使用 AWS 免費方案，可使用長達 10 小時的免費運算資源，為期 60 天

地理空間機器學習 (ML) 搭配 Amazon SageMaker

使用地理空間資料更快地建置、訓練及部署機器學習 (ML) 模型
開始使用 SageMaker 地理空間功能

為什麼要選擇地理空間機器學習 (ML)？

該影片顯示例如衛星影像、地圖和位置資料之類的地理空間資料，如何用來加快創新速度，並在各種使用案例和產業中做出明智的決策。

運作方式

使用內建視覺化工具的 3D 加速圖形分析地理空間資料並在互動式地圖上探索模型預測。

圖表顯示如何使用 Amazon SageMaker sagemaker-geospatial ML 功能來存取資料資源，轉換並豐富資料，選取或訓練模型，部署模型，以及在地圖上視覺化模型預測

SageMaker 地理空間功能的優勢

存取隨時可用的地理空間資料來源，包括衛星影像、地圖和位置資料
透過嵌入與反向地理編碼之類的開放原始碼程式庫或專門操作，有效率地轉換或豐富大規模地理空間資料集。
使用內建的、預先訓練的深度神經網路模型來建置加速模型，例如土地涵蓋區隔與雲端遮罩。
使用內建視覺化工具的 3D 加速圖形分析地理空間資料並在互動式地圖上探索模型預測。

使用案例

衡量風險、驗證索賠並預防詐騙，分析自然災害對當地經濟造成的損害影響，並追蹤建築專案。

追蹤森林砍伐與生物多樣性，測量甲烷排放，建立氣候彈性計畫，管理災難應對，以及提升電網可靠性。

設計更加永續與宜居的城市環境，確定土地開發的區域，追蹤交通趨勢，或評估能源專案的可行性。

檢視衛星影像診斷植物健康，確保與分類農作物，預測收成產量，預測農產品需求，或是偵測農場邊界。

監控全球金融資產、預測市場交易價格、強化避險或交易策略，以及減緩價格動盪的影響。

探索更多 AWS 服務