Machine learning in de golven: surfniveau voorspellen op basis van golfcondities

Machine learning surfcondities

Dit is het vijfde en laatste deel van onze blogreeks over het bouwen van een surfconditie-analyseplatform. In de vorige artikelen heb ik de opzet van onze lokale omgeving, de migratie naar de cloud, de visualisatie op web en een alternatief dataplatform besproken. In dit laatste deel focus ik op het toevoegen van machine learning voor […]

Van Fabric naar FME: Een analyse van alternatieven

Vergelijking van FME en Microsoft Fabric

FME vs Microsoft Fabric vergelijking In de voorgaande blogs van deze reeks heb ik eerst een lokale data-omgeving opgezet, deze gemigreerd naar een cloud-gebaseerde oplossing in Microsoft Fabric, en vervolgens besproken hoe ik deze data ontsluit via een webinterface. In deze vierde blog analyseer ik FME als mogelijk alternatief voor het ETL-proces in mijn golfconditie-applicatie. […]

Van data naar dashboard: ontsluiting via web-interface

Interactieve golfcondities kaart met ArcGIS JavaScript SDK implementatie

Ben je benieuwd naar de implementatie van deze code? Je kunt de repository vinden op github Na het opzetten van mijn cloud-infrastructuur in Microsoft Fabric in de vorige blog, was mijn volgende uitdaging het presenteren van de golfcondities op een toegankelijke manier. In deze blog bespreek ik hoe ik de data heb ontsloten via een web-interface […]

Microsoft Fabric-migratie: van lokaal naar cloud

Microsoft Fabric-migratie stappenplan met architectuuroverzicht

In het eerste deel van deze serie beschreef ik hoe ik een lokale ontwikkelomgeving heb opgezet voor onze golfconditie-applicatie. In dit tweede deel ga ik het vooral hebben over het overzetten van deze setup naar Microsoft Fabric. Waarom heb ik gekozen voor Microsoft Fabric, wat viel me op en waar liep ik tegen aan? Waarom […]