تسجيل البيانات المتدفقة باستخدام نموذج التعلم الآلي

عقدة المصدر: 747582

هذا جزء من مسار التعلم: ابدأ مع IBM Streams.

نبذة عامة

في نمط رمز المطور هذا ، سنقوم بدفق بيانات التسوق عبر الإنترنت واستخدام البيانات لتتبع المنتجات التي أضافها كل عميل إلى سلة التسوق. سنقوم ببناء نموذج تجميع الوسائل k مع scikit-Learn لتجميع العملاء وفقًا لمحتويات عربات التسوق الخاصة بهم. يمكن استخدام تخصيص الكتلة للتنبؤ بمنتجات إضافية للتوصية بها.

الوصف

سيتم بناء تطبيقنا باستخدام IBM Streams على IBM Cloud Pak® للبيانات. يوفر IBM Streams IDE مضمنًا ، يسمى Streams Flows ، والذي يسمح لك بإنشاء تطبيق دفق بشكل مرئي. يوفر النظام الأساسي IBM Cloud Pak for Data دعمًا إضافيًا ، مثل التكامل مع مصادر بيانات متعددة ، والتحليلات المضمنة ، وأجهزة Jupyter Notebooks ، والتعلم الآلي.

لبناء نموذج التعلم الآلي الخاص بنا ونشره ، سنستخدم Jupyter Notebook في IBM Watson® Studio ومثيل Watson Machine Learning. في أمثلةنا ، كلاهما يعمل على IBM Cloud Pak for Data.

باستخدام محرر Streams Flows ، سننشئ تطبيق دفق مع المشغلين التاليين:

  • عامل مصدر يقوم بإنشاء عينة من بيانات النقر
  • عامل تصفية يحتفظ فقط بأحداث "إضافة إلى سلة التسوق"
  • مشغل كود حيث نستخدم كود Python لترتيب عناصر عربة التسوق في مصفوفة إدخال للتسجيل
  • عامل نشر WML لتعيين العميل إلى مجموعة
  • عامل التصحيح لتوضيح النتائج

التدفق

flow

  1. ينشئ المستخدم نموذجًا للتعلم الآلي وينشره.
  2. يقوم المستخدم بتكوين وتشغيل تطبيق IBM Streams.
  3. تُظهر واجهة مستخدم Streams Flow التدفق والتصفية والتسجيل أثناء العمل.

تعليمات

على استعداد للبدء؟ ال README يشرح الخطوات من أجل:

  1. تحقق من الوصول إلى طبعة IBM Streams الخاصة بك على Cloud Pak for Data.
  2. أنشئ مشروعًا جديدًا في Cloud Pak for Data.
  3. بناء وتخزين نموذج.
  4. إقران مساحة النشر بالمشروع.
  5. انشر النموذج.
  6. قم بإنشاء وتشغيل تطبيق Streams Flow.

تهانينا! يختتم نمط الرمز هذا ملف ابدأ مع سلسلة IBM Streams. بالإضافة إلى شرح IBM Streams ، أوضحنا كيفية:

  • قم بإنشاء تطبيق IBM Streams الأول الخاص بك بدون كتابة كود
  • بناء تطبيق دفق Apache Kafka
  • أنشئ تطبيق دفق باستخدام Python API
  • تسجيل البيانات المتدفقة باستخدام نموذج التعلم الآلي

يجب أن يكون لديك الآن فهم أساسي لـ IBM Streams وبعض ميزاته. إذا كنت تريد معرفة المزيد ، فقم بإلقاء نظرة على مقدمة لتدفق التحليلات باستخدام IBM Streams سلسلة الفيديو.

المصدر: https://developer.ibm.com/patterns/score-streaming-data-with-a-machine-learning-model/

الطابع الزمني:

اكثر من IBM Developer