Поскольку машинное обучение является актуальной темой, я подумал о том, чтобы попробовать его.
Существует множество доступных для использования библиотек машинного обучения. Я наткнулся на сообщение, в котором для демонстрации концепции использовалась библиотека машинного обучения.
Чтобы сделать его более универсальным, я создал REST API, чтобы его можно было использовать в другом приложении.
Вот как это происходит —
Вы можете обратиться к моему коду на github здесь и скачать файлы для ознакомления
В этом нодовом модуле использовалась библиотека мл-регрессии
Вот логика высокого уровня -
1. Поместите файл данных в формате csv в корневую папку проекта
2. Формат — id(идентификатор записи),x ,y,series (x и y - основные элементы, которые нас интересуют), как и в любом алгоритме машинного обучения, чем больше доступных данных, тем лучше результат прогноза
3. Используйте утилиту csvtojson для преобразования данных csv в формат json.
4. x и y извлекаются в отдельные массивы
5. регрессионная модель работает с массивами x и y (здесь используется простой алгоритм линейной регрессии)
6. модель генерирует корреляцию между x и y
Теперь, если вы передадите некоторое значение в x, он рассчитает соответствующее значение y
вот и все, мы заворачиваем его в экспресс-маршрутизатор, и наш API готов к использованию.
Запустите узел index.js в командной строке и вызовите URL-адрес в клиенте REST. Передайте значение x в качестве параметра API, и вы получите возвращаемое значение y. URL для вызова - http://localhost:5000/10 здесь 10 значение x
Поскольку это REST API, вы можете вызывать его из любого приложения и использовать функции машинного обучения. конечно, это относительно простой пример с использованием алгоритма линейной регрессии, но, опираясь на аналогичный подход, вы также можете разработать сложное решение. Удачного машинного обучения…
