Utilizando IBM Watson Studio e Watson Machine Learning, este padrão de código apresenta um exemplo de fluxo de ciência dos dados que tenta predizer o valor de fechamento de ações, com base na S&P 500 e em dados históricos. Ainda, este padrão inclui o processo de mineração de dados com a API Quandl — um marketplace para dados financeiros, econômicos e alternativos entregues em formatos modernos para os analistas de hoje.
Após completar este padrão de código, você será capaz de:
Usar o Jupyter Notebooks no Watson Studio para minerar dados financeiros usando APIs públicas.
Utilizar ferramentas especializadas do Watson Studio, como o Data Refinery, para aprendizado de modelos.
Construir, treinar e salvar uma série temporal de dados extraídos, usando bibliotecas de código aberto em Python ou os buit-in visuais disponíveis no Modeler Flow dentro do Watson Studio.
Interagir com o IBM Cloud Object Storage para armazenar e acessar dados minerados e análises.
Armazenar modelos criados com o Modeler Flow e interagir com serviços do Watson Machine Learning usando API Python.
Gerar visualizações gráficas de séries de dados usando Pandas e Bokeh.
Fluxo
Criar um novo projeto no Watson Studio;
Assinalar um armazenamento Cloud Object ao projeto;
Carregar o Jupyter Notebook ao Watson Studio;
Os dados de amostra fornecidos ela API do QuandI são importados pelo Jupyter Notebook;
Os dados importados são tratados pelo Data Refinery e salvos no Cloud Object Storage;
Utilizar o modelador de fluxos SPSS para criar previsões;
Importar para o Watson Machine Learning o modelo exportado do SPSS;
Exibir os modelos do Watson Machine Learning através da API;
A aplicação utiliza a API Watson Machine Learning para criar predições de mercado.
Instruções
Confira o passo a passo detalhado no arquivo Leia-me. Você aprenderá a:
Criar um novo projeto no Watson Studio;
Minerar dados e fazer previsões com Python Notebook;
Configurar a API Quandl;
Configurar as credenciais de armazenamento do IBM Cloud Object no notebook;
Importar os dados minerados como um ativo no projeto do Watson Studio;
Tratar dados usando o Data Refinery;
Fazer previsões com o modelador de fluxos SPSS;
Visualizar resultados com uma Python Notebook no Modeler Flow;
Implantar um modelo do Modeler Flow no Watson Machine Learning.
...
Quer ler mais conteúdo especializado de programação? Conheça a IBM Blue Profile e tenha acesso a matérias exclusivas, novas jornadas de conhecimento e testes personalizados. Confira agora mesmo, consiga as badges e dê um upgrade na sua carreira!
Categorias
