Pisteet suoratoistodatasta koneoppimismallilla

Lähdesolmu: 747582

Tämä on osa Oppimispolku: Aloita IBM Streamin käyttö.

Yhteenveto

Tässä kehittäjäkoodimallissa suoratoistamme verkkokaupan tietoja ja käytämme tietoja niiden tuotteiden seuraamiseen, jotka kukin asiakas on lisännyt ostoskoriin. Rakennamme k-merkitsevän klusterointimallin, jossa scikit-learn-toiminto ryhmitellään asiakkaita heidän ostoskoriensa sisällön mukaan. Klusterimääritystä voidaan käyttää ennustamaan muita suositeltavia tuotteita.

Kuvaus

Sovelluksemme rakennetaan käyttämällä IBM Streamsia IBM Cloud Pak® for Data -sovelluksessa. IBM Streams tarjoaa sisäänrakennetun IDE: n, nimeltään Streams Flows, jonka avulla voit luoda visuaalisesti suoratoistosovelluksen. IBM Cloud Pak for Data -alusta tarjoaa lisätukea, kuten integrointia useisiin tietolähteisiin, sisäänrakennettua analytiikkaa, Jupyter Notebooksia ja koneoppimista.

Koneoppimismallimme rakentamiseen ja käyttöönottoon käytämme Jupyter Notebookia IBM Watson® Studiossa ja Watson Machine Learning -instanssia. Esimerkeissämme molemmat toimivat IBM Cloud Pak for Data -sovelluksessa.

Streams Flows -editorin avulla luomme suoratoistosovelluksen seuraavien operaattoreiden kanssa:

  • Lähdeoperaattori, joka tuottaa esimerkkiklikkadatan tietoja
  • Suodatinoperaattori, joka pitää vain Lisää ostoskoriin -tapahtumat
  • Koodioperaattori, jossa käytämme Python-koodia järjestääksesi ostoskorin kohteet syötetaulukkoon pisteytystä varten
  • WML Deployment -operaattori, joka määrittää asiakkaan klusterille
  • Debug-operaattori tulosten osoittamiseksi

Virtaus

flow

  1. Käyttäjä rakentaa ja ottaa käyttöön koneoppimismallin.
  2. Käyttäjä luo ja käyttää IBM Streams -sovellusta.
  3. Stream Flow -käyttöliittymä näyttää suoratoiston, suodattamisen ja pisteytyksen toiminnassa.

Ohjeet

Oletko valmis aloittamaan? LUEMINUT selittää vaiheet:

  1. Vahvista pääsy IBM Streams -esiintymään Cloud Pak for Data -sovelluksessa.
  2. Luo uusi projekti Cloud Pak for Data -sovellukseen.
  3. Rakenna ja tallenna malli.
  4. Yhdistä käyttöönottotila projektiin.
  5. Ota malli käyttöön.
  6. Luo ja suorita Streams Flow -sovellus.

Onnittelut! Tämä koodimalli kääri Aloita IBM Streams -sarjan käyttö. IBM Streamin selittämisen lisäksi olemme osoittaneet, miten:

  • Luo ensimmäinen IBM Streams -sovelluksesi kirjoittamatta koodia
  • Rakenna Apache Kafka-suoratoistosovellus
  • Luo suoratoistosovellus Python-sovellusliittymän avulla
  • Pisteet suoratoistodatasta koneoppimismallilla

Sinulla pitäisi nyt olla perusteellinen käsitys IBM Streamista ja joistakin sen ominaisuuksista. Jos haluat oppia lisää, tutustu Johdatus suoratoistoanalytiikkaan IBM Streamin avulla videosarja.

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

Aikaleima:

Lisää aiheesta IBM-kehittäjä