此博客属于 Db2 for AI 学习路径的一部分。
| 级别 | 主题 | 类型 |
|---|---|---|
| 100 | Db2 for AI 开发者指南 | 博客 |
| 101 | 使用高性能 CRUD 应用程序收集房屋销售数据 | Pattern |
| 201a | 利用 Golang 和内存中数据库机器学习功能预测房屋价值 | Pattern |
| 201b | 利用 Python 和机器学习预测房屋价值 | Pattern |
摘要
随着数据不断增长，从数据中提取有意义的信息的能力将变得越来越重要。使用 基于现有数据的机器学习模型有助于企业提取有意义的洞察并预测未来结果。IBM Watson Studio 是一个集成环境，数据科学家、开发者和领域专家可以在这个环境中通力合作，利用数据来大规模构建、训练和部署模型。结合使用 IBM Machine Learning 服务与 IBM Db2 数据库，通过应用多种机器学习算法来创建机器学习模型，随后便可以使用此类模型来预测未来结果。
描述
本 Code Pattern 展示了数据科学家使用 IBM Watson Studio 和 IBM Db2 On Cloud 创建机器学习模型的整个过程。本 Code Pattern 使用 Jupyter Notebook 连接到 Db2 数据库并使用机器学习算法来创建模型，随后将此模型部署到 IBM Watson Machine Learning 服务。所部署的这个模型现在可通过公开 API 来使用，它利用 API 输入数据来预测房屋价值。
学完本 Code Pattern 之后，您将掌握如何：
- 在 Watson Studio 中创建项目，并在该项目中使用 Jupyter Notebook
- 使用 Python 库创建机器学习模型
- 将机器学习模型部署到云端的 IBM Watson Machine Learning 服务
- 使用 Angular UI 向 IBM Watson Machine Learning API 发送数据以预测房屋价值
流程
- 在 IBM Cloud 上创建一个 Watson Studio 项目。
- IBM Db2 on Cloud 数据库会存储用于机器学习和预测的信息。
- Watson Machine Learning 可帮助创建机器学习模型，以便根据此模型运行新的预测。
- Jupyter Notebook 使用 IBM Db2 on Cloud 和 Watson Machine Learning 来创建机器学习模型。
- 通过 API 公开此模型。
- Angular UI 使用此 API 来发送用于预测的新数据。
操作说明
准备好运用本 Code Pattern 了吗？参阅 README，获取有关如何开始运行和使用此应用程序的完整详细信息。
结束语
本 Code Pattern 展示了数据科学家使用 IBM Watson Studio 和 IBM Db2 On Cloud 创建机器学习模型的整个过程。本 Code Pattern 是“学习路径：Db2 for AI”系列的最后一部分。恭喜！现在，您应该已经基本了解了 Db2 for AI 及其部分高级功能。
本文翻译自：Predict home value using Python and machine learning（2019-08-06）