Translation not up to date
Pokud se rozhodnete sestavit v notebooku strojový výukový model, musíte být spokojeni s kódováním v notebooku Jupyter. Notebook Jupyter je webové prostředí pro interaktivní zpracování dat. Můžete spustit malé části kódu, které zpracovávají vaše data, a pak okamžitě zobrazit výsledky vašeho výpočtu. Pomocí tohoto nástroje můžete sestavit, testovat a spustit všechny stavební bloky, které potřebujete pro práci s daty, uložit data do produktu Watson Machine Learninga implementovat tento model.
- Podrobnosti o používání editorů notebooku najdete v tématu Notebooky.
- Bližší informace o práci s notebooky naleznete v tématu Kódování a spuštění notebooků.
- Podrobnosti o ověřování v zápisníku naleznete v části Ověřování.
Informace o ukázkových přenosných počítačích
Existuje mnoho způsobů, jak vytvořit a trénovat modely a pak je implementovat. Nejlepším způsobem, jak se naučit, je podívat se na ukázky s anotacemi, které vás postupně prokročí procesem pomocí různých rámců. Podrobné informace najdete v tématu Ukázky a příklady klienta produktu Watson Machine Learning Python .
Další kroky
- Naučte se, jak implementovat vyškolený model z prostoru implementace.
Nadřízené téma: Správa prediktivních implementací