Geodaten-ML mit Amazon SageMaker
Schnelleres Erstellen, Trainieren und Bereitstellen von ML-Modellen mithilfe von GeodatenWarum Geodaten-ML?
Das Video zeigt, wie Geodaten wie Satellitenbilder, Karten und Standortdaten für schnellere Innovationen und intelligente Entscheidungen in einer Vielzahl von Anwendungsfällen und Branchen verwendet werden können.
Warum Geodaten-ML?
Das Video zeigt, wie Geodaten wie Satellitenbilder, Karten und Standortdaten für schnellere Innovationen und intelligentere Entscheidungen in einer Vielzahl von Anwendungsfällen und Branchen verwendet werden können.
Funktionsweise
Das Diagramm besteht aus sechs Abschnitten. Der erste Abschnitt enthält ein Bild, das Daten darstellt, und trägt den Titel „Geodaten-ML with Amazon SageMaker“. In diesem Schritt können Sie ML-Modelle mithilfe von Geodaten erstellen, trainieren und bereitstellen.
Der zweite Abschnitt enthält vier kleine Bilder, die Datenquellen darstellen, und trägt den Titel „Zugriff auf Datenquellen“. In diesem Schritt können Sie auf Geodatenquellen zugreifen, von Satellitenbildern bis hin zu Karten- und Standortdaten, oder Ihre eigenen Daten hochladen.
Der dritte Abschnitt enthält ein Bild einer Weltkugel mit einem kleinen Zahnrad darüber und trägt den Titel „Daten transformieren und anreichern“. In diesem Schritt können Sie integrierte Operationen wie umgekehrte Geocodierung, Mosaikierung und Datenkennzeichnung verwenden, um Ihre Daten vorzubereiten.
Der vierte Abschnitt enthält ein Bild, das Modelle darstellt, auf die ein kleiner Computerpfeil klickt, und trägt den Titel „Modell auswählen oder trainieren“. In diesem Schritt können Sie hochmoderne, speziell entwickelte Modelle auswählen oder Ihr eigenes Modell verwenden und trainieren.
Der fünfte Abschnitt enthält ein Bild einer Rakete, die aus einer Kiste fliegt, und trägt den Titel „Ein Modell bereitstellen“. In diesem Schritt können Sie Ihr Modell bereitstellen und hosten, um Vorhersagen mithilfe von realen Daten zu treffen.
Der sechste und letzte Abschnitt enthält ein Bild einer Lupe über einer Karte und trägt den Titel „Vorhersagen visualisieren“. In diesem Schritt können Sie die Modellvorhersagen auf einer Karte in Ihrem Amazon SageMaker Studio Notebook untersuchen und analysieren.
Funktionsweise
Das Diagramm besteht aus sechs Abschnitten. Der erste Abschnitt enthält ein Bild, das Daten darstellt, und trägt den Titel „Geodaten-ML with Amazon SageMaker“. In diesem Schritt können Sie ML-Modelle mithilfe von Geodaten erstellen, trainieren und bereitstellen.
Der zweite Abschnitt enthält vier kleine Bilder, die Datenquellen darstellen, und trägt den Titel „Zugriff auf Datenquellen“. In diesem Schritt können Sie auf Geodatenquellen zugreifen, von Satellitenbildern bis hin zu Karten- und Standortdaten, oder Ihre eigenen Daten hochladen.
Der dritte Abschnitt enthält ein Bild einer Weltkugel mit einem kleinen Zahnrad darüber und trägt den Titel „Daten transformieren und anreichern“. In diesem Schritt können Sie integrierte Operationen wie umgekehrte Geocodierung, Mosaikierung und Datenkennzeichnung verwenden, um Ihre Daten vorzubereiten.
Der vierte Abschnitt enthält ein Bild, das Modelle darstellt, auf die ein kleiner Computerpfeil klickt, und trägt den Titel „Modell auswählen oder trainieren“. In diesem Schritt können Sie hochmoderne, speziell entwickelte Modelle auswählen oder Ihr eigenes Modell verwenden und trainieren.
Der fünfte Abschnitt enthält ein Bild einer Rakete, die aus einer Kiste fliegt, und trägt den Titel „Ein Modell bereitstellen“. In diesem Schritt können Sie Ihr Modell bereitstellen und hosten, um Vorhersagen mithilfe von realen Daten zu treffen.
Der sechste und letzte Abschnitt enthält ein Bild einer Lupe über einer Karte und trägt den Titel „Vorhersagen visualisieren“. In diesem Schritt können Sie die Modellvorhersagen auf einer Karte in Ihrem Amazon SageMaker Studio Notebook untersuchen und analysieren.