iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 22
0
Cloud Native

Cloud Native Startups:一個簡單的垃圾分類器與計算平台系列 第 22

[Day 22] 智慧永續城市 (Windows Data Science Virtual Machine)

如果循環工廠要穩定、長久、可商業化,我想我會選擇 Azure 作為快速成軍的夥伴,就像我們目前寫商用程式,也是用 .NET Framework、.NET Core、Xamarin 發布上線。正好像我們在「軟體循環經濟」裡做的,一旦抽象到設計層是不綁語言的,當然也就不綁套件廠商,前提是如果有設計好的話。同樣地,雲端相關的軟體結構,也存在著軟體設計,這是一個很新穎的題目,特別是納入 AI 模型後,軟體工程與設計的方法論,該如何活化它、管理它?我們先從實例應用接地氣開始,最後再來總結方法論。

一般我們擁有 VM 之後,就是會安裝自己熟悉的套件,往往這都會花一些時間,而且配置的硬件資源也是很難擴展。其實我們所需要的就是快速建立內部部署,或者是混合式部署 (多個虛擬機、多個模型) 的分析。今天我們先從最基本、一般人最熟悉的 VM 切入,明天我們再來談 IoT Hub。

商業應用


  • 物價分析與預測:哪種原物料食材異常貴?(需從外部網站獲取這些資料) 哪裡買這些原物料食材的需求最多?
  • 智慧農場狀態分析:以機器學習模型,去預測每一分鐘的農場狀態
  • 工廠安全:抓出不合法行為

資料處理


  • 智慧農場九大參數
  • 資料篩選:1000 筆中,可能只有 1 筆能用而已
  • 資料整合:產出 Feature

演算法


  • Advanced Process Control:先進製程控制系統
  • KNN:最小鄰近法
  • SVR:SVM 的變形,用於 Regression
  • ResNet:平衡運算時間與精準度
  • 弱監督式學習:相對模糊的訓練方式

平台評估


  • 其實我並不覺得 Python 有沒有由微軟維護不重要,因為最大的風險頂多退流行,五年本來就會換代一次,不過只要軟體設計得好,循環經濟是可以抽換部件的。

上一篇
[Day 21] 智慧永續城市 (Geographic Information System)
下一篇
[Day 23] 智慧永續城市 (Azure Machine Learning Studio)
系列文
Cloud Native Startups:一個簡單的垃圾分類器與計算平台30

尚未有邦友留言

立即登入留言