Lernprogramm für KI-Governance: Modell erstellen und bereitstellen
Dieses Lernprogramm ist das erste in einer Reihe von zwei Lernprogrammen. Verwenden Sie dieses Lernprogramm, um ein Modell mit dem KI-Governance-Anwendungsfall zu erstellen, bereitzustellen und zu verfolgen. Ihr Ziel ist es, ein Modell zu trainieren, mit dem vorhergesagt werden kann, welche Antragsteller für Hypotheken qualifiziert sind. Dieses Modell wird anschließend zur Bewertung bereitgestellt. Außerdem müssen Sie die Überwachung für das Modell einrichten, um den Modellverlauf zu dokumentieren und eine Erklärung für seine Leistung zu generieren.
In diesem Lernprogramm möchte die Golden Bank ihren Geschäftsbereich ausbauen, indem sie kostengünstige Hypothekenverlängerungen für Online-Anwendungen anbietet. Online-Anwendungen erweitern die Kundenreichweite der Bank und reduzieren die Kosten der Antragsbearbeitung. Als Data-Scientist bei der Golden Bank müssen Sie ein Modell zur Genehmigung von Hypotheken erstellen, mit dem unerwartete Risiken vermieden und alle Antragsteller fair behandelt werden. Sie führen ein Jupyter Notebook aus, um ein Modell zu erstellen und automatisch Metadaten zum Überwachen des Modells in einem KI-Factsheet zu erfassen.
Die folgende animierte Abbildung zeigt eine kurze Vorschau dessen, was Sie bis zum Ende des zweiten Lernprogramms erreichen werden. In diesem Lernprogramm verwenden Sie Watson OpenScale , um Überwachungen für das bereitgestellte Modell zu konfigurieren und auszuwerten, um sicherzustellen, dass das Modell korrekt ist und alle Antragsteller fair behandelt werden. Klicken Sie auf das Bild, um ein größeres Bild anzuzeigen.
Vorschau des Lernprogramms anzeigen
In diesem Lernprogramm werden Sie die folgenden Tasks ausführen:
- Konfigurieren Sie die Voraussetzungen.
- Aufgabe 1: Überwachung für das Modell einrichten
- Aufgabe 2: KI-Anwendungsfall erstellen
- Task 3: Notebook zum Erstellen des Modells ausführen
- Aufgabe 4: Factsheet des Modells anzeigen und einem KI-Anwendungsfall zuordnen
- Aufgabe 5: Modell bereitstellen
Sehen Sie sich dieses Video an, um eine Vorschau der Schritte in diesem Lernprogramm anzuzeigen.
Dieses Video bietet eine visuelle Methode zum Erlernen der Konzepte und Tasks in dieser Dokumentation.
Tipps zum Durcharbeiten dieses Lernprogramms
Im Folgenden finden Sie einige Tipps für den erfolgreichen Abschluss dieses Lernprogramms.
Verwenden Sie das Videobild im Bild
Die folgende animierte Abbildung zeigt, wie die Funktionen für Videobilder und Inhaltsverzeichnisse verwendet werden:
Hilfe in der Community anfordern
Wenn Sie Hilfe bei diesem Lernprogramm benötigen, können Sie eine Frage stellen oder eine Antwort im Diskussionsforum derCloud Pak for Data Communityfinden.
Browserfenster einrichten
Damit Sie dieses Lernprogramm optimal nutzen können, öffnen Sie Cloud Pak for Data in einem Browserfenster und lassen Sie diese Lernprogrammseite in einem anderen Browserfenster geöffnet, um einfach zwischen den beiden Anwendungen zu wechseln. Es empfiehlt sich, die beiden Browserfenster nebeneinander anzuordnen, um die weitere Arbeit zu erleichtern.
Voraussetzungen einrichten
Für Cloud Pak for Data as a Service anmelden
Sie müssen sich für Cloud Pak for Data as a Service registrieren und die erforderlichen Services für den Anwendungsfall der Datenintegration bereitstellen.
- Wenn Sie über ein Cloud Pak for Data as a Service -Konto verfügen, können Sie mit diesem Lernprogramm beginnen. Wenn Sie über ein Lite-Plankonto verfügen, kann nur ein Benutzer pro Konto dieses Lernprogramm ausführen.
- Wenn Sie noch kein Cloud Pak for Data as a Service -Konto haben, registrieren Sie sich.
Erforderliche bereitgestellte Services überprüfen
Sehen Sie sich das Video ab 01:06an, um eine Vorschau dieser Task anzuzeigen.
