Zapoznaj się z naszymi notatnikami demonstracyjnymi, aby poznać różne zastosowania osadzania danych o dynamice populacji.

Notatnik	Opis
Nowcasting Colab	Wykorzystuje dane z przeszłości i częściowo z bieżącego dnia dotyczące zmiennej docelowej na poziomie hrabstwa, aby prognozować wyniki dla pozostałych hrabstw.
Superrozdzielczość i uzupełnianie danych w Colab	Pomaga trenować model na poziomie hrabstwa na podstawie zmiennej docelowej, aby prognozować na poziomie kodu pocztowego. Pokazuje też imputację (trenowanie na 20% kodów pocztowych i przewidywanie dla pozostałych 80%).
Prognozowanie za pomocą TimesFM Colab	Eksperymentalny przypadek użycia obejmujący model TimesFM (model prognozowania jednowymiarowego) do prognozowania czasowo-przestrzennego, w którym osadzanie jest dostosowywane do błędów prognozy i zwiększa dokładność.
Prognozowanie oświetlenia nocnego za pomocą Colab w Earth Engine	Pokazuje, jak dane Earth Engine, takie jak światła w nocy, można też przewidywać na podstawie wektorów, co zwiększa zrozumienie geoprzestrzenne na potrzeby prognozowania środowiskowego i socjoekonomicznego.
Prognozowanie z użyciem globalnych wektorów	Pokazuje, jak używać globalnych osadzeń, konfigurując model obejmujący wiele krajów, aby prognozować wyniki w nowym kraju.