Публикации по теме 'google-cloud-platform'
5 полезных советов по освоению реестра моделей Vertex AI (с примерами кода)
Мое открытие в Model Registry продолжается…
Реестр моделей — это центральный репозиторий в Google Cloud Platform, который управляет жизненным циклом машинного обучения путем хранения, управления версиями и развертывания моделей машинного обучения в рабочей среде. Загруженные модели в реестр моделей доступны пользователям для загрузки в блокнот или конвейер для служб прогнозирования. Если у вас есть версия модели, которую вы хотите развернуть, вы можете легко назначить модели..
Создание интеллектуальных весов с помощью Google Cloud Vertex AI
Несколько лет назад, в 2019 году, я сделал хобби-проект , в котором использовались API-интерфейсы обнаружения объектов TensorFlow для автоматического считывания значений из серии изображений весов, которые можно использовать для построения графика веса с течением времени.
С тех пор эта область продвинулась семимильными шагами. Теперь, в 2022 году, этот проект можно сделать намного проще, используя Google Cloud Vertex AI и Cloud Vision API . Вот как.
Краткое изложение шагов..
Обнаружение аномалий в режиме реального времени с помощью Google Cloud Timeseries Insights API — Часть I
Обзор простого в использовании API для масштабирования миллиардов временных рядов с обнаружением и прогнозированием аномалий с малой задержкой
Это первая из двух частей статьи об обнаружении аномалий в реальном времени с использованием Google Cloud Timeseries Insight API. В этой статье я расскажу, как создать набор данных для обнаружения аномалий и как запросить аномалию. Часть II будет посвящена тому, как добавлять новые события в потоковом режиме и получать аномалии для вновь..
Разверните сервер/клиент TS с помощью Cloud Run и Cloudflare.
Никакой чуши. Соус.
Ссылка: мои скрипты package.json
"scripts": {
"dev": "nodemon --watch 'src/**/*.ts' --exec 'node --loader ts-node/esm' src/index.ts",
"start": "node --loader ts-node/esm ./src/index.ts"
}
Шаг 1. Подтвердите, что вы вошли в Google через браузер.
Шаг 2. Убедитесь, что интерфейс командной строки gcloud установлен
заваривать:
brew install google-cloud-sdk --cask
совок
scoop bucket add extras..
Выявление повреждений автомобиля с помощью машинного обучения
KASIKORN Business-Technology Group (KBTG) Labs, известная технологическая компания в Таиланде, заключила партнерское соглашение с Muang Thai Insurance PCL (MTI), чтобы использовать технологию машинного обучения (ML) для ускорения процесса оценки повреждений транспортных средств и оценки страхования. претензии. В текущем ручном процессе ремонтные мастерские оценивают ущерб и подают претензии в страховую компанию, которые затем проверяются и обрабатываются с участием нескольких..
Прогнозирование тарифов с помощью Analytics в Google Cloud
В этом проекте:
1) Написали оптимальный запрос для нашей аналитической модели на сервисе BigQuery.
2) Обучение нашей модели машинного обучения.
Прежде всего, я беру общедоступный набор данных под названием «Поездки в желтом такси Нью-Йорка».
Сначала мы начнем с изучения нашего набора данных.
#standardSQL
SELECT
TIMESTAMP_TRUNC(pickup_datetime,
MONTH) month,
COUNT(*) trips
FROM
`bigquery-public-data.new_york.tlc_yellow_trips_2015`
GROUP BY
1
ORDER BY
1
Этот запрос..
Вам действительно нужен магазин функций?
В большинстве случаев хранилище функций является излишним
Похоже, что каждая опытная команда машинного обучения создала хранилище функций для своей платформы машинного обучения. Uber построил Палитру . Airbnb построила Зиплайн . Netflix построил Путешествие во времени . Google Cloud работал с нашим клиентом GoJek над созданием Feast .
К счастью, вам больше не нужно создавать или управлять своими собственными. Google Cloud Vertex AI предлагает полностью управляемый магазин..