分析

查找数据中的模式以获得信息。

Related code patterns

利用 Python 和机器学习预测房屋价值

本 Code Pattern 展示了数据科学家使用 IBM Watson Studio 和 IBM Db2 On Cloud 创建机器学习模型以预测房屋价值。


使用高性能 CRUD 应用程序收集房屋销售数据

学习如何创建基于 IBM Db2 Warehouse on Cloud 的 Web 应用程序,并使用 Node.js 在数据库中创建、更新和删除记录。


利用智能文档理解改善客服系统

学习如何增强客服聊天机器人的对话技能, 解决用户提出的超出预定义问题集范围的问题,从而提升用户体验。


通过产品评价获取客户情绪洞察

创建一个 Node.js 应用程序,演示如何提取并直观呈现由 Watson Discovery 引擎所提供的经过充实的数据,以了解客户反馈。


利用物联网传感器数据预测设备故障

本 Code Pattern 全面讲述了利用多变量物联网数据预测设备故障的预测方法,让您能够从预定的预防性维护转变为预测性维护。


使用合成的患者健康记录进行机器学习

了解如何借助 IBM Watson Studio 上的 Jupyter Notebook 构建预测模型以预测 2 型糖尿病。


验证计算机视觉深度学习模型

本 Code Pattern 展示了如何使用 Jupyter Notebook 获取具有已知“真值”类别的测试图像,并评估推断结果与真实情况。


使用 Python 实现数据可视化

学习如何使用 Watson Studio 上运行的数据科学和数据工程的一些标准技术,分析 2017 年德克萨斯州休斯顿市所遭遇洪灾情况的公开可用数据。


创建一个 Web 应用,以便直观地与使用机器学习检测到的对象进行交互

Model Asset eXchange (MAX) 是一个用于查找并试验开源深度学习模型的交流平台,本 Code Pattern 展示了如何创建一个简单的 Web 应用程序来直观显示 MAX 模型的文本输出。


通过多个数据源获得洞察

学习本 Code Pattern,了解如何通过使用 Watson Studio 集成云上 IBM Db2、CSV 文件和 Db2 Warehouse 等多个数据源的数据,获得相关洞察。


使用机器学习来预测治疗心脏病的药物

本 Code Pattern 提供了详尽步骤来演示如何使用匿名患者数据和 Spark MLlib 包来训练预测治疗心脏病的最佳药物。


预测山火强度

本 Code Pattern 讲解了如何使用 NASA 提供的山火数据,利用 Watson Studio 和 Watson Machine Learning 来预测山火的强度。


使用卷积神经网络分析实时 CCTV 图像

本 Code Pattern 讲解了如何部署一个借助神经网络模型使用 OpenCV 和 Darknet 来分析实时流传输协议 (RTSP) 视频流的应用程序。


使用 Watson Natural Language Understanding 实现非结构化数据可视化

了解如何创建和使用 Watson Natural Language Understanding,通过 Apache Tika 从非结构化文件中提取文本,并使用 D3.js 实现非结构化数据可视化。


使用 Watson OpenScale 监控 WML 模型

为 Watson Machine Learning 部署创建数据集市,并详细讲解包括性能、偏差和质量监控配置等方面的操作步骤。


创建可分析内容情绪的移动应用

本 Code Pattern 帮助您立即开始创建使用 Tone Analyzer 的应用,以分析人们在网上所写内容(比如,推文或评论)当中包含的情绪和语气,预测他们的情绪并根据洞察做出适当的响应。


使用 IBM Watson Studio 生成文本摘要和实现可视化

本 Code Pattern 演示了如何使用 IBM Watson Studio 生成文本摘要并实现文本可视化的方法。


使用 Watson Studio Local 在 Hortonworks Data Platform 上开发、训练和部署垃圾邮件过滤器模型

本 Code Pattern 演示了数据科学家如何利用远程 Spark 集群和计算环境来训练和部署垃圾邮件过滤器模型。


使用 Watson OpenScale 监控 Sagemaker 机器学习

本 Code Pattern 使用 Watson OpenScale 绑定部署在 AWS 云中的机器学习模型,创建订阅,并执行有效负载和反馈日志记录。


使用 Watson OpenScale 监控 Azure 机器学习

Watson OpenScale 是一个功能强大的开放式平台,能够为您监管在任何环境中部署的 AI 和机器学习模型。


执行机器学习练习

本 Code Pattern 通过一个线性回归示例演示了 Apache SystemML 的易用性及强大性。


使用 Watson Studio 和 PyTorch 构建一个手写数字识别器

本 Code Pattern 将让您了解基于机器学习识别手写数字的工作原理,并创建一个简单的识别器应用。


分析旧金山市的交通数据

通过学习,了解如何将公开的数据整合到 IBM Watson Studio 上托管的 Jupyter Notebook 中,以及如何使用 PixieDust 快速轻松地创建图形和图表。


分析公开的医疗数据集来获取洞察

本 Code Pattern 通过深入挖掘有关阿片类药物用药过量导致死亡的数据集的例子,指引您探索数据、清理数据、训练模型和评估模型。


通过增强现实技术关联航班与天气数据

开发一种现代的基于云的空中交通控制应用。


使用 Jupyter Notebook 分析《星际争霸 II》回放

结合游戏和数据分析的力量,成为一个不可阻挡的玩家。阅读如何通过分析你的游戏,让你成为一个一流的竞争对手。


Related Blogs

未找到与您的短代码搜索条件匹配的帖子。