Führen Sie die folgenden Schritte aus, um die erforderlichen Services zu überprüfen oder bereitzustellen:
Überprüfen Sie in Cloud Pak for Data, ob Sie sich in der Region Dallas befinden. Ist dies nicht der Fall, klicken Sie auf die Dropdown-Liste für die Region und wählen Sie dann Dallasaus.
Wählen Sie im Navigationsmenü Cloud Pak for Data
die Optionen Services > Serviceinstanzen.
Verwenden Sie die Dropdown-Liste Produkt , um festzustellen, ob eine Watson Studio -Serviceinstanz vorhanden ist.
Wenn Sie eine Watson Studio-Serviceinstanz erstellen müssen, klicken Sie auf Service hinzufügen.
Wählen Sie Watson Studioaus.
Wählen Sie für die Region Dallasaus.
Wählen Sie den Plan Lite aus.
Klicken Sie auf Erstellen.
Wiederholen Sie diese Schritte, um die folgenden zusätzlichen Services zu überprüfen oder bereitzustellen:
- Watson Machine Learning
- IBM Knowledge Catalog
- Cloud Object Storage
Sie benötigen Administrator-oder Managerzugriff für diese Services. Weitere Informationen finden Sie unter Benutzer und Zugriff verwalten.
Fortschritt überprüfen
Die folgende Abbildung zeigt die bereitgestellten Serviceinstanzen:
Beispielprojekt erstellen
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 01:45an.
Greifen Sie auf das AI-Governance-Beispielprojekt im Ressourcenhub zu.
Klicken Sie auf Projekt erstellen.
Wenn Sie aufgefordert werden, das Projekt einer Cloud Object Storage-Instanz zuzuordnen, wählen Sie in der Liste eine Cloud Object Storage-Instanz aus.
Klicken Sie auf Erstellen.
Warten Sie, bis der Projektimport abgeschlossen ist, und klicken Sie auf Neues Projekt anzeigen , um zu überprüfen, ob das Projekt und die Assets erfolgreich erstellt wurden.
Klicken Sie auf die Registerkarte Assets , um die Assets im Beispielprojekt anzuzeigen.
Fortschritt überprüfen
Die folgende Abbildung zeigt das Beispielprojekt. Sie können jetzt das Lernprogramm starten.
Aufgabe 1: Tracking für Ihr Modell einrichten
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 02:35an.
Sie verfolgen Modelle, indem Sie einem Katalog KI-Anwendungsfälle hinzufügen. Mit dem Lite-Plan IBM Knowledge Catalog können Sie zwei Kataloge erstellen. Führen Sie die folgenden Schritte aus, um zu sehen, ob bereits ein Katalog vorhanden ist, und wenn nicht, um einen Katalog zum Speichern des KI-Anwendungsfalls zu erstellen. Sie benötigen die entsprechenden Rollen und Berechtigungen, um Kataloge und KI-Anwendungsfälle erstellen zu können. Weitere Informationen finden Sie unter Benutzerrollen und Berechtigungen für IBM Knowledge Catalog und Watson Studio.
Wählen Sie im Navigationsmenü Cloud Pak for Data
die Option Kataloge > Alle Kataloge anzeigen.
Wenn ein Katalog auf der Seite Kataloge angezeigt wird, können Sie mit Aufgabe 2: KI-Anwendungsfall erstellenfortfahren. Andernfalls führen Sie die folgenden Schritte aus, um einen neuen Katalog zu erstellen:
Klicken Sie auf Neuer Katalog.
Kopieren Sie für Nameden Katalognamen genau so, wie er ohne führende oder nachfolgende Leerzeichen angezeigt wird, und fügen Sie ihn ein:
Mortgage Approval Catalog
Wenn Sie aufgefordert werden, den Katalog einer Cloud Object Storage-Instanz zuzuordnen, wählen Sie in der Liste eine Cloud Object Storage-Instanz aus.
Wählen Sie Datenschutzregeln umsetzenaus, bestätigen Sie die Auswahl und akzeptieren Sie die Standardwerte für die anderen Felder.
Klicken Sie auf Erstellen.
Fortschritt überprüfen
Die folgende Abbildung zeigt Ihren Katalog. Sie können jetzt den im Katalog gespeicherten KI-Anwendungsfall erstellen.
Aufgabe 2: KI-Anwendungsfall erstellen
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 3:08an.
