menu
arrow_back

Aprendizaje automático con TensorFlow

Aprendizaje automático con TensorFlow

Horas Minutos 7 Créditos

GSP273

Labs de autoaprendizaje de Google Cloud

Descripción general

En este lab, aprenderá cómo usar Google Cloud Machine Learning y TensorFlow para desarrollar y evaluar modelos de predicción a partir del aprendizaje automático. TensorFlow es una biblioteca de aprendizaje automático potente, portátil y de código abierto. Fue desarrollada por Google y puede trabajar con conjuntos de datos de gran tamaño.

Este lab es una continuación de los labs anteriores de esta serie en los que creó un modelo básico de predicción usando la regresión logística con Spark y Pig. Luego, usó Cloud Dataflow para crear conjuntos de datos de entrenamiento y de prueba mediante una canalización que también sirve para la predicción, de modo que se elimina el riesgo de que haya desviaciones entre el entrenamiento y la deriva con sus modelos de predicción. Este lab se basa en el capítulo 9, "Machine Learning Classifier Using TensorFlow", del libro Data Science on Google Cloud Platform de O'Reilly Media, Inc.

Primero, creará un marco de trabajo experimental en Python para replicar el modelo básico de regresión lineal usando TensorFlow. Luego, expandirá este marco de trabajo para evaluar los modelos con más variables. Este marco de trabajo puede utilizarse para comparar el rendimiento de estos modelos básicos de aprendizaje automático con modelos más complejos.

Al igual que los demás labs de esta serie, este lab brinda experiencia útil de trabajo con técnicas de procesamiento de datos y de creación de modelos de datos que le permitirán desarrollar uno de estos modelos. Dicho modelo predecirá si los vuelos llegarán tarde a sus destinos según los detalles específicos de la salida, como la ubicación, el horario de salida, el retraso real en la salida, el tiempo de carreteo previo al despegue, etcétera.

El conjunto de datos que se usa brinda información histórica sobre vuelos nacionales de Estados Unidos que se obtuvo del sitio web de la Oficina de Estadísticas del Transporte de EE.UU. Este conjunto de datos puede usarse para demostrar una amplia variedad de conceptos y técnicas sobre la ciencia de datos, y se utiliza en todos los demás labs de la Quest Data Science on Google Cloud Platform: Machine Learning. Los conjuntos de datos específicos que se usan para este lab son los conjuntos de datos agregados que se desarrollaron en el lab anterior de esta Quest, Cómo procesar datos con períodos usando Apache Beam y Cloud Dataflow (Java).

Objetivos

  • Desarrollar un marco de trabajo básico y experimental de TensorFlow en Python

  • Extender el marco de trabajo para crear un modelo de clasificador lineal con atributos adicionales

  • Implementar el marco de trabajo experimental de entrenamiento y evaluación en 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
Puntuación

—/100

Check that the Python model.py file has been created

Ejecutar paso

/ 25

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

Ejecutar paso

/ 25

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

Ejecutar paso

/ 25

Check that a trained model has been saved to Google Storage

Ejecutar paso

/ 25