Realice un ejercicio de machine learning

Resumen

Utilice el poder de la ciencia de datos para resolver de manera rápida y eficaz problemas de machine learning utilizando Apache SystemML. Este patrón de código utiliza Jupyter Notebooks en IBM Watson Studio para realizar un ejercicio de machine learning.

Descripción

En este patrón, utilizaremos Apache SystemML en IBM Watson Studio para realizar un ejercicio de machine learning. Watson Studio es un entorno interactivo y colaborativo basado en la nube donde los científicos de datos, desarrolladores y otros interesados en la ciencia de datos pueden usar herramientas (ej., RStudio Jupyter Notebooks, Spark, etc.) para colaborar, compartir y recopilar insight de sus datos. Apache SystemML es una plataforma de machine learning flexible optimizada para escalar con grandes conjuntos de datos.

Al finalizar este patrón, aprenderá a:

El público para este patrón de código son desarrolladores de aplicaciones y otras partes interesadas que deseen utilizar el poder de la ciencia de datos para resolver de manera rápida y eficaz problemas de machine learning utilizando Apache SystemML. Aunque Apache SystemML brinda varios algoritmos listos para experimentar, este patrón brinda un ejemplo de regresión lineal para demostrar la facilidad y el poder de Apache SystemML. Además, los usuarios pueden desarrollar sus propios algoritmos al utilizar Declarative Machine Language (DML) de Apache SystemML, que tiene una sintaxis similar a R o Python, o personalizar cualquier algoritmo suministrado en el paquete. Para obtener más información acerca del soporte de funcionalidad adicional, documentación y la hoja de ruta, consulte Apache SystemML.

Flujo

flujo

Aviso

El contenido aquí presentado fue traducido de la página IBM Developer US. Puede revisar el contenido original en este link.