Amazon SageMaker を使用した地理空間機械学習
地理空間データを使用して機械学習モデルをより迅速に構築、トレーニング、デプロイする地理空間機械学習を使用する理由
この動画では、衛星画像、地図、位置データなどの地理空間データを使用して、さまざまなユースケースや業界でイノベーションを加速し、スマートな意思決定を行う方法を示しています。
地理空間機械学習を使用する理由
この動画では、衛星画像、地図、位置データなどの地理空間データを使用して、さまざまなユースケースや業界でイノベーションを加速し、よりスマートな意思決定を行う方法を示しています。
仕組み
図には 6 つのセクションがあります。最初のセクションにはデータを表す画像があり、タイトルは「Amazon SageMaker を使用した地理空間機械学習」です。 このステップでは、地理空間データを使用して機械学習モデルを構築、トレーニング、デプロイできます。
2 番目のセクションには、データソースを表す 4 つの小さな画像があり、タイトルは「データソースへのアクセス」です。 このステップでは、衛星画像からマッピングおよび位置データまでの地理空間データソースにアクセスしたり、独自のデータをアップロードしたりできます。
3 番目のセクションには、小さな歯車が重なっている地球の画像があり、タイトルは「データの変換と強化」です。 このステップでは、リバースジオコーディング、モザイク化、データラベリングなどの組み込み操作を使用して、データを準備できます。
4 番目のセクションには、モデルを表す画像が含まれており、クリックすると小さなコンピュータの矢印が表示され、タイトルは「モデルの選択またはトレーニング」です。 このステップでは、最先端の専用モデルを選択するか、独自のモデルを持ち込んでトレーニングできます。
5 番目のセクションには、箱から飛び出すロケットの画像があり、タイトルは「モデルのデプロイ」です。 このステップでは、モデルをデプロイしてホストし、実際のデータを使用して予測を行うことができます。
最後の 6 番目のセクションには、マップに拡大鏡がかざされた画像が含まれており、タイトルは「予測の視覚化」です。 このステップでは、Amazon SageMaker Studio ノートブックからマップ上のモデル予測を探索および分析できます
仕組み
図には 6 つのセクションがあります。最初のセクションにはデータを表す画像があり、タイトルは「Amazon SageMaker を使用した地理空間機械学習」です。 このステップでは、地理空間データを使用して機械学習モデルを構築、トレーニング、デプロイできます。
2 番目のセクションには、データソースを表す 4 つの小さな画像があり、タイトルは「データソースへのアクセス」です。 このステップでは、衛星画像からマッピングおよび位置データまでの地理空間データソースにアクセスしたり、独自のデータをアップロードしたりできます。
3 番目のセクションには、小さな歯車が重なっている地球の画像があり、タイトルは「データの変換と強化」です。 このステップでは、リバースジオコーディング、モザイク化、データラベリングなどの組み込み操作を使用して、データを準備できます。
4 番目のセクションには、モデルを表す画像が含まれており、クリックすると小さなコンピュータの矢印が表示され、タイトルは「モデルの選択またはトレーニング」です。 このステップでは、最先端の専用モデルを選択するか、独自のモデルを持ち込んでトレーニングできます。
5 番目のセクションには、箱から飛び出すロケットの画像があり、タイトルは「モデルのデプロイ」です。 このステップでは、モデルをデプロイしてホストし、実際のデータを使用して予測を行うことができます。
最後の 6 番目のセクションには、マップに拡大鏡がかざされた画像が含まれており、タイトルは「予測の視覚化」です。 このステップでは、Amazon SageMaker Studio ノートブックからマップ上のモデル予測を探索および分析できます