AutoAI에서 생성된 노트북에 대한 작업

실험 또는 파이프라인을 노트북으로 저장하는 경우 다음을 수행할 수 있습니다.

• 자산 탭의 노트북 섹션에서 저장된 노트북에 액세스하십시오.
• 코드를 검토하여 모델을 빌드하기 위해 적용된 변환을 이해합니다. 이는 프로세스의 신뢰도를 향상시키고 설명 가능한 AI 사례에 기여합니다.
• 작업 자격 증명을 추가합니다. ' 작업 자격 증명 추가하기 참조
• API 키를 입력합니다. 사용자 API 키 관리하기를 참조하세요
• watsonx.ai Studio 내에서 코드를 사용하여 실행하거나 노트북 코드를 다운로드하여 다른 노트북 서버에서 사용할 수 있습니다. 노트북을 사용하는 위치에 관계없이 다음에 대한 라이브러리를 포함하여 모든 필수 종속 항목을 자동으로 설치합니다.
  • xgboost
  • lightgbm
  • scikit-learn
  • autoai-libs
  • ibm-watson-machine-learning
  • snapml
• 실험을 훈련시키는 데 사용되는 훈련 데이터와 실험을 유효성 검증하는 데 사용되는 검정 (검증) 데이터를 봅니다.
  

참고:

• 자동 생성된 노트북 코드가 기록된 대로 성공적으로 실행됩니다. 코드를 수정하거나 입력 데이터를 변경하면 코드에 부정적인 영향을 줄 수 있습니다. 중요한 변경을 수행하려면 AutoAI를 사용하여 실험 재훈련을 고려하십시오.
• 실험을 훈련하고 파이프라인을 작성하기 위해 데이터에 적용되는 평가자, 알고리즘 및 변환기에 대한 자세한 정보는 구현 세부 사항을 참조하십시오.

실험을 노트북으로 저장

모델 파이프라인을 작성하기 위해 적용된 변환 및 최적화를 보려면 실험에 대한 모든 코드를 저장하십시오.

개별 파이프라인을 노트북으로 저장

노트북에서 훈련된 모델에 대한 Scikit-Learn 소스 코드를 검토할 수 있도록 개별 파이프라인을 노트북으로 저장하십시오.

파이프라인 노트북은 다음 태스크를 완료하는 데 사용할 수 있는 어노테이션이 있는 코드를 제공합니다.

• Scikit-learn 파이프라인 정의 보기
• 파이프라인 훈련을 위해 적용된 변환 보기
• 파이프라인 평가 검토

샘플 노트북 작성

AutoAI에서 생성된 노트북의 모양을 보려면 다음을 수행하십시오.

1. AutoAI 학습서 의 단계에 따라 샘플 데이터에서 2진 분류 실험을 작성하십시오.
2. 실험을 실행한 후 실험 세부사항 패널에서 코드 저장을 클릭하십시오.
3. 실험 노트북의 이름을 지정한 후 저장하십시오.
4. 파이프라인을 모델로 저장하려면 리더보드에서 파이프라인을 선택한 후 저장 및 노트북으로 저장을 클릭하십시오.
5. 파이프라인 노트북의 이름을 지정한 후 저장하십시오.
6. 자산 탭의 노트북 편집기에서 결과 노트북을 열고 코드를 검토하십시오.

추가 자원

• 코드에 사용된 메서드에 대한 자세한 내용은 watsonx.ai Python SDK를 참조하세요.

상위 주제: AutoAI 개요