Episode

Anomalieerkennung für Streamingdaten mit Azure Databricks

In unseren vorherigen Episoden der AI Show haben wir alles über den Azure Anomaly-Detektor erfahren, wie sie den Dienst vor Ort bringen, und einige tolle Tipps und Tricks, um den Dienst gut für Sie zu erhalten. In dieser Episode der AI Show Qun Ying zeigt uns, wie Eine End-to-End-Lösung mit den Anomalieerkennung und Azure Databricks erstellt wird. In dieser Schritt-für-Schritt-Demo werden numerische Anomalien aus Streamingdaten erkannt, die über Azure Event Hubs kommen.

Zusätzliche Informationslinks:

Besuchen Sie Ihren Lieblingsteil des Videos erneut:

  • [00:74] Das Geschäftsproblem der Demolösung.
  • [01:18] Die Architektur der Lösung.
  • [02:25] Lösungsvoraussetzungen und Ressourceneinrichtung.
  • [06:11] Code exemplarische Vorgehensweise zum Senden von Tweets an Event Hubs.
  • [07:08] Code exemplarische Vorgehensweise zum Lesen von Tweets von Event Hubs.
  • [09:25] Code exemplarische Vorgehensweise der Datenaggregation und Speicherung in Delta.
  • [11:28] Code exemplarische Vorgehensweise zur Anomalieerkennung mit Anomalieerkennung.

Die Favoritenlinks der KI-Show: