空間機械学習の概念とアルゴリズム
空間AI機械学習の概念について学習します。
「空間機械学習」は、様々なアプリケーションで使用可能な情報およびインテリジェンスを収集するための空間およびロケーション・データに関する機械学習です。
データの大部分はロケーションに関連付けられています。 ロケーションおよびロケーションの関係は、ビジネスおよびイベントの結果に影響します。 このようなロケーションの影響は、空間効果と呼ばれます。 空間効果には、「空間依存」と「空間異種性」の2つのタイプがあります。 空間機械学習は、アナリティク・モデルと予測モデルを改善するために、ロケーション・データ(ビジネス・データまたは属性データに加えて)を考慮することで、これらの空間効果を組み込みます。
空間機械学習の1つのアプローチは、空間特徴量エンジニアリング操作を使用して生成された空間的に明示的な独立変数を統合することで、従来の機械学習モデルを使用することです。 Oracle Spatial AIには、この目的のための「空間機能エンジニアリング」アルゴリズムがいくつか用意されています。 ただし、このアプローチは、空間的に設計された機能が使用されることによって制限される場合があります。これは、ほとんどのアプリケーション・シナリオで空間効果を完全にカバーできないためです。
空間機能エンジニアリングを含む従来の機械学習モデルを使用するだけでなく、空間AIは、空間情報や空間関係、空間効果(空間依存、空間異種性など)を完全に組み込むように設計された特殊な機械学習モデルを作成できます。
次の表に、空間機械学習手法と、空間AIでサポートされている対応するアルゴリズムを示します。 これらの手法を使用して、空間機械学習モデルを構築したり、従来の機械学習モデルで使用するために空間的に設計された機能を生成してパターンを検出し、予測を行うことができます。
| 手法 | アルゴリズム |
|---|---|
| 空間機能エンジニアリング | |
| 空間のクラスタ化 | |
| 空間異常検出 |
|
| 空間回帰 |
|
|
空間分類 |