Készítsen gépi tanulási regressziós modellt a Findability Platform Predict Plus segítségével

Összegzésként

Ez a fejlesztői kódminta a Red Hat® Marketplace Findability Platform (FP) Predict Plus operátorát használja az ügyfelek költésének előrejelzésére a múltbeli adatok alapján, és bemutatja a modellek felépítésének automatizált folyamatát.

Leírás

A gépi tanulás egy nagy tudományterület, amely átfedésben van számos kapcsolódó területtel, például a mesterséges intelligenciával, és azokból örökli az ötleteket. A terület középpontjában a tanulás áll, vagyis a készségek vagy ismeretek tapasztalatból való megszerzése. Ez leggyakrabban azt jelenti, hogy hasznos fogalmakat szintetizálnak történelmi adatokból. Mint ilyen, számos tanulási típussal találkozhat a gépi tanulás területén gyakorlóként, a teljes tanulmányi területektől a konkrét technikákig.

A regresszió a gépi tanulásban és a statisztikákban egy felügyelt tanulási megközelítés, amelyben a számítógépes program tanul a kapott adatokból, hogy új megfigyeléseket vagy előrejelzéseket készítsen. Ebben a technikában a célváltozó folyamatos értékei nullától a végtelenig terjednek. Példák adott előzményadatok regressziós problémáira:

• A hőmérséklet előrejelzése
• Eladások előrejelzése
• A ház árának előrejelzése
• Az ügyfelek költésének előrejelzése

Az ügyfelek költésének előzményadatok alapján történő előrejelzésére fogunk összpontosítani, és bemutatjuk a modellek automatizált folyamatát az FP Predict plus operátor segítségével. Red Hat piactér. Ennek a használati esetnek a megoldására a Red Hat Marketplace FP Predict Plus operátorát fogjuk használni.

Ha befejezte ezt a mintát, meg fogja érteni, hogyan kell:

• Gyorsan beállíthatja a példányt az OpenShift® fürtön a modellépítéshez.
• Nyújtsa be az adatokat, és indítsa el az FP Predict Plus folyamatot.
• Építsen modelleket az FP Predict Plus segítségével, és értékelje a teljesítményt.
• Válassza ki a legjobb modellt, és fejezze be a telepítést.
• Hozzon létre új előrejelzéseket a telepített modell segítségével.

Folyik

1. A felhasználó az FP Predict Plus operátor egy példányával jelentkezik be az FP Predict Plus platformra.
2. A felhasználó feltölti az adatfájlt CSV formátumban a platform Kubernetes tárhelyére.
3. A felhasználó elindítja a modellépítési folyamatot az FP Predict Plus operátorral az OpenShift-fürtön, és folyamatokat hoz létre.
4. A felhasználó kiértékeli az FP Predict Plus különböző folyamatait, és kiválasztja a legjobb modellt a telepítéshez.
5. A felhasználó pontos előrejelzéseket generál a telepített modell használatával.

Utasítás

A minta részletes lépéseit megtalálja a README fájlt. A lépések megmutatják, hogyan kell:

1. Adja hozzá az adatokat
2. Hozzon létre egy állást
3. Tekintse át a munka részleteit
4. Eredmények elemzése
5. Töltse le a Results & Model fájlt
6. Előrejelzés új adatok felhasználásával
7. Hozzon létre előrejelzési munkát
8. Ellenőrizze a munka összefoglalóját
9. A munka előrejelzésének eredményeinek elemzése
10. Töltse le a várható eredményeket