di costruire un'infrastruttura personalizzata e di eseguire funzioni di pre-elaborazione grazie ad algoritmi realizzati ad hoc per una preparazione dei dati, l'addestramento del modello e l'inferenza efficienti. Inoltre, da Amazon SageMaker Studio è possibile creare e condividere visualizzazioni personalizzati e dati all'interno dell'organizzazione. Le funzionalità geospaziali di SageMaker includono modelli preaddestrati per gli usi più comuni nei settori agricolo, immobiliare, assicurativo e dei servizi finanziari.