Für diesen Projekttyp ist es am besten, den KI-Anwendungsfall zu erstellen, wenn ein Projekt beginnt. Ein KI-Anwendungsfall kann auf mehrere Modelle für maschinelles Lernen verweisen, die Sie verwenden können, um Geschäftsprobleme zu lösen. Anschließend können Datenentwickler und Modellauswerter Modelle zum KI-Anwendungsfall hinzufügen und das Modell verfolgen, während es seinen Lebenszyklus durchläuft. Führen Sie die folgenden Schritte aus, um den KI-Anwendungsfall zu erstellen:
Erstellen Sie den Anwendungsfall
Wählen Sie im Cloud Pak for Data Navigationsmenü
Kataloge > KI-Anwendungsfälle.
Klicken Sie auf Neuer KI-Anwendungsfall.
Kopieren Sie für Nameden Namen genau so, wie er ohne führende oder nachgestellte Leerzeichen angezeigt wird, und fügen Sie ihn ein:
Mortgage Approval Model Use Case
Kopieren Sie für die Beschreibungden folgenden Text und fügen Sie ihn ein:
This model use case is for the Mortgage approval model at Golden Bank
Wählen Sie für das Feld Bestand/Katalog Hypothekengenehmigungskatalog oder einen anderen vorhandenen Katalog aus.
Klicken Sie auf Erstellen.
Assoziieren Sie die Arbeitsbereiche mit dem Anwendungsfall
Sie werden das Beispiel in der Entwicklungsphase verwenden. Bevor Sie das Modell bereitstellen können, müssen Sie es in der Phase Validieren in einen Bereitstellungsbereich verschieben. Bereitstellungsbereiche helfen Ihnen, unterstützende Ressourcen wie Eingabedaten und Umgebungen zu organisieren, Modelle oder Funktionen bereitzustellen, um Vorhersagen oder Lösungen zu generieren, und Bereitstellungsdetails anzuzeigen oder zu bearbeiten.
Gehen Sie wie folgt vor, um die Arbeitsbereiche mit diesem Anwendungsfall zu verknüpfen:
Blättern Sie zum Abschnitt Zugehörige Arbeitsbereiche.
Klicken Sie unter der Phase Entwickeln auf Arbeitsbereich zuordnen.
Wählen Sie das Projekt AI Governance.
Klicken Sie auf Speichern.
Klicken Sie unter der Phase Validieren auf Arbeitsbereich zuordnen.
Klicken Sie auf Neues Feld.
Kopieren Sie den Namen des Bereitstellungsraums und fügen Sie ihn genau so ein, wie er angezeigt wird, ohne führende oder nachfolgende Leerzeichen:
Golden Bank Preproduction Space
Wählen Sie für die Einsatzphase die Testphase.
Wählen Sie einen Speicherservice aus der Liste aus.
Wählen Sie Ihren bereitgestellten Machine Learning-Service aus der Liste aus.
Klicken Sie auf Erstellen.
Klicken Sie auf Schließen.
Wählen Sie den Golden Bank Preproduction Space aus der Liste.
Klicken Sie auf Speichern.
Überprüfen Sie Ihren Fortschritt
Die folgende Abbildung zeigt Ihren KI-Anwendungsfall. Der KI-Anwendungsfall ist jetzt bereit für Datenentwickler und Modellbewerter, um Modelle hinzuzufügen und Modelle zu verfolgen, während sie ihren Lebenszyklus durchlaufen. Als Nächstes müssen Sie das Notebook ausführen, um das Modell zu erstellen.
Task 3: Notebook ausführen, um das Modell zu erstellen
Um eine Vorschau auf diese Aufgabe zu erhalten, sehen Sie sich das Video ab 03:50 an.
Jetzt können Sie das erste Notebook ausführen, das im Beispielprojekt enthalten ist. Das Notebook enthält den Code für Folgendes:
- Richten Sie AI Factsheets ein, um den Lebenszyklus des Modells zu verfolgen.
- Laden Sie die Trainingsdaten, die in der Db2 Warehouse -Verbindung im Beispielprojekt gespeichert sind.
- Geben Sie die Ziel-, kategorialen und numerischen Spalten zusammen mit den Schwellenwerten für die Modellerstellung an.
- Erstellen Sie Datenpipelines.
- Erstellen Sie Modelle für maschinelles Lernen
- Zeigen Sie die Modellergebnisse an.
- Speichern Sie das Modell.
Führen Sie die folgenden Schritte aus, um das Notebook auszuführen, das im Beispielprojekt enthalten ist. Nehmen Sie sich etwas Zeit, um die Kommentare im Notebook zu lesen, die den Code in jeder Zelle erklären.
