25.11.2014

AzureML – Maschinelles Lernen in der Cloud (Teil 2)

Technical Value

Im ersten Teil dieser Serie wurde gezeigt wie mit Hilfe von AzureML Modelle zur Vorhersageanalyse erstellt werden können. In diesem zweiten Teil wird das bereits erzeugte Modell um einen Web Service erweitert, so dass auch externe Anwendungen auf diesen Dienst zugreifen können.  

Update: Da sich AzureML derzeit noch in einem Vorschau-Status befindet, können derzeit Experimente ohne Abonnement und ohne Angabe von Kreditkarteninformationen erstellt werden. Ein Microsoft-Konto ist vollkommen ausreichend (Stand: 21.11.2014).

  Im Folgenden wird das bestehende Experiment erweitert. Hier ist der bisherige Stand dargestellt:

clip_image002

Definieren Sie zunächst die Eingangs- und Ausgangsports, die als Schnittstelle für den Web Service dienen. Dies geschieht jeweils durch einen Rechtsklick und "Set as Publish Input/Output": clip_image004

clip_image006

Starten Sie anschließend das Experiment neu und veröffentlichen Sie es – zunächst nur in MLStudio - über „Publish Web Service“:

clip_image007

Um den Web Service zu testen, gehen Sie auf die Web Services-Kategorie und klicken dort auf Test:

clip_image009clip_image011

In dem sich nun öffnenden Formular können Sie den Dienst mit Testdaten überprüfen:

clip_image013

clip_image015clip_image017 Das Ergebnis erscheint in der unteren Leiste:

clip_image019

Nach dem erfolgreichen Test ist es an der Zeit, den Web Service produktiv zu setzen. Dies geschieht mit dem unten dargestellten Schalter, der eine Benachrichtigung an den zugeordneten IT Administrator schickt.

clip_image021clip_image022

Erst nach Bestätigung der Bereitstellungsbenachrichtigung ist der Dienst von außen zugänglich.

Dieser Web Service kann nun über Anwendungen konsumiert werden, die ihn für Vorhersagen und Bewertungen nutzen können und somit von den Vorzügen des Maschinellen Lernens in der Cloud profitieren. Beispielhaft ist an dieser Stelle ein Zugriff über Python dargestellt:

clip_image024

Weitere Informationen zu der API, mit der man z.B. auch in C# auf den Web Service zugreifen kann, finden sich auf der Hilfe-Seite „API help page“ (s. Abb. oben).

Neuen Kommentar schreiben

Der Inhalt dieses Feldes wird nicht öffentlich zugänglich angezeigt.

Klartext

  • Keine HTML-Tags erlaubt.
  • HTML - Zeilenumbrüche und Absätze werden automatisch erzeugt.
  • Web page addresses and email addresses turn into links automatically.
Teilen auf

Newsletter Anmeldung

Abonnieren Sie unseren Newsletter!
Lassen Sie sich regelmäßig über alle Neuigkeiten rundum ORAYLIS und die BI- & Big-Data-Branche informieren.

Jetzt anmelden

Unsere Website benutzt Cookies, um bestmögliche Funktionalitäten bieten zu können. Durch die Nutzung unserer Website, erklären Sie sich mit der Verwendung von Cookies einverstanden. In unserer Datenschutzerklärung finden Sie unter §5 Informationen und Links, wie Sie diesen Maßnahmen jederzeit widersprechen können.

Datenschutzerklärung