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