剧集
使用 Azure 机器学习 生成预测性维护解决方案
由于物联网（IoT）的上升，因此获得关注的主要原因是预测服务内计算机何时发生故障，以便提前计划维护。 但是，预测性维护的概念不断发展，涵盖各种应用程序。
通过实际示例，我将展示不同的方法来制定故障预测问题。 通过显示数据输入、数据预处理、数据标记和特征工程的分步过程，以在公开可用的数据集上准备训练/测试数据，我将演示在 Azure ML 中构建预测模型并将其部署为 Web 服务是多么方便。
在本课程结束时，受众应了解预测性维护应用程序的布局和挑战，并了解如何利用 Microsoft Azure ML 提供的预测性维护模板。
由于物联网（IoT）的上升，因此获得关注的主要原因是预测服务内计算机何时发生故障，以便提前计划维护。 但是，预测性维护的概念不断发展，涵盖各种应用程序。
通过实际示例，我将展示不同的方法来制定故障预测问题。 通过显示数据输入、数据预处理、数据标记和特征工程的分步过程，以在公开可用的数据集上准备训练/测试数据，我将演示在 Azure ML 中构建预测模型并将其部署为 Web 服务是多么方便。
在本课程结束时，受众应了解预测性维护应用程序的布局和挑战，并了解如何利用 Microsoft Azure ML 提供的预测性维护模板。
视频 URL
HTML iframe
想提供反馈？ 在此处提交问题。