Avsnitt

Avvikelseidentifiering på strömmade data med hjälp av Azure Databricks

I våra tidigare avsnitt av AI Show har vi lärt oss allt om Azure Anomaly-detektorn, hur du tar tjänsten lokalt och några fantastiska tips och tricks för att få tjänsten att fungera bra för dig. I det här avsnittet av AI Show Qun Ying visar vi hur vi skapar en lösning från slutpunkt till slutpunkt med hjälp av Avvikelseidentifiering och Azure Databricks. Den här stegvisa demonstrationen identifierar numeriska avvikelser från strömmande data som kommer via Azure Event Hubs.

Ytterligare informationslänkar:

Besök din favoritdel av videon igen:

  • [00:74] Affärsproblemet med demolösningen.
  • [01:18] Lösningens arkitektur.
  • [02:25] Lösningskrav och resurskonfiguration.
  • [06:11] Genomgång av kod för att skicka tweets till Event Hubs.
  • [07:08] Genomgång av kod för att läsa tweets från Event Hubs.
  • [09:25] Kodgenomgång för dataaggregering och lagring till delta.
  • [11:28] Kodgenomgång för avvikelseidentifiering med Avvikelseidentifiering.

AI-showens favoritlänkar: