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 för att få tjänsten att fungera bra för dig. I det här avsnittet av AI ShowQun  Ying visar vi hur du 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:

Re-Visit din favoritdel i videon:

  • [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 av dataaggregering och lagring till delta.
  • [11:28] Genomgång av avvikelseidentifiering med Avvikelseidentifiering.

AI-showens favoritlänkar: