जनसंख्या के आंकड़ों के आधार पर तैयार की गई एम्बेडिंग के इस्तेमाल के अलग-अलग उदाहरणों को समझने के लिए, हमारी डेमो नोटबुक देखें.

Notebook ब्यौरा
कस्टम बाउंड्री एग्रीगेशन Colab इसमें बताया गया है कि Earth Engine के जनसंख्या डेटा का इस्तेमाल करके, S2 सेल एम्बेडिंग को कस्टम पॉलीगोनल बाउंड्री में कैसे इकट्ठा किया जाता है. इससे, जनसंख्या के हिसाब से मशीन लर्निंग की सुविधाएं बनाई जा सकती हैं.
Nowcasting Colab यह काउंटी-लेवल के टारगेट वैरिएबल के लिए, पिछले और मौजूदा समय के डेटा का इस्तेमाल करता है. इससे बाकी काउंटी के नतीजों का अनुमान लगाया जा सकता है.
सुपररिज़ॉल्यूशन और इंप्यूटेशन Colab इससे टारगेट वैरिएबल के आधार पर, काउंटी लेवल पर मॉडल को ट्रेन करने में मदद मिलती है, ताकि पिन कोड लेवल पर अनुमान लगाया जा सके. इसमें डेटा भरने की सुविधा भी दिखाई गई है. जैसे, 20% पिन कोड के आधार पर ट्रेनिंग दी गई है और बाकी 80% के लिए अनुमान लगाया गया है.
Earth Engine Colab की मदद से रात के समय की रोशनी का अनुमान लगाना इस इमेज में दिखाया गया है कि एम्बेडिंग से, Earth Engine का डेटा भी अनुमानित किया जा सकता है. जैसे, रात के समय की रोशनी. इससे पर्यावरण और सामाजिक-आर्थिक पूर्वानुमान के लिए, जियोस्पेशल डेटा को बेहतर तरीके से समझा जा सकता है.
ग्लोबल एम्बेडिंग का इस्तेमाल करके अनुमान लगाना इस इमेज में, ग्लोबल एम्बेडिंग के इस्तेमाल के बारे में बताया गया है. इसके लिए, एक से ज़्यादा देशों के लिए मॉडल सेट अप करके, नए देश के लिए अनुमान लगाया गया है.