Translation not up to date
Jeśli użytkownik zdecyduje się zbudować model uczenia maszynowego w notatniku, musi być on wygodny w kodowaniu w notatniku Jupyter. Notatnik Jupyter jest środowiskiem z interfejsem WWW do przetwarzania interaktywnego. Użytkownik może uruchamiać małe fragmenty kodu przetwarzając dane, a następnie natychmiast przeglądać wyniki obliczeń. Za pomocą tego narzędzia można składać, testować i uruchamiać wszystkie elementy składowe potrzebne do pracy z danymi, zapisywać dane na Watson Machine Learning, a następnie wdrażać model.
- Szczegółowe informacje na temat korzystania z edytorów notatnika można znaleźć w sekcji Notebooks.
- Szczegółowe informacje na temat pracy z notatkami można znaleźć w sekcji Coding and running notebooks(Coding and running notebooks).
- Szczegółowe informacje na temat uwierzytelniania w notatniku można znaleźć w sekcji Uwierzytelnianie.
Naucz się z przykładowych notebooków
Istnieje wiele sposobów budowania i uczenia modeli, a następnie wdrażania ich. W związku z tym najlepszym sposobem uczenia się jest przyjrzenia się próbkach z adnotacjami, które krok po kroku przez proces są używane w różnych ramach. Szczegółowe informacje można znaleźć w sekcji Przykłady i przykłady klienta Watson Machine Learning Python
Następne kroki
- Sekcja zawiera informacje na temat wdrażania wyszkolonego modelu z obszaru wdrażania.
Temat nadrzędny: Zarządzanie wdrożeniami predykcyjnymi