Colab ノートブック

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。

Notebook 説明
カスタム境界集約 Colab Earth Engine の人口データを使用して S2 セルエンベディングをカスタムのポリゴン境界に集約し、人口で重み付けされた ML 特徴を作成する方法について説明します。
経済予測 Colab S2 セルエンベディングを Data Commons の経済データと統合して、郡レベルの時系列予測用の ML モデルをトレーニングする方法について説明します。
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当日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。
超解像と補完 Colab* ターゲット変数で郡レベルの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）についても説明します。
Earth Engine を使用した夜間照明の予測 Colab* 夜間照明などの Earth Engine データをエンベディングから予測して、環境予測と社会経済予測の地理空間の理解を深める方法について説明します。
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。

* このノートブックでは郵便番号エンベディングを使用しているため、S2 セルに更新する必要があります。

人口動態インサイトの査読付き研究と実際の検証については、学術 研究をご覧ください。