Desenvolva um aplicativo móvel voltado para a saúde e baseado na web que use aprendizado de máquina  

Crie um aplicativo móvel para a saúde baseado na web utilizando serviços Watson na Nuvem IBM e no IBM Watson Studio

Este padrão de código mostra como desenvolver e implementar um aplicativo baseado na web que você executa em seu telefone celular que verifica sua frequência cardíaca e, em seguida, a avalia utilizando aprendizado de máquina em outros estudos para obter os valores mais precisos na leitura dessas frequências.

By Hovig Ohannessian

Overview

Atualmente, o treinamento de modelos de aprendizado de máquina é um processo altamente complexo e com uso intensivo de computação. Para implementar o aprendizado de máquina, os desenvolvedores precisam ter um entendimento geral da infraestrutura básica de hardware e software, incluindo como configurar o Spark, como instalar bibliotecas de aprendizado de máquina em uma estrutura que hospedará essas bibliotecas e como gerenciar as tarefas enquanto elas estão em execução para manipular falhas e recuperação. Felizmente, agora os desenvolvedores podem usar o IBM Watson Studio, que oferece o aprendizado de máquina como um serviço, e têm que conhecer toda a complexidade subjacente de um sistema de aprendizado de máquina.

Neste padrão de código, nós mostramos como implementar um aplicativo para a saúde, baseado na web, que utiliza um giroscópio para métricas de pulsação e que usa o Watson Machine Learning na Nuvem IBM e no IBM Watson Studio. O aplicativo para a saúde é chamado MyPulse e é um aplicativo Node.js. O MyPulse lê os dados ativos que são gerados em cerca de um minuto, transmite os dados em tempo real para fazer predições sobre a frequência cardíaca em segundos e retorna as batidas por minuto (bpm) como valores de pontuação. O aplicativo para a saúde fornece outras métricas giroscópicas e armazena todos os valores de dados em um banco de dados Cloudant. Ele também os exibe no Watson IoT Platform. Tudo em tempo real.

Este padrão fornece dados de treinamento para criar o modelo de aprendizado de máquina existente. O Jupyter Notebook mostra como os dados são lidos pela biblioteca Pixiedust. Uma instância do Spark é configurada e associada ao modelo de aprendizado de máquina.


Instruções

Encontre as etapas detalhadas deste padrão no LEIA-ME. As etapas mostrarão como:
  1. Criar o aplicativo Node.js.
  2. Configurar o serviço Watson Machine Learning na Nuvem IBM.
  3. Configurar o Watson IoT Platform na Nuvem IBM.
  4. Configurar o modelo de aprendizado de máquina no IBM Watson Studio.
  5. Experimentá-lo em seu smartphone.

Flow

  1. Os usuários acessam o aplicativo da web (MyPulse) em um navegador no smartphone. Eles encostam o telefone no peito para aferir a frequência cardíaca.
  2. Os valores de dados são enviados em tempo real para o banco de dados Cloudant na Nuvem IBM, para o Watson IoT Platform, para o IBM Watson Studio e para o serviço Watson Machine Learning.
  3. O Watson Machine Learning valida os dados com o modelo de aprendizado de máquina implementado em tempo real.
  4. Os valores de frequência cardíaca previstos a partir do modelo de aprendizado de máquina treinado são enviados de volta para o aplicativo da web (MyPulse). Os dados são exibidos na primeira página do aplicativo em tempo real. Os usuários podem inserir seus próprios valores e receber feedback instantâneo do modelo de aprendizado de máquina.

Components

Plataforma Watson IoT

Conecte seu dispositivo, envie dados à uma plataforma Cloud, configure e gerencie seus dispositivos e use APIs para conectar aplicativos aos dados do dispositivo.

Jupyter Notebook

Um aplicativo Open Source da web que permite criar e compartilhar documentos com live codes, equações, visualizações e texto explicativo.

Technologies

Inteligência Artificial

Tecnologias cognitivas capazes de entender, raciocinar, aprender e interagir como seres humanos.

Data Science

Sistemas e métodos científicos para analisar dados estruturados e não estruturados, a fim de extrair conhecimento e percepções.

Databases

Repositório para armazenar e gerenciar coleções de dados.

IoT

Uma inter-rede de grandes volumes de dispositivos físicos, permitindo a coleta e a troca de dados.

Node.js

Um ambiente JavaScript open-source em tempo real para executar o código JavaScript no lado do servidor.

Related Blogs

Nenhuma publicação correspondente ao seu critério de busca foi encontrada

Related Links