Participe da Maratona Behind the Code! A competição de programação que mais te desafia! Inscreva-se aqui

Preveja transações fraudulentas usando o Findability Platform Predict Plus

Resumo

Este padrão de código explica como prever transações fraudulentas usando dados históricos e demonstra o processo automatizado de desenvolver modelos usando o operador Findability Platform Predict Plus do Red Hat Marketplace.

Componentes

  • Red Hat Marketplace: Uma maneira mais simples de comprar e gerenciar software empresarial, com implementação automatizada em qualquer nuvem
  • Findability Platform Predict Plus: Uma ferramenta de inteligência artificial automatizada, de autoaprendizado e modelagem múltipla que lida com variáveis de destino discretas, variáveis de destino contínuas e dados de séries temporais, sem necessidade de codificação
  • Red Hat OpenShift Container Platform: Uma plataforma de contêiner empresarial em nuvem híbrida que permite que os desenvolvedores inovem e enviem mais rapidamente

Descrição

Depois de concluir este padrão de código, você saberá como:

  • Configurar rapidamente a instância em um cluster OpenShift para desenvolvimento de modelos.
  • Incorporar os dados e iniciar o processo do FP Predict Plus.
  • Desenvolver diferentes modelos usando o FP Predict Plus e avaliar o desempenho desses modelos.
  • Escolher o melhor modelo e concluir a implementação.
  • Gerar novas previsões usando o modelo implementado.

Fluxo

Fluxo de arquitetura para o padrão de código

  1. O usuário entra na plataforma FP Predict Plus usando uma instância do operador FP Predict Plus.
  2. O usuário carrega o arquivo de dados em formato CSV no armazenamento do Kubernetes, localizado na plataforma Red Hat OpenShift.
  3. O usuário inicia o processo de desenvolvimento de modelo usando o operador FP Predict Plus em um cluster OpenShift e cria pipelines.
  4. O usuário avalia diferentes pipelines do FP Predict Plus e seleciona o melhor modelo para implementação.
  5. O usuário gera previsões precisas usando o modelo implementado.

Instruções

Encontre as etapas detalhadas para este padrão no arquivo README. As etapas mostrarão como:

  1. Adicionar os dados
  2. Criar uma tarefa
  3. Revisar os detalhes da tarefa
  4. Analisar os resultados
  5. Baixar o arquivo de modelo
  6. Fazer previsões usando dados novos
  7. Criar uma tarefa de previsão
  8. Verificar o resumo da tarefa
  9. Analisar os resultados da tarefa de previsão
  10. Baixar os resultados previstos