Puede ver y ejecutar un conducto de ejemplo incorporado que utiliza datos de ejemplo para aprender a automatizar los flujos de aprendizaje automático en Orchestration Pipelines.
¿Qué está sucediendo en la interconexión de ejemplo?
La interconexión de ejemplo obtiene datos de entrenamiento, entrena un modelo de aprendizaje automático utilizando la herramienta AutoAI y selecciona la mejor interconexión para guardarla como modelo. A continuación, el modelo se copia en un espacio de despliegue donde se despliega.
El ejemplo muestra cómo puede automatizar un flujo de extremo a extremo para que el ciclo de vida sea más fácil de ejecutar y supervisar.
El conducto de ejemplo tiene este aspecto:
La guía de aprendizaje describe este proceso paso a paso:
Requisitos previos
Para ejecutar este ejemplo, primero debe crear:
- Un proyecto, donde puede ejecutar el conducto de ejemplo.
- Un espacio de despliegue, donde puede ver y probar los resultados. El espacio de despliegue es necesario para ejecutar el conducto de ejemplo.
Vista previa de la creación y ejecución del conducto de ejemplo
Vea este vídeo para ver cómo crear y ejecutar una interconexión de ejemplo.
Este vídeo proporciona un método visual para aprender los conceptos y tareas de esta documentación.
Creación de la interconexión de ejemplo
Cree la interconexión de ejemplo en el editor de interconexiones.
Abra el proyecto donde desea crear la interconexión.
Desde el Activos pestaña, haga clic Nuevo activo > Automatizar el ciclo de vida del modelo .
Pulse el separador Ejemplo de concentrador de recursos y seleccione Orquestar un experimento de AutoAI.
Especifique un nombre para la interconexión. Por ejemplo, especifique Ejemplo de marketing de banco.
Pulse Crear para abrir el lienzo.
Ejecución de la interconexión de ejemplo
Para ejecutar la interconexión de ejemplo:
Pulse Ejecutar conducto en la barra de herramientas del lienzo y, a continuación, elija Ejecutar prueba.
Seleccione un espacio de despliegue cuando se le solicite que proporcione un valor para el parámetro de interconexión deployment_space .
Pulse Seleccionar espacio.
Expanda la sección Espacios .
Seleccione el espacio de despliegue.
Pulse Elegir.
Proporcione una clave de API si es la primera vez que ejecuta un conducto. Los activos de conducto utilizan su clave de API personal de IBM Cloud para ejecutar operaciones de forma segura sin interrupciones.
Si tiene una clave de API existente, pulse Utilizar clave de API existente, pegue la clave de API y pulse Guardar.
Si no tiene una clave de API existente, pulse Generar nueva clave de API, proporcione un nombre y pulse Guardar. Copie la clave de API y, a continuación, guarde la clave de API para utilizarla en el futuro. Cuando haya terminado, pulse Cerrar.
Pulse Ejecutar para iniciar la interconexión.
Revisión de los resultados
Cuando se complete la ejecución del conducto, puede ver la salida para ver los resultados.
Abra el espacio de despliegue que ha especificado como parte de la interconexión. Verá el nuevo despliegue en el espacio:
Si desea probar el despliegue, utilice la página Probar del espacio de despliegue para enviar datos de carga útil en formato JSON y obtener una puntuación de nuevo. Por ejemplo, pulse la pestaña JSON y especifique estos datos de entrada:
{"input_data": [{"fields": ["age","job","marital","education","default","balance","housing","loan","contact","day","month","duration","campaign","pdays","previous","poutcome"],"values": [["30","unemployed","married","primary","no","1787","no","no","cellular","19","oct","79","1","-1","0","unknown"]]}]}
Cuando pulsa Predecir, el modelo genera una salida con una puntuación de confianza para la predicción de si un cliente se suscribe a una promoción de depósito a plazo.
En este caso, la predicción del "no" va acompañada de una puntuación de confianza cercana al 95%, prediciendo que lo más probable es que el cliente no se suscriba a un depósito a plazo.
Exploración de los nodos y la configuración de ejemplo
Conozca mejor cómo se configuran los nodos de ejemplo para que funcionen conjuntamente en el ejemplo de interconexión con los pasos siguientes.
- Visualización del parámetro de interconexión
- Carga de los datos de entrenamiento para el experimento de AutoAI
- Creación del experimento AutoAI
- Ejecución del experimento de AutoAI
- Despliegue del modelo en un servicio web
Visualización del parámetro de interconexión
Un parámetro de interconexión especifica un valor para toda la interconexión. En la interconexión de ejemplo, se utiliza un parámetro de interconexión para especificar un espacio de despliegue donde se almacena y despliega el modelo que se guarda del experimento AutoAI . Se le solicitará que seleccione el espacio de despliegue al que se enlaza el parámetro de interconexión.
Pulse el icono Objetos globales 
en la barra de herramientas del lienzo para ver o crear parámetros de interconexión. En la interconexión de ejemplo, el parámetro de interconexión se denomina deployment_space y es de tipo Espacio. Pulse el nombre del parámetro de interconexión para ver los detalles. En el ejemplo, el parámetro de interconexión se utiliza con el nodo Crear archivo de datos y el nodo Crear experimento AutoAI.
Carga de los datos de entrenamiento para el experimento AutoAI
En este paso, se configura un nodo Crear archivo de datos para acceder al conjunto de datos para el experimento. Pulse el nodo para ver la configuración. El archivo de datos es bank-marketing-data.csv, que proporciona datos de ejemplo para predecir si un cliente de banco se registra para un depósito a plazo. Los datos se encuentran en un grupo de Cloud Object Storage y se pueden renovar para mantener actualizado el entrenamiento del modelo.
| Opción | Valor |
|---|---|
| Archivo | La ubicación del activo de datos para entrenar el experimento AutoAI . En este caso, el archivo de datos está en un proyecto. |
| Vía de acceso de archivo | El nombre del activo, bank-marketing-data.csv. |
| Ámbito de destino | Para este ejemplo, el destino es un espacio de despliegue. |
Creación del experimento AutoAI
El nodo para Crear experimento AutoAI se configura con estos valores:
| Opción | Valor |
|---|---|
| Nombre del experimento de AutoAI | onboarding-bank-marketing-prediction |
| Ámbito | Para este ejemplo, el destino es un espacio de despliegue. |
| Tipo de predicción | binario |
| Columna de predicción (etiqueta) | y |
| Clase positiva | sí |
| Índice de división de datos de entrenamiento | 0.9 |
| Algoritmos a incluir | GradientBoostingClassifierEstimator XGBClassifierEstimator |
| Algoritmos a utilizar | 1 |
| Métrica para optimizar | ROC AUC |
| Métrica de optimización (opcional) | valor predeterminado |
| Especificación de hardware (opcional) | valor predeterminado |
| Descripción del experimento de AutoAI | Este experimento utiliza un archivo de ejemplo, que contiene datos de texto que se recopilan de llamadas telefónicas a un banco portugués en respuesta a una campaña de marketing. El objetivo de clasificación es predecir si un cliente se suscribe a un depósito a plazo, representado por la variable y. |
| Etiquetas de experimento de AutoAI (opcional) | Ninguno |
| Modalidad de creación (opcional) | valor predeterminado |
Estas opciones definen un experimento que utiliza los datos de marketing bancario para predecir si es probable que un cliente se inscriba en una promoción.
Ejecución del experimento de AutoAI
En este paso, el nodo Ejecutar experimento AutoAI ejecuta el experimento de AutoAI onboarding-bank-marketing-prediction, entrena las interconexiones y guarda el mejor modelo.
| Opción | Valor |
|---|---|
| Experimento AutoAI | Toma la salida del nodo Crear AutoAI como entrada para ejecutar el experimento. |
| Entrenamiento de activos de datos | Toma la salida del nodo Crear archivo de datos como entrada de datos de entrenamiento para el experimento. |
| Recuento de modelos | 1 |
| Recuento de modelos (opcional) | 3 |
| Activo de datos reservados (opcional) | Ninguno |
| Nombre de ejecución (opcional) | Ninguno |
| Prefijo de nombre de modelo (opcional) | Ninguno |
| Descripción de ejecución (opcional) | Ninguno |
| Ejecutar etiquetas (opcional) | Ninguno |
| Modalidad de creación (opcional) | valor predeterminado |
| Política de error (opcional) | valor predeterminado |
Despliegue del modelo en un servicio web
El nodo Crear despliegue web crea un despliegue en línea denominado onboarding-bank-marketing-predicción-deployment para que pueda entregar datos y obtener predicciones en tiempo real desde el punto final de la API REST.
| Opción | Valor |
|---|---|
| Activo ML | Toma la mejor salida de modelo del nodo Ejecutar AutoAI como entrada para crear el despliegue. |
| Nombre de despliegue | onboarding-bank-marketing-prediction-deployment |
Tema principal: IBM Orchestration Pipelines