IBM Developer 博客

通过 IBM Developer 关注最新动态并获取信息

我们将对 Call for Code 技术系列短文加以总结,着重关注数据科学以及如何将它融入到您提交的方案中。


欢迎阅读 Call for Code 技术系列短文的第六期,这也是最后一期,我将在此明确并讨论 Call for Code 中的六个核心技术领域之一。您将了解该项技术,知道如何在 IBM Cloud™ 上最有效地利用该技术,以及在哪里能找到最佳资源来激发创新。如果您错过了我的其他文章,请一定要阅读:

如果您尚未接受 Call for Code 挑战赛并加入我们的社区,请赶快采取行动。在这篇博客文章中,我将讨论如何利用数据科学技术来构建 Call for Code 解决方案。

IBM Cloud 中的数据科学

您可能会发现,本篇博客文章与我撰写的机器学习文章在内容上有些重叠,这是因为在处理大数据、预测和洞察收集时,数据科学和机器学习是息息相关的。那篇机器学习文章还提供了一些有关 Watson™ Studio 的信息,这同样也适用于这篇关于数据科学的文章。

在使用 Watson Studio 之前,我们曾有一个专门的数据科学平台,即 Data Science Experience (DSX)。通过将数据科学和机器学习的最佳特性结合起来,我们创造了一个新平台 – Watson Studio。开发者可以在 Watson Studio 环境中与其他人协作,训练和构建机器学习模型,并试验各种数据处理方法。您可以浏览一下 Watson Studio,了解这些项目是如何集结起来的。(这甚至是与您的 Call for Code 团队成员开展协作的理想场所!)

开始在 Call for Code 中利用数据科学

如果您还没有 IBM Cloud 帐户,确保先进行注册,两分钟内即可完成。只需确保使用有效的电子邮件地址,因为在创建任何服务之前,都必须先确认您的电子邮件地址。

鉴于自然灾害可能会对世界产生的广泛影响,提前做出预测来影响很大一部分人,将会十分有益。IBM 员工 Vanderlei Munhoz Pereira Filho 和 Sanjeev Ghimire 发布了一个 Code Pattern,利用数据科学和机器学习来预测股票市场的变化。这是一个易于遵循的 Code Pattern,它向您介绍了数据科学的基础知识(如果您还不熟悉的话)。在完成了此 Code Pattern 之后,您可以进一步使天气数据模型可视化(别忘了获取您的天气 API,从自然灾害幸存者的住院记录中挖掘数据,或者从自然灾害对企业和组织所造成的影响中获取过去的数据,预测未来类似灾难可能会造成的影响。

有关数据科学和可视化的另一个有用的 Code Pattern 是由 IBM 员工 Alok Singh 开发的。了解如何获取大量原始数据(在此情况下,为飞行时间统计信息),并通过 Watson Studio 直观呈现该数据。您可以改编此 Code Pattern,以便在发生紧急情况时考虑自然灾害的后果及其对旅行的影响。

我要展示的最后一个 Code Pattern 是由 IBM 员工 R K Sharath Kumar 和 Manjula Hosurmath 编写的,核心在于使用 Watson Studio 实现文本摘要和可视化。在自然灾害期间,生成大量原始文本数据并需要过滤和理解时,这种 Code Pattern 将非常有用。

本周,我们学习了数据科学相关知识,了解了如何在 Call for Code 提交方案中利用这些资源。我还向您提供了三个出色的 Code Pattern,它们真正展示了在 IBM Cloud 上使用数据科学的一些非常不错的用例。我希望这篇文章能够启发您在解决方案中融入数据科学。

我希望过去六周的这一系列短文都能对您有所启发,并为您的 Call for Code 解决方案给出一些思路, 帮助您进一步开发解决方案,或者为您带来一些新的灵感!

如果您有任何问题或者希望看到有关特定内容的更多博客文章,请在 Twitter 上关注我,或者在 GitHub 中查看我的工作成果。

其他资源:

本文翻译自:Building Call for Code apps with data science(2019-5-16)