watsonx.ai 에서 ML 모델 구축 및 watsonx.data 가속기에서 Spark로 일괄 채점하기

watsonx.ai 에서 ML 모델 구축 및 watsonx.data 가속기에서 Spark로 일괄 채점하기에서는 watsonx.ai 에서 ML 모델을 학습하고 지속하는 엔드투엔드 워크플로우를 안내하고 watsonx.data 에서 Spark로 해당 모델을 대규모로 일괄 채점하는 방법을 안내합니다.

이 액셀러레이터를 사용하여 watsonx.ai 에서 ML 모델을 학습하고 지속하는 엔드투엔드 워크플로를 설정한 다음 watsonx.data 에서 Spark를 사용하여 대규모로 일괄 채점해 보세요.

시작하려면 리소스 허브에 로그인한 다음 watsonx.ai 에서 ML 모델 구축 및 watsonx.data 에서 Spark를 사용한 일괄 스코어링 샘플 프로젝트를 기반으로 하는 새 프로젝트를 만듭니다.

이 가속기는 파이프라인을 사용하여 데이터 로드, 모델 학습, 최상의 결과 선택, 모델 저장소에 최상의 모델 유지에 이르기까지 엔드투엔드 AI 수명 주기를 자동화하는 확장 가능한 ML 패턴과 구현을 제공합니다. 플로우를 한 번 생성하고 구성한 다음 개별 도구 및 에셋과 상호 작용할 필요 없이 필요에 따라 또는 일정에 따라 실행할 수 있습니다.

다음 프로세스가 포함되어 있습니다:

• 트레이닝 데이터 로드
• 공통 훈련 데이터 세트에서 scikit-learn ML 모델 또는 AutoAI 모델 훈련하기
• 결과를 비교하여 가장 적합한 모델을 선택합니다. 그런 다음 모델 저장소에 모델을 유지합니다
• UDF를 사용하여 모델을 Spark 모델로 변환한 다음 이 모델에서 대규모 일괄 채점을 수행합니다

이 그래프는 이 워크플로의 파이프라인 보기를 보여줍니다:

이 그래프는 watsonx.ai 에서 ML 모델을 구축하고 watsonx.data accelerator에서 Spark를 사용하여 일괄 스코어링을 수행하는 데 사용되는 확장 가능한 ML 패턴의 자세한 아키텍처 다이어그램을 보여줍니다.