Skip to content

Latest commit

 

History

History

Lab5. Machine Learning

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 

DevCon School 2016: IoT-интенсив

Лабораторная 5: Машинное обучение

Пробуем Azure ML

Для демонстрации возможностей AzureML хорошо использовать данные о пассажирах Титаника. Этот пример мы покажем вам как демонстрацию, если вы хотите сами его попробовать - используйте файл titanic.csv.

Пробуем применить Azure ML к данным о реакции

Все данные со всех устройств оказываются в едином хранилище Azure Table Storage, к которому вы можете подключиться с помощью приложения Azure Storage Explorer.

Параметры для подключения:

  • Название: devconstore
  • Ключ доступа: 8xi4h10NyQnfehpbX+Xwf0xcznDANUHhEBvZpgoQ43ZzJawTyBmcQSbtcleOIrVVzUvrNoA1U0pDxYFck9L/PQ==
  • Таблица: ReactionData

Проанализируйте данные с помощью Azure Machine Learning

Возьмите таблицу со всеми накопленными данными и попробуйте провести некоторый анализ с помощью Azure ML:

  1. Отфильтруйте только свои данные и посмотрите, от чего зависит время реакции (используйте Compute Linear Correlation)
  2. Отфильтруйте только свои данные и выберите атрибуты, от которых больше всего зависит время реакции (используйте Filter Based Feature Selection)
  3. Обучите модель линейной регрессии на выбранных атрибутах и посмотрите, какие получились коэффициенты
  4. Уберите фильтр на свои данные и посмотрите, зависит ли время реакции от пола, возраста и других параметров.
  5. Попробуйте обучить модель линейной регрессии на всех данных.