원시 가속도계 데이터를 사용하는 Android 애플리케이션을 개발 중이며 기계 학습, 즉 Azure ML 서비스를 사용하여 데이터를 분류하려고합니다. 예를 들어 장치가 공간에서 1과 같이 움직이는 경우 응용 프로그램에 지정된 텍스트 필드에 숫자 1이 생성되어야합니다. 나는 기계 학습을 사용하여 동작을 분류하기로 결정했으나 데이터 저장 방법을 결정할 수 없었고 교육을 위해 기계 학습 서비스로 전송하는 방법을 결정할 수 없었습니다. 지금은 응용 프로그램에 SQLite 테이블을 만들고 센서 데이터가 변경 될 때마다 센서의 X, Y, Z 값을 추가합니다. 그 후에는 기계 학습 서비스에 데이터를 보내고 있지만 문제가 있습니다. 데이터에는 1에 대한 하나의 이동 만 포함됩니다. 동일한 이동에 대해 여러 데이터를 저장하고 다른 이동에 대해 데이터를 저장하려면 어떻게해야합니까? 2, 3과 같은 다른 숫자를 나타내고이를 기계 학습 서비스에 보냅니 까?기계 학습을 사용하여 분류를 위해 가속도계 데이터를 저장하는 방법
1
A
답변
0
@ MuhammedKadirYücel 내 이해를 바탕으로 원시 가속도계 데이터를 Azure로 보내고 Machine Learning 서비스로 가져 오기위한 일부 저장 서비스에 저장하려고한다고 생각합니다.
내 경험에 비추어 볼 때 이러한 원시 가속도계 데이터를 수신하기 위해 EventHub 또는 IoTHub 인스턴스를 만드는 것이 가장 좋습니다.
그런 다음 센서 데이터를 EventHub 또는 IoTHub에서 Azure Blob 저장소로 전송하려면 Stream Analytics을 만듭니다.
마지막으로 기계 학습 서비스에서 BLOB 저장소의 이러한 데이터를 가져올 수 있습니다 (https://azure.microsoft.com/en-us/documentation/articles/machine-learning-import-data-from-online-sources/ 참조).