Crédit : Dreamstime
Le cadre de prédiction de Google rassemble les services Google Cloud Platform (GCP), de Cloud Functions à Pub/Sub à Vertex AutoML à BigQuery, pour aider les utilisateurs à effectuer des tâches de prévision de données et à gagner du temps.
Dans un article détaillé du 29 décembre, Forecast Framework a été conçu pour fournir les échafaudage fondamental pour les options de prévision et permettre la personnalisation. Développé pour l’hébergement sur le GCP, le cadre est un effort pour généraliser toutes les étapes impliquées dans une tâche de prédiction, consistant en l’extraction de données, la préparation des données, le filtrage, la prédiction et le post-traitement.
Le concept derrière le structure est qu’avec quelques particularités/ajustements, le framework s’adapterait à n’importe quel cas d’utilisation comparable, avec un haut niveau de fiabilité.
Le code de la structure peut être découvert sur GitHub. Prediction Framework utilise Google Cloud Functions pour le traitement des informations, Vertex AutoML pour héberger le modèle et BigQuery pour le stockage final des prédictions.
Google Cloud Firestore, Pub/Sub et les planificateurs sont également utilisés dans le pipeline. Les utilisateurs doivent fournir un fichier de configuration avec des variables d’environnement sur la tâche cloud, les sources de données, la conception ML et le planificateur du système de limitation.
En décrivant l’efficacité du framework, Google a gardé à l’esprit que de nombreux scénarios marketing nécessitent l’analyse d’informations de première partie, la réalisation de prédictions sur les données et l’exploitation de plates-formes marketing telles que les publicités Google.
L’alimentation de ces plates-formes nécessite souvent un ETL et un pipeline de prévisions orientés rapports et à coûts réduits. Prediction Framework aide à exécuter les tâches de prévision des données en fournissant les éléments de base du processus prédictif.
Toute l’actualité en temps réel, est sur L’Entrepreneur
