menu
arrow_back

Maschinelles Lernen in Echtzeit mit Google Cloud ML

Maschinelles Lernen in Echtzeit mit Google Cloud ML

1 Stunde 7 Guthabenpunkte

GSP275

Google Cloud-Labs zum selbstbestimmten Lernen

Übersicht

In diesem Lab kombinieren Sie eine Reihe von Komponenten, die in vorangegangenen Labs der Aufgabenreihen Data Science on Google Cloud Platform und Data Science on Google Cloud Platform: Machine Learning entwickelt wurden, und erstellen mithilfe von Google Cloud Platform-Diensten einen Service zur Echtzeitvorhersage von Flugverspätungen.

Das Basis-Dataset, das in diesem Lab für den Vorhersagedienst verwendet wird, enthält historische Daten zu Inlandsflügen in den USA und wurde der Website des US-amerikanischen Bureau of Transport Statistics entnommen. Anhand dieser Daten lassen sich verschiedene Data-Science-Konzepte und -Techniken demonstrieren. Dasselbe Dataset kommt auch in allen anderen Labs der Aufgabenreihen Data Science on Google Cloud Platform und Data Science on Google Cloud Platform: Machine Learning zum Einsatz.

Der Dienst zur Echtzeitvorhersage von Flugverspätungen verwendet ein Machine-Learning-Modell von Google Cloud, um basierend auf den zum Zeitpunkt des Abflugs verfügbaren Daten vorherzusagen, ob Flüge pünktlich ankommen werden oder nicht. Die simulierten Echtzeit-Flugereignisdaten, die Google Cloud PubSub zugeführt werden, werden vom Vorhersagedienst mithilfe eines gestreamten Google Cloud Dataflow-Jobs verarbeitet. Der Code für die simulierten Echtzeit-Flugereignisdaten ist in Python und der Vorhersagecode für maschinelles Lernen in Echtzeit in Java geschrieben.

Ziele

  • Konfigurieren und Ausführen einer Echtzeit-Flugereignissimulation in Python.

  • Konfigurieren und Bereitstellen eines gestreamten Google Cloud Dataflow-Jobs, um Flugverspätungsvorhersagen in Echtzeit zur Verfügung zu stellen.

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
Punktzahl

—/100

Check for ai-platform model called flights

Schritt ausführen

/ 20

Confirm that FlightsMLService has been compiled

Schritt ausführen

/ 20

Check that the Python simulate.py script is running

Schritt ausführen

/ 20

Check that the real-time prediction Dataflow job is running

Schritt ausführen

/ 20

Check for real time predictions in BigQuery

Schritt ausführen

/ 20