FAQ Amazon SageMaker untuk ML Geospasial
T: Apa itu data geospasial?
Data geospasial merepresentasikan fitur atau objek di atas permukaan bumi. Jenis pertama data geospasial adalah data vektor, yang menggunakan geometri dua dimensi seperti titik, garis, atau poligon untuk merepresentasikan objek seperti jalan dan batas wilayah. Data lokasi geo-tag juga dianggap sebagai data vektor. Data ini mencakup lokasi penting—misalnya, Menara Eiffel—posting media sosial yang diberi tag lokasi, koordinat lintang dan bujur, atau beragam gaya dan format alamat lokasi. Jenis kedua data geospasial adalah data raster, seperti citra yang dikumpulkan oleh satelit, platform udara, atau platform penginderaan jauh. Jenis data ini menggunakan matriks piksel untuk menentukan lokasi fitur. Anda dapat menggunakan format raster untuk menyimpan data yang bervariasi.
T: Bagaimana cara memperoleh data geospasial?
Kemampuan geospasial Amazon SageMaker memungkinkan Anda untuk menggunakan data geospasial, seperti Landsat 8 dan Sentinel-2. Anda juga dapat mengimpor data Anda sendiri—termasuk data lokasi yang dihasilkan dari perangkat GPS, kendaraan yang terhubung atau sensor Internet untuk Segala (IoT), lalu lintas pejalan kaki toko ritel, data geomarketing dan sensus, atau data yang diperoleh dari vendor pihak ketiga. Kemampuan geospasial SageMaker juga dapat membantu Anda memperkaya data ini menggunakan fungsi yang dibuat khusus dari Amazon Location Service, seperti mengonversi lokasi lintang dan bujur menjadi alamat jalan.
T: Apa saja kemampuan geospasial SageMaker?
Kemampuan geospasial SageMaker mempermudah ilmuwan data dan rekayasawan machine learning (ML) untuk membangun, melatih, dan melakukan deployment model ML guna membuat prediksi menggunakan data geospasial. Anda dapat membawa data Anda sendiri, seperti data satelit Planet Labs dari Amazon Simple Storage Service (Amazon S3), atau memperoleh data dari Open Data di AWS, Amazon Location Service, dan sumber data geospasial SageMaker lainnya.
T: Bagaimana cara meningkatkan efisiensi dengan kemampuan geospasial SageMaker?
Kemampuan geospasial SageMaker menyediakan pengguna dengan tipe instans dan notebook yang dioptimalkan untuk ML geospasial. Notebook ini memiliki alat visualisasi yang disematkan dan pustaka geospasial sumber terbuka yang umum digunakan, serta model, algoritma, dan fungsi yang dibuat khusus. Anda dapat menyederhanakan prapemrosesan data dengan operasi geospasial bawaan seperti pencocokan peta. Percepat pengembangan model ML geospasial dan hemat biaya total kepemilikan dengan menggunakan salah satu model yang sudah dibuat, atau kembangkan model ML geospasial Anda sendiri. Anda dapat memvisualisasikan prediksi berlapis pada peta dengan alat visualisasi bawaan, yang memungkinkan kolaborasi yang lebih cepat.
T: Mengapa harus menggunakan kemampuan ML geospasial SageMaker?
Anda dapat menggunakan kemampuan ML geospasial SageMaker untuk membuat prediksi pada data geospasial secara lebih cepat dibandingkan saat Anda menggunakan solusi milik Anda sendiri. Kemampuan geospasial SageMaker memudahkan mengakses data geospasial dari danau data Anda, set data sumber terbuka, dan sumber data geospasial SageMaker lainnya. Kemampuan geospasial SageMaker meminimalkan kebutuhan untuk membangun infrastuktur kustom dan fungsi pemrosesan data dengan menawarkan algoritme khusus untuk persiapan data yang efisien, pelatihan model, dan inferensi. Anda juga dapat membuat serta berbagi visualisasi dan data kustom dengan organisasi Anda dari Amazon SageMaker Studio. Kemampuan geospasial SageMaker mencakup model yang telah dilatih sebelumnya untuk penggunaan umum dalam bidang pertanian, real estat, asuransi, dan jasa keuangan.