Python と機械学習を使用して住宅の価値を予測する

このコード・パターンはラーニング・パス「Db2 for AI」の一部です。

概要

データは絶えず増え続けています。こうした増大し続けるデータから有意義な情報を抽出できるかどうかは、非常に重要な点です。既存のデータから作成した機械学習モデルを使用すると、企業は既存のデータから有用な洞察を引き出せるだけでなく、将来の結果を予測できるようにもなります。IBM Watson Studio は、データ・サイエンティスト、開発者、領域専門家が共同でデータを処理し、大規模なモデルの作成、トレーニング、デプロイ作業を行える統合環境です。IBM Machine Learning サービスと IBM Db2 Database を併せて利用すれば、各種の機械学習アルゴリズムを適用してモデルを作成し、作成した機械学習モデルを使用して将来の結果を予測することが可能になります。

説明

このコード・パターンでは、データ・サイエンティストが IBM Watson Studio and IBM Db2 on Cloud を利用して機械学習モデルを作成する際のプロセスをデモします。このパターンでは Jupyter Notebook を使用して Db2 データベースに接続します。ノードブック内で機械学習アルゴリズムを使用してモデルを作成し、そのモデルを IBM Watson Machine Learning サービスにデプロイします。これで、このデプロイされたモデルは、API を公開することで使用可能になりました。モデルはその API に入力されたデータを使用して、住宅の価値を予測します。

このコード・パターンを完了すると、以下の方法がわかるようになります。

  • Watson Studio 内でプロジェクトを作成し、そのプロジェクト内で Jupyter Notebook を使用する
  • Python ライブラリーを使用して機械学習モデルを作成する
  • 機械学習モデルをクラウド上の IBM Watson Machine Learning サービスにデプロイする
  • Angular UI を使用して IBM Watson Machine Learning API にデータを送信し、住宅の価値を予測する

フロー

フロー

  1. IBM Cloud 上で Watson Studio プロジェクトを作成します。
  2. IBM DB2 on Cloud データベースに、機械学習と予測に使用する情報を保管します。
  3. Watson Machine Learning を利用して機械学習モデルを作成し、そのモデルに対して新しい予測を実行できるようにします。
  4. Jupyter Notebook で IBM Db2 on Cloud と Watson Machine Learning を利用して機械学習モデルを作成します。
  5. モデルを API を介して公開します。
  6. Angular UI から API を使用して、予測に使用する新しいデータを送信します。

手順

このコード・パターンに取り組む準備はできましたか?このアプリケーションを起動して使用する方法について詳しくは、README ファイルを参照してください。

まとめ

このコード・パターンでは、データ・サイエンティストが IBM Watson Studio and IBM Db2 on Cloud を利用して機械学習モデルを作成する際のプロセスをデモしました。このコード・パターンは、ラーニング・パス: Db2 for AI シリーズの最終回です。おめでとうございます!これで、Db2 for AI の基礎知識とそのいくつかの高度な機能を習得できたはずです。