Povzetek
Ta vzorec kode za razvijalce uporablja operaterja Findability Platform (FP) Predict Plus iz Red Hat® Marketplace za napovedovanje porabe strank z uporabo preteklih podatkov in prikazuje avtomatiziran proces gradnje modelov.
Opis
Strojno učenje je obsežno študijsko področje, ki se prekriva in podeduje ideje iz številnih sorodnih področij, kot je umetna inteligenca. Področje se osredotoča na učenje – to je pridobivanje spretnosti ali znanja iz izkušenj. Najpogosteje to pomeni sintezo uporabnih konceptov iz zgodovinskih podatkov. Kot taka obstaja veliko vrst učenja, s katerimi se lahko srečate kot praktik na področju strojnega učenja, od celih področij študija do posebnih tehnik.
Regresija v strojnem učenju in statistiki je pristop nadzorovanega učenja, pri katerem se računalniški program uči iz podatkov, ki so mu dani, da naredi nova opažanja ali napovedi. Pri tej tehniki ima ciljna spremenljivka zvezne vrednosti v razponu od nič do neskončnosti. Primeri težav z regresijo z danimi zgodovinskimi podatki vključujejo:
- Napovedovanje temperature
- Napovedovanje prodaje
- Napovedovanje cene hiše
- Napovedovanje porabe strank
Osredotočili se bomo na napovedovanje porabe strank z uporabo zgodovinskih podatkov in prikazali avtomatiziran proces gradnje modelov z uporabo operaterja FP Predict plus iz Tržnica Red Hat. Za rešitev tega primera uporabe bomo uporabili operater FP Predict Plus iz Red Hat Marketplace.
Ko dokončate ta vzorec, boste razumeli, kako:
- Hitro nastavite instanco v gruči OpenShift® za izdelavo modela.
- Zaužijte podatke in zaženite postopek FP Predict Plus.
- Zgradite modele z uporabo FP Predict Plus in ocenite učinkovitost.
- Izberite najboljši model in dokončajte namestitev.
- Ustvarite nove napovedi z uporabo razporejenega modela.
Pretok
- Uporabnik se prijavi v platformo FP Predict Plus z instanco operaterja FP Predict Plus.
- Uporabnik naloži podatkovno datoteko v formatu CSV v shrambo Kubernetes na platformi.
- Uporabnik sproži postopek izdelave modela z uporabo operaterja FP Predict Plus v gruči OpenShift in ustvari cevovode.
- Uporabnik oceni različne cevovode iz FP Predict Plus in izbere najboljši model za uvedbo.
- Uporabnik ustvari natančne napovedi z uporabo razporejenega modela.
navodila
Poiščite podrobne korake za ta vzorec v README mapa. Koraki vam bodo pokazali, kako:
- Dodajte podatke
- Ustvari službo
- Preglejte podrobnosti delovnega mesta
- Analizirajte rezultate
- Prenesite datoteko z rezultati in modelom
- Napoved z uporabo novih podatkov
- Ustvari napovedano delo
- Preverite povzetek dela
- Analizirajte rezultate predvidenega dela
- Prenesite predvidene rezultate
