地理空間機器學習 (ML) 的 Amazon SageMaker 常見問答集

問：什麼是地理空間資料？

地理空間資料代表地球表面的特徵或對象。第一種地理空間資料類型是向量資料，其使用點、線或多邊形等二維幾何圖形來表示道路和陸地邊界等對象。地理標籤的位置資料也被視為向量資料。其包含興趣點 (例如艾菲爾鐵塔)，附上位置標籤的社交媒體發文、經緯度坐標，或不同類型和格式的街道地址。第二種地理空間資料類型是網格資料，例如衛星、航空平台或遠端感應平台收集的影像。該資料類型使用像素矩陣來定義特徵所在的位置。您可以使用網格格式來儲存變化的資料。

問：我該如何取得地理空間資料？

Amazon SageMaker 地理空間功能允許您使用地理空間資料，例如 Landsat 8 以及 Sentinel-2。您也可以匯入自己的資料，包含從 GPS 裝置、聯網車輛或物聯網 (IoT) 感應器產生的位置資料、零售商店客流量、地理行銷和人口普查資料，或從第三方廠商獲得的資料。Amazon SageMaker 地理空間功能還幫助您使用來自 Amazon Location Service 的專用功能豐富資料，例如將緯度和經度位置轉換為街道地址。

問：什麼是 SageMaker 地理空間功能？

SageMaker 地理空間功能使資料科學家和機器學習 (ML) 工程師可以更輕鬆地建置、訓練和部署 ML 模型，以使用地理空間資料進行預測。您可以使用自己的資料，例如來自 Amazon Simple Storage Service (Amazon S3) 的 Planet Labs 衛星資料，或從 AWS 上的開放資料、Amazon Location Service 和其他 SageMaker 地理空間資料來源取得數據。

問：我該如何透過 SageMaker 地理空間功能提升效率？

SageMaker 地理空間功能為使用者提供針對地理空間 ML 最佳化的執行個體類型和筆記本。這些筆記本具有內嵌式視覺化工具和常用的開放原始碼地理空間程式庫，以及專門建置的模型、演算法和函數。您可以使用地圖配對之類的內建地理空間操作來簡化資料預先處理。透過使用其中一種預先建置的模型，或開發您自己的地理空間 ML 模型，加速地理空間 ML 模型開發並降低總體擁有成本。您可以使用內建視覺化工具視覺化地圖上分層的預測，從而加快協作速度。

問：我為何該使用 SageMaker 地理空間機器學習 (ML) 功能？

您可以使用 SageMaker 地理空間機器學習 (ML) 功能，比 DIY 解決方案更快速地預測地理空間資料。SageMaker 地理空間功能使您可以更輕鬆地從現有資料湖、開放原始碼資料集，和其他 SageMaker 地理空間資料來源存取地理空間資料。SageMaker 地理空間功能透過提供用於高效率資料準備、模型訓練和推論的專用演算法，將建置自定基礎設施和資料預先處理功能的需求降到最低。您也可以使用來自 Amazon SageMaker Studio 的組織，建立與共享自訂視覺化與資料。SageMaker 地理空間功能包含用於農業、房地產、保險和金融服務領域常見用途的預先訓練的模型。