Population Dynamics yerleştirmelerinin çeşitli kullanım alanlarını anlamak için demo not defterlerimizi inceleyin.
| Not Defteri | Açıklama |
|---|---|
| Özel sınır toplama Colab'i | Nüfus ağırlıklı makine öğrenimi özellikleri oluşturmak için Earth Engine nüfus verilerini kullanarak S2 hücre yerleştirmelerini özel çokgen sınırlarında nasıl toplayacağınızı gösterir. |
| Ekonomik öngörü Colab'i | İlçe düzeyinde zaman serisi tahmini için makine öğrenimi modellerini eğitmek üzere S2 hücre yerleştirmelerinin Data Commons ekonomik verileriyle nasıl entegre edileceğini gösterir. |
| Nowcasting Colab* | Kalan ilçelerdeki sonuçları tahmin etmek için ilçe düzeyinde bir hedef değişken için geçmiş ve kısmen güncel verileri kullanır. |
| Süper çözünürlük ve eksik verileri tamamlama Colab'i* | Posta kodu düzeyinde tahmin yapmak için hedef değişken üzerinde ilçe düzeyinde bir model eğitilmesine yardımcı olur. Ayrıca, eksik değerleri tamamlama (posta kodlarının% 20'si üzerinde eğitim ve kalan %80'i için tahmin) da gösterilir. |
| Earth Engine Colab ile gece ışıkları tahmini* | Gece ışıkları gibi Earth Engine verilerinin yerleştirmelerden nasıl tahmin edilebileceğini gösterir. Bu sayede, çevresel ve sosyoekonomik tahminler için coğrafi uzamsal anlayış geliştirilir. |
| Global yerleştirmeleri kullanarak tahmin* | Yeni bir ülke için tahmin yapacak çok ülkeli bir model oluşturarak global yerleştirmelerin kullanımını gösterir. |
* Bu not defteri, posta kodu yerleştirmelerini kullanıyor ve S2 hücrelerine güncellenmesi gerekiyor.
İlgili kaynaklar
Nüfus Dinamikleri Analizleri ile ilgili hakemli araştırmaları ve gerçek dünyadaki doğrulamaları incelemek için Akademik araştırmalar bölümüne bakın.