3 DE OCTUBRE DE 2015.NET CONF UY, MONTEVIDEO, URUGUAY PABLO CÉSAR GARCÍA BRIOSSO RESEARCH MANAGER & CHIEF ARCHITECT Machine Learning & BigData aplicados a proyectos en el Agro, Minería y Ciudades Inteligentes
1 Nuestra infraestructura… 1
2 Ej 1: Control de riego 2 Sensor humedad y estación meteorológica Datos meteorológicos: humedad, temperatura, radiación solar y velocidad del viento.
3 Ej 1: Control de riego 3
4 Ej 2: Lobesia Botrana 4 TPTNFPFN Test %97.71%4.22%2.29% Test %96.95%4.19%3.05% Test 394.3%93.16%5.67%6.84% Confusion Matrix
5 Ej 3: Dinámica de la ciudad 5
6 Ej 4: Estimación de la producción 6
LOS DESAFÍOS DE PONER EN PRODUCCIÓN LOS MODELOS 1 – Ajustarse a lo que el algoritmo predictivo está protegiendo 2 – Persistir el Workspace 3 – Encapsular el algoritmo en R y exponerlo como un servicio 4 – Recuperar artefactos diversos 5 – Escalar, escalar, escalar 7
REVOLUTION ANALYTICS 8
9
10
DEMO Poniendo en producción código R usando node.JS 11
¡¡MUCHAS GRACIAS!!