API kutatás/tesztelés #2 (Twitter:Tweetinvi)

A következő szociális oldal, melynek tanulmányozására sort kerítettem a Twitter lett, azon belül is a Tweetinvi nevű API. Az API megszerezhető a https://github.com/linvi/tweetinvi címről, vagy a Visual Studióban, a Nuget csomagkezelőn keresztül az Install-Package TweetinviAPI parancs futtatásával. A dokumentációt, és alapokat a https://github.com/linvi/tweetinvi/wiki címen érhetjük el. Ezek segítségével valósítottam meg a kis kód részletet, amellyel felhasználói adatokat tudtam lekérdezni.

Continue reading

API research/testing #1 (Google:Plus,People)

Kontakt kezelő program lévén először is a különböző szociális felületekre elkészített API-k vizsgálata a jelenlegi feladat, amelynek neki is láttam. Elsőnek a Google API-t választottam. Elsődleges feladatom ezeknek az API-knak az átvizsgálása, lehetőségek felfedése. A többféle lehetőség közül végül a Google+, és a Google People API-ra esett a választásom, mert ezek együttes használatával tudunk lekérdezni minden kritikus információt, amelyet később a webszolgáltatásunkban felhasználhatunk eredményesen.

Continue reading

Adatok transzformálása a Studioban

1normA Normalize Data modul segítségével az adatainkat azonos volumenűre hozhatjuk. Erre akkor van szükség, ha nagyságrendbeli különbségek vannak köztük. A kisebb skálájú adatokat kevésbé veszik fontosnak az algoritmusok, hiszen ott jóval kisebb eltérés van, így hajlamosak szinte „megfeledkezni” róluk. A normalizálással viszont azonos mértékűre hozhatjuk az egyes adatokat, így azonos lesz a „súlyuk” is.

Continue reading

Azure Machine Learning Studio and data import

Az előző bejegyzésemben megnéztük, hogy mi is az a Machine Learning és egy kicsit bővebben tárgyaltuk a Supervised Learning elméletét is. (Most egy kicsit gyakorlatiasabb téma jön.)

Azure Machine Learning

A Microsoft Azure szolgáltatásban az ML rendkívül egyszerűen elérhető , és nagyon egyszerűen használható az Azure ML Studio webes környezet segítségével.
A rendszer egy “fogd és vidd” (maradjunk az angol drag-and-drop kifejezésnél) módszerrel lehet használni (azaz nem igényel túlzott kódolási tudást MÉG). A drag-and-drop módszerrel lehet egy “kísérletet” felépíteni, tesztelni és telepíteni, alkalmazni a saját adatainkon. A Studio képes a szépen felépített modellünket egy webes szolgáltatásként publikálni, így az könnyen felhasználható akár mások által is.

Mit kell tenni azért, hogy elkezdjük a munkát az Azure ML Studio felületén?

Hasznos ha rendelkezünk Azure accounttal, így csak egyszerűen bejelentkezünk (ha nem rendelkezünk windows LiveID-val akkor itt van lehetőség az elkészítésre). Azonban a rendszer ingyenesen kipróbálható egy hónapig. Mind a két opció a következő linken érhető el: Azure ML Studio

Continue reading