地理空間機器學習 (ML) 的 Amazon SageMaker
概觀
Amazon 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使用地理空間資料，建置、訓練和部署 ML 模型。存取開放原始碼資料、處理與視覺化工具，以更有效率地準備 ML 工具。您可以透過專用操作和預先訓練的 ML 模型，來加速模型建置和訓練。使用內建的視覺化工具在互動式地圖上探索預測輸出，並跨學科團隊討論見解和結果。
更容易存取多個地理空間資料來源
避免經歷多個開發週期來匯入大型地理空間資料集。SageMaker 地理空間功能可讓您輕鬆存取開放原始碼影像，例如 Landsat 和 Sentinel-2。
使用預先建置的操作轉換現有的地理空間資料集
無需為常見地理空間操作開發和維護商品代碼，從中節省時間。舉例來說，使用 Amazon Location Service 在地圖坐標（緯度和經度）與街道地址之間無縫反向地理編碼。使用地圖配對功能自動拍攝快照，或將不准確的 GPS 軌跡對齊到已知街道和道路。
加速預先處理大型地理空間工作負載
使用現成的資料預先處理操作。結合來自不同衛星影像的單獨範圍，以產生新的多範圍影像、彙總運算執行個體的統計資料，以及對衛星資料的其他大規模操作。
使用自己的 ML 模型或使用預先建置的 ML 模型來開始進行預測
使用預先訓練的深度神經網路 (DNN) 模型，例如土地涵蓋區隔與雲遮罩。舉例來說，使用土地涵蓋區隔來辨識不同類型的土地涵蓋區域，包含樹木或水。使用雲遮罩來區隔多雲和無雲像素，並使用預先建置的雲移除功能移除雲和陰影。
使用內建的視覺化工具協作取得地理空間預測的見解
SageMaker 地理空間功能有助於將模型預測重疊在基礎地圖上，並提供分層視覺化以簡化協作過程。採用 GPU 的互動式視覺化工具和 Python 筆記本提供了一種無縫方式，可以在單個視窗中探索數百萬個資料點，並共享見解和結果。
