menu
arrow_back
Zurück

Scikit-learn-Modell für Onlinevorhersagen mithilfe von AI Platform bereitstellen

—/100

Checkpoints

arrow_forward

Create a storage bucket

Create Virtual Machine

Create directory and download data files

Upload the saved model

Create a model resource

Create a model version

Scikit-learn-Modell für Onlinevorhersagen mithilfe von AI Platform bereitstellen

1 Stunde 20 Minuten 5 Guthabenpunkte

GSP245

Google Cloud-Labs zum selbstbestimmten Lernen

Überblick

Wenn Sie mit scikit-learn Modelle für maschinelles Lernen erstellt haben und diese in Echtzeit für eine Anwendung bereitstellen möchten, erscheint die Verwaltung der daraus resultierenden Infrastruktur möglicherweise etwas abschreckend. Glücklicherweise gibt es eine Alternative: Sie können Ihre trainierten scikit-learn-Modelle einfach auf AI Platform bereitstellen.

Ab sofort haben Sie die Möglichkeit, ein bereits trainiertes Modell in Google Cloud Storage hochzuladen und es mithilfe von AI Platform Prediction und der Unterstützung für skalierbare Vorhersageanfragen zu testen.

In diesem Lab lernen Sie, wie Sie ein einfaches scikit-learn-Modell trainieren, es auf AI Platform Prediction bereitstellen und anschließend mit Onlinevorhersagen testen.

Ein scikit-learn-Modell auf AI Platform bereitstellen

In fünf Schritten bereiten Sie Ihr Modell darauf vor, Vorhersagen zu erstellen:

  1. Ein Modell erstellen und in einer Datei speichern
  2. Das gespeicherte Modell in Google Cloud Storage hochladen
  3. Eine Modellressource in AI Platform erstellen
  4. Eine Modellversion erstellen (zur Verknüpfung mit Ihrem scikit-learn-Modell)
  5. Onlinevorhersage treffen

In diesem Lab werden die fünf oben genannten Schritte erläutert.

Überblick

389c24d3517cec5c.png

Lerninhalte

  • Ein Modell in AI Platform erstellen
  • Ihr Modell auf AI Platform mit Onlinevorhersagen testen

Machen Sie sich vor dem Lab mit den Tools für die Einrichtung von Onlinevorhersagen auf AI Platform vertraut:

Mit der Google Cloud Platform können Sie Anwendungen und Websites erstellen und hosten sowie Daten speichern und in der skalierbaren Infrastruktur von Google analysieren.

AI Platform Prediction ist ein verwalteter Dienst, mit dem Sie ganz einfach Modelle für maschinelles Lernen entwickeln, die sich mit Daten jeden Typs und jeder Größe verwendet werden lassen.

Google Cloud Storage (GCS) ist ein einheitlicher Objektspeicher für Entwickler und Unternehmen. Er kommt beispielsweise bei der Bereitstellung von Livedaten, der Datenanalyse/ML und der Datenarchivierung zum Einsatz.

Cloud SDK ist ein Befehlszeilentool zur Interaktion mit Google Cloud-Produkten.

Wenn Sie sich in Qwiklabs anmelden, erhalten Sie Zugriff auf den Rest des Labs – und mehr!

  • Sie erhalten vorübergehenden Zugriff auf Google Cloud Console.
  • Mehr als 200 Labs für Einsteiger und Experten.
  • In kurze Sinneinheiten eingeteilt, damit Sie in Ihrem eigenen Tempo lernen können.
Beitreten, um dieses Lab zu starten