Tutorial Python ML

Pelajari cara melatih model machine learning untuk klasifikasi dan prediksi dengan mengikuti langkah-langkah di notebook interaktif. Tutorial ini mengintegrasikan Dataflow ke dalam alur kerja machine learning menyeluruh. Anda juga dapat melihat tutorial di GitHub.


Segmentasi gambar tutupan lahan

Model klasifikasi lahan ini menggunakan framework TensorFlow dan data satelit dari Google Earth Engine untuk mendemonstrasikan segmentasi semantik. Tutorial ini menggunakan TensorFlow di Vertex AI untuk melatih model, TensorFlow di Cloud Run untuk membuat prediksi real-time, dan Dataflow untuk membuat prediksi batch. Lihat kode di GitHub.

Buka di Colab


Regresi deret waktu perkiraan cuaca

Model perkiraan cuaca ini menggunakan framework PyTorch dan data satelit dari Google Earth Engine untuk memperkirakan presipitasi selama dua dan enam jam ke depan. Tutorial ini menggunakan PyTorch untuk membuat jaringan konvolusional sepenuhnya, Vertex AI untuk melatih model, Dataflow untuk membuat set data, dan PyTorch untuk membuat prediksi lokal. Lihat kode di GitHub.

Buka di Colab


Klasifikasi seri waktu tonton memancing global

Model klasifikasi ini menggunakan framework TensorFlow dan data lokasi Maritime Mobile Service Identity (MMSI) untuk mengklasifikasikan apakah sebuah kapal sedang memancing setiap jam. Tutorial ini menggunakan Keras dan TensorFlow untuk melatih model, Dataflow untuk membuat set data, dan Keras di Cloud Run untuk membuat prediksi lokal. Lihat kode di GitHub.

Buka di Colab


Klasifikasi gambar satwa liar

Model klasifikasi ini menggunakan framework AutoML untuk membuat model yang dilatih untuk mengenali spesies hewan dari gambar perangkap kamera. Tutorial ini menggunakan AutoML di Vertex AI untuk melatih model, Dataflow untuk membuat set data, dan Vertex AI untuk membuat prediksi. Lihat kode di GitHub.

Buka di Colab