Questo corso inizia con una spiegazione passo per passo del processo di machine learning e una discussione su come inquadrare il problema aziendale per il riconoscimento delle immagini satellitari. Apprenderai gli approcci e i metodi attuali per la raccolta e la classificazione dei dati delle immagini satellitari, nonché il processo per l'assemblaggio dei dati di addestramento. Vedrai anche esempi di come utilizzare Amazon SageMaker insieme a strumenti open source come Apache MxNet, Pytorch e Tensor Flow.
La seconda parte di questo corso tratta gli aspetti tecnici del riconoscimento delle immagini satellitari, in particolare l'acquisizione dei dati e il riconoscimento delle caratteristiche. Particolare enfasi viene posta sul modo in cui le reti neurali convoluzionali vengono utilizzate per filtrare il riconoscimento di pattern, bordi, forme e texture. Seguendo gli esempi di casi d'uso, imparerai come utilizzare MxNet con Amazon SageMaker per gestire più GPU per l'elaborazione distribuita. Questa parte si conclude con una dimostrazione in tempo reale che utilizza tutte le applicazioni e i metodi descritti in questo modulo.
Nota: questo corso fornisce trascrizioni/sottotitoli localizzati. La narrazione è in inglese.
