Amazon SageMaker를 사용한 지리 공간 ML
지리 공간 데이터를 사용하여 ML 모델을 빠르게 구축, 훈련 및 배포지리 공간 ML을 사용해야 하는 이유는 무엇인가요?
이 동영상에서는 위성 이미지, 지도 및 위치 데이터와 같은 지리 공간 데이터를 사용하여 다양한 사용 사례와 산업 분야에 걸쳐 보다 신속하게 혁신을 실현하고 현명한 의사 결정을 내리는 방법을 보여줍니다.
지리 공간 ML을 사용해야 하는 이유는 무엇인가요?
이 동영상에서는 위성 이미지, 지도 및 위치 데이터와 같은 지리 공간 데이터를 사용하여 다양한 사용 사례와 산업 분야에 걸쳐 보다 신속하게 혁신을 실현하고 현명한 의사 결정을 내리는 방법을 보여줍니다.
작동 방식
이 다이어그램은 6개 섹션으로 이루어져 있습니다. 첫 번째 섹션에는 데이터를 나타내는 이미지가 있으며 제목은 ‘Amazon SageMaker를 사용한 지리 공간 ML’입니다. 이 단계에서는 지리 공간 데이터를 사용하여 ML 모델을 구축하고 훈련하고 배포할 수 있습니다.
두 번째 섹션에는 데이터 소스를 나타내는 4개의 작은 이미지가 있으며 제목은 ‘데이터 소스 액세스’입니다. 이 단계에서는 위성 이미지부터 매핑 및 위치 데이터에 이르기까지, 다양한 지리 공간 데이터 소스에 액세스하거나 자체 데이터를 업로드할 수 있습니다.
세 번째 섹션에는 작은 기어가 중첩된 지구본 이미지가 있으며 제목은 ‘데이터 변환 및 강화’입니다. 이 단계에서는 리버스 지오코딩, 모자이크 적용, 데이터 레이블링 등 기본적으로 제공되는 작업을 사용하여 데이터를 준비할 수 있습니다.
네 번째 섹션에는 모델을 나타내는 이미지(컴퓨터의 작은 화살표가 모델을 클릭하는 이미지)가 포함되어 있으며, 제목은 ‘모델 선택 또는 훈련’입니다. 이 단계에서는 최신 목적별 모델을 선택하거나 자체 모델을 가져와 훈련할 수 있습니다.
다섯 번째 섹션에는 상자에서 날아 나오는 로켓의 이미지가 있으며 제목은 ‘모델 배포’입니다. 이 단계에서는 실제 데이터를 사용하여 예측을 실행하기 위해 모델을 배포하고 호스팅할 수 있습니다.
여섯 번째 섹션과 마지막 섹션에는 지도 위에 돋보기가 있는 이미지가 포함되어 있으며 제목은 ‘예측 시각화’입니다. 이 단계에서는 Amazon SageMaker Studio 노트북에서 지도의 모델 예측을 탐색하고 분석할 수 있습니다.
작동 방식
이 다이어그램은 6개 섹션으로 이루어져 있습니다. 첫 번째 섹션에는 데이터를 나타내는 이미지가 있으며 제목은 ‘Amazon SageMaker를 사용한 지리 공간 ML’입니다. 이 단계에서는 지리 공간 데이터를 사용하여 ML 모델을 구축하고 훈련하고 배포할 수 있습니다.
두 번째 섹션에는 데이터 소스를 나타내는 4개의 작은 이미지가 있으며 제목은 ‘데이터 소스 액세스’입니다. 이 단계에서는 위성 이미지부터 매핑 및 위치 데이터에 이르기까지, 다양한 지리 공간 데이터 소스에 액세스하거나 자체 데이터를 업로드할 수 있습니다.
세 번째 섹션에는 작은 기어가 중첩된 지구본 이미지가 있으며 제목은 ‘데이터 변환 및 강화’입니다. 이 단계에서는 리버스 지오코딩, 모자이크 적용, 데이터 레이블링 등 기본적으로 제공되는 작업을 사용하여 데이터를 준비할 수 있습니다.
네 번째 섹션에는 모델을 나타내는 이미지(컴퓨터의 작은 화살표가 모델을 클릭하는 이미지)가 포함되어 있으며, 제목은 ‘모델 선택 또는 훈련’입니다. 이 단계에서는 최신 목적별 모델을 선택하거나 자체 모델을 가져와 훈련할 수 있습니다.
다섯 번째 섹션에는 상자에서 날아 나오는 로켓의 이미지가 있으며 제목은 ‘모델 배포’입니다. 이 단계에서는 실제 데이터를 사용하여 예측을 실행하기 위해 모델을 배포하고 호스팅할 수 있습니다.
여섯 번째 섹션과 마지막 섹션에는 지도 위에 돋보기가 있는 이미지가 포함되어 있으며 제목은 ‘예측 시각화’입니다. 이 단계에서는 Amazon SageMaker Studio 노트북에서 지도의 모델 예측을 탐색하고 분석할 수 있습니다.