prediction api

Google Prediction API

Workshop

Matias Molinas

Google Cloud Storage

Es un servicio REST

En la infraestructura de Google

Para almacenar datos ilimitados


Puede guardar objetos de hasta 5T

Se organizan en buckets

El usuario les asigna una key unica


Interoperabilidad: con Amazon S3 y Eucalyptus

Consistencia: uploads atómicos

Control de Acceso: access control list (ACLs)


Herramientas:

Google Storage Manager (un explorador.. )https://storage.cloud.google.com

gsutil (línea de comandos)http://code.google.com/p/gsutil/


Como activarlo?

- Crear un proyecto en la consola de APIs de Google

https://code.google.com/apis/console/

- Activar el servicio en ese proyecto


Es un servicio REST, lo podemos utilizar desde:

- Las aplicaciones de Google

- Por medio de mensajes XML o JSON

- Desde APIs que encapsulan la mensajería


Casos de éxito:

- Ubisoft, los utiliza para guardar datos de niveles de juegos de Chrome


Caso de éxito:


Ejemplo:

Octubre: Mes de Sensibilización sobre el Cáncer de Mama

http://www.who.int/cancer/events/breast_cancer_month/es/index.html






Ejemplo:

Predicción de cáncer Maligno o Benigno a partir de imagen digitalizada de un aspirado con aguja fina (FNA) de una masa en la mama

https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29






Ejemplo:


Ejemplo:

breast-cancer-wisconsin-diagnostic.csv

patrones1.csv

test1.csv

Google Cloud Storage - Ejemplo


Otras APIs que trabajan con Cloud Storage:

- Google Prediction API

- BigQuery


Qué es Google Prediction API?

Es un servicio en la nube de "Aprendizaje automático"


Para qué sirve?

- Análisis de sentimientos del cliente- Detección de spam- Ruteo de mensajes inteligente- Clasificación de documentos y correos electrónicos


Para qué sirve?

- Identificación de consumidores que pueden dejar de utilizar su servicio o producto- Recomendaciones- inducir al cliente a comprar productos más caros, actualizaciones u otros add-ons


Para qué sirve?

- Diagnostico médico- Identificación de actividad sospechosa

- Mucho más ...


Que es Machine Learning?

El Aprendizaje Automático es una rama de la Inteligencia Artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender.


Que nos simplifica Prediction API?

- Selecciona el algoritmo más adecuado en forma automática- Escala- Simplemente consumimos un servicio REST


Como lo podemos utilizar?

- Tenemos que crear un set de datos - Tiene que ser representativo!- Tiene que responder lo que esperamos que resuelva el servicio!

Es el paso más crítico


Ejemplo:

"French", "«Eh! votre dépense», v"Spanish", " Esto es una prueba"English", "'He took me for his h"Spanish", "YO, EL REY.""English", "'Well, perhaps you ha"Spanish", "Sólo quisiera


Repositorio con set de datos:

https://archive.ics.uci.edu/ml/datasets.html




Los dos aspectos más importantes :

- La formulación correcta de la pregunta que va a responder el servicio

- La formulación correcta de la pregunta que va a responder el servicio


Pero, que es una predicción??

- Dado un item, predecir un valor numérico

- Dado un item, predecir una categoría


Ejemplo, valores numéricos:

Set de datos: Temperatura, Dia del año, Ciudad, Clima

Podemos predecir la temperatura (numérico)

(Modelo de regresión)


Ejemplo, categorías:

Set de datos: Tipo de Email (Spam/Normal), Motivo

Podemos predecir si es Spam (categoría)

(Modelo de categorización)


Entrenamiento:

El set de datos de entrenamiento lo debemos subir a Google Cloud Storage

Formato: Un archivo CSV (datos separados por coma)


Entrenamiento:Archivo: patrones1.csv (todos los datos del dataset menos uno. Se reserva uno para evaluar el modelo..)Contenido:"M",16.13,20.68,108.1,798.8,0.117,0.2022"M",19.81,22.15,130,1260,0.09831,0.1027,"B",13.54,14.36,87.46,566.3,0.09779,0.08


Entrenamiento:Archivo: patrones1.csvColumnas:1) ID number 2) Diagnosis (M = malignant, B = benign)


Entrenamiento:Archivo: patrones1.csvColumnas:

Valores reales de 10 características de los núcleos de las células presentes en las muestras (29 valores por muestra..)


Entrenamiento:Archivo: patrones1.csvColumnas:a) radiusb) texture c) perimeter d) área e) smoothness


Entrenamiento:Archivo: patrones1.csvColumnas:f) compactnessg) concavityh) concave pointsi) symmetryj) fractal dimension


Entrenamiento:

- Podemos utilizar el API desde una librería

- Podemos utilizarla desde el Google APIs Explorer


Entrenamiento via Google APIs Explorer:

- invocamos el método trainedmodels.insert()

- como parámetro pasamos la ruta a nuestro archivo en el cloud storage y el id del modelo que vamos a crear


Ejecutar una consulta via Google APIs Explorer:

- Invocamos el método trainedmodels.predict()

- Parámetros - el id de nuestro modelo entrenado- los datos del item del que queremos una

predicción


Ejecutar una consulta via Google APIs Explorer:

Evaluamos el estudio médico que dejamos fuera de la lista de patrones

test1.csv


Ejecutar una consulta via Google APIs Explorer:Valores del estudio médico:

"M",17.99,10.38,122.8,1001,0.1184,0.2776,0.3001,0.1471,0.2419,0.07871,1.095,0.9053,8.589,153.4,0.006399,0.04904,0.05373,0.01587,0.03003,0.006193,25.38,17.33,184.6,2019,0.1622,0.6656,0.7119,0.2654,0.4601,0.1189


Ejemplos de cómo implementar desde una aplicación:

El código en java o en python:http://code.google.com/p/try-prediction/

En la Web:http://try-prediction.appspot.com/


Casos de Exito, Ford:

- Se utiliza para optimizar el uso de combustible y energía en automóviles híbridos

- El automóvil aprende de los trayectos que normalmente realiza el conductor la estrategia para el ahorro de energía


Preguntas?

Muchas Gracias!

prediction api

Engineering

google prediction api

google https

google prediction api

google prediction api

google cloud storage

google cloud storage

google cloud storage

google storage manager