Episode

Anomalieerkennung für Streamingdaten mit Azure Databricks

In unseren vorherigen Episoden der KI-Show haben wir alles über den Azure-Anomaliedetektor erfahren, wie Sie den Dienst vor Ort bringen, und einige tolle Tipps und Tricks, damit der Dienst gut für Sie funktioniert. In dieser Episode der KI-Show zeigt Qun Ying, wie Sie eine End-to-End-Lösung mithilfe der Anomalieerkennung und Azure Databricks erstellen. In dieser schritt-für-Schritt-Demo werden numerische Anomalien von Streamingdaten erkannt, die über Azure Event Hubs.

Links zu zusätzlichen Informationen:

Re-Visit Ihren bevorzugten Teil des Videos:

  • [00:74] Das Geschäftliche Problem der Demolösung.
  • [01:18] Die Architektur der Lösung.
  • [02:25] Lösungsvoraussetzungen und Ressourceneinrichtung.
  • [06:11] Code exemplarische Vorgehensweise zum Senden von Tweets an Event Hubs.
  • [07:08] Code exemplarische Vorgehensweise zum Lesen von Tweets aus Event Hubs.
  • [09:25] Code exemplarische Vorgehensweise zur Datenaggregation und Speicherung in Delta.
  • [11:28] Code exemplarische Vorgehensweise zur Anomalieerkennung mit Anomalieerkennung.

Die bevorzugten Links der KI-Show: