Search Results GeoPandas

Amazon SageMakerを使用して、オーバーヘッドイメージで自己教師ありビジョン変換モデルをトレーニングする

この記事では、Amazon SageMakerを使用して、オーバーヘッドのイメージに対して自己教師ありビジョン変換器をトレーニングする方法を示しますトラベラーズは、Amazon Machine Learning Solutions Lab（現在はGenerative AI Innovation Centerとして知られています）と協力して、このフレームワークを開発し、航空写真モデルのユースケースをサポートおよび強化しました

ジオスペーシャルデータ分析のための5つのPythonパッケージ

この記事では、地理空間解析の重要性について説明し、地理空間データから貴重な洞察を効果的に処理し可視化するための5つの必須のPythonパッケージを紹介しています

Python

「Pythonを使用してネパールの地形図を作成する」

イントロダクションあなたの国の地勢が経済や政治の発展にどのような影響を与えるのか、気になったことはありませんか？等高線を使用して地球の表面を可視化する地形図は、これらの疑問に答えるのに役立ちます！私たちはPythonを使用して、興味深い地形環境を持つネパールのための地形図を作成します。国の地形を記述する地理空間データを読み取り、このデータを解釈し、可視化する方法を学びます。結果として得られる地図は、国の地形が経済や政治の発展にどのような影響を与えるかを理解するために、非常に詳細な地方レベルで他の関心のあるデータと組み合わせることができます。このブログ記事では、政策や民間セクターの発展に関する情報を提供できる非常に興味深いツールを生成する方法を教えます！学習目標デジタル標高データのデータ分析技術を習得する。 Pythonで地理空間データと関連する分析ツールの使用方法を学ぶ。マッピング技術の知識を習得する。効果的なデータ可視化のためのスキルを開発する。不平等と貧困における標高の重要性を理解する。この記事は、データサイエンスのブログマラソンの一部として公開されました。トポグラフィックマップとは何ですか？トポグラフィックマップは、等高線を使用して地球の表面を可視化する地図です。トポグラフィックマップは、見知らぬ地形をナビゲートするための貴重なツールであり、都市計画や災害管理の入力としても役立ちます。これらの地図は、インフラ開発に関する政策や民間セクタープロジェクトの空間的な文脈を理解するために頻繁に使用され、自然災害の脆弱な地域や教育、医療、インフラなどの必要なサービスへのアクセスが制限されている地域を特定するためにも使用されます。最終的に、これらの地図は、エビデンスに基づいた意思決定のための入力として機能することができます。このブログ記事では、興味深い地形環境を持つネパールのための地形図を作成するためにPythonを使用します。データの説明私たちの地図を生成するために、私たちはアメリカ合衆国地質調査所（USGS）が公開したデータに頼ることになります。USGSは、自然資源、地質学、地理学、水資源、自然災害に関するデータや研究を生成するアメリカ連邦政府の科学機関です。彼らのデータページにアクセスするには、Googleで「USGSデータ」と入力するか、彼らのEarth Explorerにリンクするリンクをクリックします。Earth Explorerは、地球科学データの検索、アクセス、ダウンロードを可能にするオンラインツールおよびデータポータルです。データをフルに使用するためにはアカウントを設定し、ログインする必要があります。データのダウンロードこのブログ記事では、ネパールを例に挙げます。ネパールは世界でも最も困難で興味深い地形を持つ国の一つです。8,000メートル以上の山のうち8つがネパールにあります（Trekking Trail Nepal）、そしてこの国は山岳地帯、丘陵地帯、テライ（平原）の3つの非常に異なる地形地域に分かれています（DHS）。これらの特徴は、国をユニークで興味深いものにしていますが、一部の研究では、ネパールの地形が国を接続すること、人口に必要なサービスを提供すること、持続可能な発展の道にリスクと障壁を課すことが困難であると示しています。このため、検索条件でネパールをフィルタリングします。下の画像に示されているように、ネパールを選択したら、興味のあるデータセットを選択します。データセットタブをクリックし、デジタル標高を選択してください。デジタル標高データにはいくつかのオプションがありますが、いくつかのデータセットを使用することができます。私たちはGlobal Multi-resolution Terrain Elevation Data…

スターコーダーでコーディングアシスタントを作成する

ソフトウェア開発者であれば、おそらくGitHub CopilotやChatGPTを使用して、プログラミングのタスクを解決したことがあるでしょう。これらのタスクには、コードを別の言語に変換したり、自然言語のクエリ（「N番目のフィボナッチ数を見つけるPythonプログラムを書いてください」といったもの）から完全な実装を生成したりするものがあります。これらの独自のシステムは、その機能には感動的ですが、一般にはいくつかの欠点があります。これらには、トレーニングに使用される公開データの透明性の欠如や、ドメインやコードベースに適応することのできなさなどがあります。幸いにも、今はいくつかの高品質なオープンソースの代替品があります！これには、SalesForceのPython用CodeGen Mono 16B、またはReplitの20のプログラミング言語でトレーニングされた3Bパラメータモデルなどがあります。新しいオープンソースの選択肢としては、BigCodeのStarCoderがあります。80以上のプログラミング言語、GitHubの問題、Gitのコミット、Jupyterノートブックから1兆トークンを収集した16Bパラメータモデルで、これらはすべて許可されたライセンスです。エンタープライズ向けのライセンス、8,192トークンのコンテキスト長、およびマルチクエリアテンションによる高速な大規模バッチ推論を備えたStarCoderは、現在、コードベースのアプリケーションにおいて最も優れたオープンソースの選択肢です。このブログポストでは、StarCoderをチャット用にファインチューニングして、パーソナライズされたコーディングアシスタントを作成する方法を紹介します！ StarChatと呼ばれるこのアシスタントには、次のようないくつかの技術的な詳細があります。 LLMを会話エージェントのように動作させる方法。 OpenAIのChat Markup Language（ChatMLとも呼ばれる）は、人間のユーザーとAIアシスタントの間の会話メッセージに対する構造化された形式を提供します。 🤗 TransformersとDeepSpeed ZeRO-3を使用して、多様な対話のコーパスで大きなモデルをファインチューニングする方法。最終結果の一部を見るために、以下のデモでStarChatにいくつかのプログラミングの質問をしてみてください！デモで使用されたコード、データセット、およびモデルは、以下のリンクで見つけることができます。コード: https://github.com/bigcode-project/starcoder データセット: https://huggingface.co/datasets/HuggingFaceH4/oasst1_en モデル: https://huggingface.co/HuggingFaceH4/starchat-alpha 始める準備ができたら、まずはファインチューニングなしで言語モデルを会話エージェントに変換する方法を見てみましょう。…

Data science

Learn more about Search Results GeoPandas - Page 4

Amazon SageMakerを使用して、オーバーヘッドイメージで自己教師ありビジョン変換モデルをトレーニングする

ジオスペーシャルデータ分析のための5つのPythonパッケージ

「Pythonを使用してネパールの地形図を作成する」

スターコーダーでコーディングアシスタントを作成する

郵便番号レベルでの地理空間データの操作

南アメリカにおける降水量と気候学的なラスターデータの活用

データサイエンティストのためのジオコーディング

Find the right Blockchain Investment for you