loading...

Praticando Machine Learning com Séries Temporais

faermanj profile image Julio Faerman ・2 min read

A análise de séries temporais é um excelente exemplo de como a aprendizagem de máquina está reinventando a computação. Além dos algoritmos tradicionais, baseados em modelos estatísticos, podemos utilizar redes neurais e outros algoritmos para prever o futuro e identificar problemas.

Para ajudar nesta tarefa iniciei o workshop "Moontracer". Como desenvolvedor desta empresa fictícia, você vai explorar um conjunto de dados e implementar aplicações de manutenção preventiva com aprendizagem de máquina e computação em nuvem. Que tal?

https://github.com/caravanacloud/moontracer-workshop

Séries Temporais

Manutenção Preventiva

Imagine um equipamento industrial complexo, como uma turbina de um avião. A manutenção deste tipo de equipamento requer não apenas a parada de produtividade, mas o comprometimento de diversos profissionais e materiais. Realizar cada manutenção cedo demais pode desperdiçar recursos, tarde demais pode ser ainda pior.

Por este motivo uma turbina moderna gera em torno de 1 TB de dados de telemetria por dia. Eles alimentam sistemas de manutenção preventiva que minimizam os tempos de parada, para conveniência de milhões de passageiros.

Em nosso workshop, exploramos os dados de milhares de dispositivos de energia "lunar". A primeira tarefa é detectar e notificar de possíveis falhas de bateria. Em seguida, abordaremos a notificação de problemas com um motor.

Aprendizagem de Máquina

Para implementar um sistema de manutenção preventiva, duas funcionalidades são essenciais: previsão de valores futuros (Forecasting) e deteção de anomalias (Anomaly Detection). Tradicionalmente, estas funcionalidades são implementadas usando modelos estatísticos, utilizando as ferramentas do cálculo numérico. Atualmente, podemos utilizar algoritmos de aprendizagem de máquina e computação em nuvem para obtermos uma implementação possivelmente mais eficiente e escalável.

O Amazon Sagemaker é um serviço de computação em nuvem que automatiza o desenvolvimento, otimização e publicação de modelos de aprendizagem de máquina. Neste workshop, utilizaremos dois algoritmos, o DeepAR e o Random Cut Forest. O DeepAR será responsável pela estimativa de séries temporais, enquanto o Random Cut Forest cuida da deteção de anomalias.

Participe!

Este é um workshop aberto para todos aprenderem e re-utilizarem em suas próprias praticas profissionais. Uma boa maneira de começar é participando do nosso próximo evento, onde vou falar do negócio e do código passo a passo.

Wed, Jun 03 · 7:00 PM GMT-3

Rio Cloud Computing Meetup #36

https://www.meetup.com/rio-cloud-computing-meetup/events/270919162/

Nos vemos lá! 👊🌩✨

Posted on May 11 by:

faermanj profile

Julio Faerman

@faermanj

Helping developers be successful with cloud computing

Discussion

markdown guide