menu
arrow_back

Machine learning com o TensorFlow

Machine learning com o TensorFlow

Horas Minutos 7 Créditos

GSP273

Laboratórios autoguiados do Google Cloud

Visão geral

Neste laboratório, você aprenderá a usar o Google Cloud Machine Learning e o TensorFlow para desenvolver e avaliar modelos de predição com machine learning. O TensorFlow é uma biblioteca de machine learning portátil, poderosa e de código aberto, desenvolvida pelo Google para trabalhar com grandes conjuntos de dados.

Este laboratório é uma continuação dos anteriores desta série, em que você criou um modelo básico de predição usando regressão logística com o Spark e o Pig. Você também usou o Cloud Dataflow para criar conjuntos de dados de treinamento e teste com um pipeline que pode ser usado para predição, eliminando o risco de desvio de dados de serviço de treinamento com os modelos de predição. Este laboratório é baseado no Capítulo 9, "Machine Learning Classifier Using TensorFlow", do livro "Data Science on Google Cloud Platform" da O'Reilly Media, Inc.

Você começará criando um framework experimental em Python para replicar o modelo de regressão linear básico usando o TensorFlow e, em seguida, ampliará essa estrutura para avaliar modelos com mais variáveis. A estrutura pode ser usada para comparar o desempenho dos modelos básicos de machine learning com modelos mais complexos.

Este laboratório, assim como todos desta série, oferece uma experiência útil para trabalhar com processamento e técnicas de modelagem de dados para desenvolver um modelo que poderá predizer se os voos chegarão atrasados aos seus destinos, de acordo com detalhes específicos de partida, como local, hora de embarque, atraso real da partida, tempos de taxiamento etc.

O conjunto de dados usado inclui informações sobre voos nacionais nos Estados Unidos, extraídas do site da Secretaria de Estatísticas de Transporte dos EUA (US Bureau of Transport Statistics). Este conjunto de dados pode ser usado para demonstrar vários conceitos e técnicas de ciência de dados e é usado em todos os outros laboratórios da Quest Data Science on Google Cloud Platform: Machine Learning. Os conjuntos de dados específicos usados neste laboratório são aqueles agregados no laboratório anterior desta Quest, Como processar dados com intervalos de tempo usando o Apache Beam e o Cloud Dataflow (Java).

Objetivos

  • Desenvolver uma estrutura experimental básica do TensorFlow em Python

  • Ampliar a estrutura para criar um modelo de classificador linear com outros recursos

  • Implantar a estrutura experimental de treinamento e avaliação no Google Cloud ML

Join Qwiklabs to read the rest of this lab...and more!

  • Get temporary access to the Google Cloud Console.
  • Over 200 labs from beginner to advanced levels.
  • Bite-sized so you can learn at your own pace.
Join to Start This Lab
Pontuação

—/100

Check that the Python model.py file has been created

Executar etapa

/ 25

Check for a Tensorflow model in the /tensorflow/trained_model directory

Executar etapa

/ 25

Check for successful run of a gcloud ai-platform training job called flights-*

Executar etapa

/ 25

Check that a trained model has been saved to Google Storage

Executar etapa

/ 25

home
Página inicial
school
Catálogo
menu
Mais
Mais