デモ ノートブックで、人口動態エンベディングのさまざまなユースケースをご確認ください。

ノートブック	説明
ナウキャスティング Colab	郡レベルのターゲット変数に過去のデータと現在の部分的なデータを使用して、残りの郡の結果を予測します。
超解像度と補完 Colab	郡レベルのターゲット変数でモデルをトレーニングし、郵便番号レベルで予測します。また、補完（郵便番号の 20% でトレーニングし、残りの 80% で予測）も示します。
TimesFM Colab を使用した予測	TimesFM（一変量予測モデル）を組み込んで時空間予測を行う試験運用版のユースケースです。エンベディングは予測誤差を調整し、精度を向上させます。
Earth Engine Colab を使用した夜間照明の予測	夜間照明などの Earth Engine データもエンベディングから予測できることを示しています。これにより、環境予測と社会経済予測の地理空間の理解が深まります。
グローバル エンベディングを使用した予測	複数国モデルを設定して新しい国を予測することで、グローバル エンベディングの使用方法を示します。