menu
arrow_back

Google Cloud ML によるリアルタイムの機械学習

Google Cloud ML によるリアルタイムの機械学習

1時間 クレジット: 7

GSP275

Google Cloud セルフペース ラボ

概要

このラボでは、先に Google Cloud Platform のデータ サイエンスGoogle Cloud Platform のデータ サイエンス: 機械学習の両クエストのラボで開発したさまざまなコンポーネントを組み合わせ、Google Cloud Platform サービスを使用するリアルタイムのフライト遅延予測サービスを作成します。

このラボの予測サービスで使用する基本データセットは、米国運輸統計局のウェブサイトから取得した、米国内の国内線フライトに関する履歴情報を表すもので、データ サイエンスに関するさまざまなコンセプトや技術を示すために使用できます。また、Google Cloud Platform のデータ サイエンスGoogle Cloud Platform のデータ サイエンス: 機械学習に含まれる、その他すべてのラボで使われています。

ここで扱うリアルタイムのフライト遅延予測サービスは、実際のフライトが予定どおりに到着するかどうか、出発時に入手できるデータに基づき、Google Cloud Machine Learning モデルを使って予測するものです。Google Cloud Dataflow ストリーミング ジョブを使用して、シミュレーションで生成されたリアルタイムのフライト イベントデータ(Google Cloud Pub/Sub にフィードされる)を処理します。リアルタイムのフライト イベント シミュレーション データのコードは Python で記述されており、リアルタイム機械学習予測コードは Java で記述されています。

目標

  • Python でリアルタイムのフライト イベント シミュレーションを構成して実行する

  • Google Cloud Dataflow のストリーミング ジョブを構成してデプロイし、リアルタイムのフライト遅延予測サービスを提供する

Qwiklabs に参加してこのラボの残りの部分や他のラボを確認しましょう。

  • Google Cloud Console への一時的なアクセス権を取得します。
  • 初心者レベルから上級者レベルまで 200 を超えるラボが用意されています。
  • ご自分のペースで学習できるように詳細に分割されています。
参加してこのラボを開始
スコア

—/100

Check for ai-platform model called flights

ステップを実行

/ 20

Confirm that FlightsMLService has been compiled

ステップを実行

/ 20

Check that the Python simulate.py script is running

ステップを実行

/ 20

Check that the real-time prediction Dataflow job is running

ステップを実行

/ 20

Check for real time predictions in BigQuery

ステップを実行

/ 20