Поделите податке у скупове за обуку и валидацију

Кс_траин, Кс_вал, и_траин, и_вал = траин_тест_сплит(Кс_траин, и_траин, тест_сизе=0,2, рандом_стате=42)

Изградите и компајлирајте модел

модел = керас.Секуентиал([ керас.лаиерс.Флаттен(инпут_схапе=(28, 28)), керас.лаиерс.Денсе(128, ацтиватион='релу'), керас.лаиерс.Денсе(10, ацтиватион='софтмак') ])

модел.цомпиле(оптимизер='адам', лосс='спарсе_цатегорицал_цроссентропи', метрицс=['аццураци'])

Модел воза

модел.фит(Кс_воз, и_воз, епохе=5, валидатион_дата=(Кс_вал, и_вал))

Оцените модел

и_пред = модел.предицт(Кс_тест) и_пред_цласс = тф.аргмак(и_пред, акис=1) принт("Тачност:", аццураци_сцоре(и_тест, и_пред_цласс))

## Визуелизација: Контролна табла за предиктивну аналитику

```графикон
{
  "тип": "бар",
  "подаци": {
    "лабелс": ["Предиктивна аналитика", "Машинско учење", "Визуелизација података"],
    "сетови података": [
      {
        "лабел": "Методологије",
        "подаци": [10, 8, 12],
        "бацкгроундЦолор": ["ргба(255, 99, 132, 0.2)", "ргба(54, 162, 235, 0.2)", "ргба(255, 206, 86, 0.2)"],
        "бордерЦолор": ["ргба(255, 99, 132, 1)", "ргба(54, 162, 235, 1)", "ргба(255, 206, 86, 1)"],
        "бордерВидтх": 1
      }
    ]
  },
  "опције": {
    "наслов": {
      "приказ": истина,
      "тект": "Методологије предвиђања аналитике"
    },
    "вага": {
      "иАкес": [
        {
          "крпељи": {
            "бегинАтЗеро": истина
          }
        }
      ]
    }
  }
}

Закључак

Коришћење предиктивне аналитике вођене вештачком интелигенцијом у софтверској архитектури нуди бројне предности, укључујући побољшану скалабилност, могућност одржавања и корисничко искуство. Коришћењем техника као што су обрада података у реалном времену, примена модела машинског учења, предиктивно моделирање и откривање аномалија, програмери могу да изграде отпорније и прилагодљивије системе. Алати као што су Апацхе Спарк, ТенсорФлов, ПиТорцх и Сцикит-леарн пружају неопходну инфраструктуру за интеграцију предиктивне аналитике вођене вештачком интелигенцијом у архитектуру софтвера. Користећи ове технике и алате, програмери могу да истраже своје апликације у будућности и остану испред конкуренције у данашњем софтверском окружењу које се брзо развија.