Resolução do laboratório 01 (Machine Learning) da série mslearn-ai-fundamentals, da Microsoft. Para mais informações, acesse o repositório oficial.
A proposta é utilizar um conjunto de dados com o histórico dos aluguéis de bicicletas disponibilizado pela empresa Capital Bikeshare. Ele traz uma série de informações como: estação do ano, umidade, velocidade do vento etc.
Vale lembrar: O portal Azure não é gratuito mas, se for um novo usuário e fizer o cadastro, você tem direito à $200.00 de crédito (aproximadamente R$1.000,00) que podem ser usados até 30 dias depois do primeiro acesso. Mais informações em, acesse o link.
- Acesse o Portal Azure e entre com a sua conta Microsoft.
- Crie um novo recurso.
- Na tela do novo recurso, busque por Azure Machine Learning.
- Crie um novo workspace e preencha as configurações de acordo com a sua necessidade.
- Por fim, faça a revisão das opções selecionadas e confirme. Após um curto período de tempo, ele será criado.
- Depois de criado, você terá a opção de iniciar o Machine Learning Studio do Azure.
- Com o studio iniciado, navegue até o menu ML automatizado.
- Crie um novo trabalho de ML automatizado.
- Preencha as configurações básicas.
- Depois do passo anterior, será pedido para que você preencha as informações de tipo de tarefa e dados. Durante essa etapa, se você ainda não possuir um conjunto de dados (dataset), será pedido para que você crie.
- Por fim, será preciso estabelecer as configurações da tarefa criada e o tipo de servidor que será destinado à ela.
- Faça o envio da sua tarefa para treinamento e aguarde até ela mostrar o status de concluída.
- Com o modelo concluído, será possível ter acesso ao algoritmo que teve maior precisão após o treinamento.
- Entre no algoritmo e, na opção Implantar, selecione Serviço Web.
- Preencha as configurações como necessário e prossiga com a implantação.
- Aguarde até que a implantação seja iniciada. Quando iniciado, o status será indicado como "Em execução".
- Depois de um certo tempo, o status será automaticamente atualizado para "Concluído". O processo demora em torno de 10-15 min.
- Ao finalizar o tópico anterior, você terá automaticamente criado um Ponto de Extremidade. Dentro dele será possível acessar à opção Testar.
- Nessa opção, impute o seguinte código para teste:
{
"Inputs": {
"data": [
{
"day": 1,
"mnth": 1,
"year": 2022,
"season": 2,
"holiday": 0,
"weekday": 1,
"workingday": 1,
"weathersit": 2,
"temp": 0.3,
"atemp": 0.3,
"hum": 0.3,
"windspeed": 0.3
}
]
},
"GlobalParameters": 1.0
}
- Clique na opção Testar e observe à direita o resultado obtido. Segundo a Microsoft, o resultado deve ser próximo à 444.28
{
"Results": [
444.27799000000000
]
}
Lembre-se que o resultado pode variar, como ocorreu comigo:
Em resumo: Foi criado um conjunto de dados com o histórico dos aluguéis de bicicletas e ele foi usado para o treinamento de um modelo. Por fim, o modelo conseguiu prever o número de bicicletas que seriam alugadas em um determinado dia, considerando até mesmo as condições meteorológicas e das estações.
Caso você não pretenda testar mais nada, é recomendado que tudo que foi feito, seja excluído. Isso é recomendado pois o serviço web criado fica hospedado em um container do Azure e, enquanto ele continuar lá, serão feitas cobranças.
Vá aos pontos de extremidade, selecione o endpoint criado e exclua. Após isso, será possível excluir a sua área de trabalho diretamente. A exclusão leva um curto período de tempo para entrar em vigor.