Bei diesem Hackathon beschäftigen wir uns mit der Umsetzung eines Azure Machine Learning Projektes. Genauer gesagt geht es um das Erkennen und Auslesen der Zählerstände von Strom- und Wasserzählern. Wir werden uns allerdings nicht nur um die Entwicklung eines Machine Learning Modells kümmern, sondern uns auch Gedanken zu der Datenbereitstellung, Produktivnahme, Visualisierung und zu dem Monitoring machen.
Das Ziel des Hackthons soll es sein, am Ende mindestens einen Lösungsansatz entwickelt zu haben, den wir zum lernen, weiterentwickeln und am besten auch vertrieblich, nutzen können. Damit wir nicht komplett von Null starten müssen, habe ich bereits ein wenig vorarbeit geleistet und einen ersten möglichen Lösungsansatz entwickelt. Ihr solltet zunächst versuchen diesen nachzuvollziehen und die verschiedenen Serivces kennzulernen, falls ihr diese noch nicht kennt. In dem unterordner "Notebooks/" findet ihr Einführungen und Tutorials zu den verwendeten Services.
Mit dem folgenden Kopf gelangst du direkt zu den Notebooks.
Extra Links:
- Serverless - Azure AI Services - Cognetive Serives - Azure AI Serives Demos
Mit der folgenden "Deploy to Azure" Taste kannst du dir die Grundlegenden Ressourcen der Architektur in Azure erstellen. Du kannst dir aber natürlich auch die Ressourcen selbst in Azure zusammenstellen, wenn du die Ressourcen zunächst etwas näher kennen lernene möchtest.
Extra Links:
- ARM-Templates - Deploy-to_Azure - Azure Automation
Folgend bekommst du einen kurzen Überblick zu den verwendeten Azure Ressourcen. In den jeweiligen Tutorials findest du auch noch zusätzliche Links und Informationen zu den einzelnen Services.