Wählen Sie aus dem Cloud Pak for Data Navigationsmenü
Projekte > Alle Projekte anzeigen.
Klicken Sie auf den Projektnamen AI governance .
Klicken Sie auf die Registerkarte Assets, und navigieren Sie dann zu Notebooks.
Öffnen Sie das Notebook 1-modell-training-with-factsheets.
Da sich das Notizbuch im Nur-Lese-Modus befindet, klicken Sie auf das Symbol Bearbeiten
, um das Notizbuch in den Bearbeitungsmodus zu versetzen.
Wenn Sie ein Projekt aus dem Ressourcenhub importieren, enthält die erste Zelle des Notebooks das Projektzugriffstoken. Wenn dieses Notebook keine erste Zelle mit einem Projektzugriffstoken enthält, müssen Sie das Token generieren. Wählen Sie im Menü Mehr die Option Projekttoken einfügen aus. Diese Aktion fügt eine neue Zelle als erste Zelle im Notebook ein, die das Projekttoken enthält.
Unter dem Abschnitt Geben Sie Ihren IBM Cloud -API-Schlüssel an müssen Sie Ihre Berechtigungsnachweise mithilfe eines API-Schlüssels an die Watson Machine Learning -API übergeben. Wenn Sie noch keinen gespeicherten API-Schlüssel haben, führen Sie diese Schritte aus, um einen API-Schlüssel zu erstellen.
Um eine Vorschau auf diese Aufgabe zu erhalten, sehen Sie sich das Video ab 04:44 an.
Rufen Sie die Seite IBM Cloud Konsole API-Schlüssel auf.
Klicken Sie auf IBM Cloud-API-Schlüssel erstellen. Wenn Sie über vorhandene API-Schlüssel verfügen, kann die Schaltfläche Erstellenlauten.
Geben Sie einen Namen und eine Beschreibung ein.
Klicken Sie auf Erstellen.
Kopieren Sie den API-Schlüssel.
Laden Sie den API-Schlüssel für die zukünftige Verwendung herunter.
Kehren Sie zum Notebook zurück und fügen Sie Ihren API-Schlüssel in das Feld ibmcloud_api_key ein.
Klicken Sie auf Zelle > Alle ausführen , um alle Zellen im Notebook auszuführen. Alternativ können Sie die Notebookzelle nach Zelle ausführen, um jede Zelle und ihre Ausgabe zu untersuchen.
Die Ausführung des Notebooks dauert 1 bis 3 Minuten. Sie können den Verarbeitungsfortschritt zellenweise überwachen, indem Sie den Stern "In [
*
]" in eine Zahl ändern, z. B. "In [1
]".Wenn während der Ausführung des Notebooks Fehler auftreten, verwenden Sie die folgenden Tipps:
- Klicken Sie auf Kernel > Restart & Clear Output , um den Kernel erneut zu starten, und führen Sie dann das Notizbuch erneut aus.
- Stellen Sie sicher, dass Sie den AI-Anwendungsfall erstellt haben, indem Sie den angegebenen Artefaktnamen exakt ohne führende oder nachfolgende Leerzeichen kopieren und einfügen.
Überprüfen Sie Ihren Fortschritt
Die folgende Abbildung zeigt das Notebook, wenn die Ausführung abgeschlossen ist. Das Notebook hat das Modell im Projekt gespeichert, sodass Sie nun bereit sind, das Modell anzuzeigen und zu verfolgen.
Task 4: Factsheet des Modells anzeigen und einem KI-Anwendungsfall zuordnen
Um eine Vorschau auf diese Aufgabe zu erhalten, sehen Sie sich das Video ab 06:16 an.
Nachdem Sie alle Zellen im Notebook ausgeführt haben, führen Sie die folgenden Schritte aus, um das Factsheet des Modells im Projekt anzuzeigen und dieses Modell einem AI-Anwendungsfall zuzuordnen:
Klicken Sie auf den AI-Governance Projektnamen in der Navigationsleiste.
Klicken Sie auf die Registerkarte Assets und navigieren Sie dann zu Modelle.
Klicken Sie auf den Assetnamen Mortgage Approval Prediction Model , den Sie zuvor erstellt haben, um das Modell zu öffnen.
Überprüfen Sie das KI-Factsheet für Ihr Modell. AI Factsheets erfassen Modellmetadaten über den gesamten Modellentwicklungszyklus hinweg und erleichtern so die nachfolgende Unternehmensprüfung oder externe Regulierung. AI Factsheets ermöglichen Modellprüfprogrammen und Genehmigern, eine genaue, stets aktuelle Ansicht der Modelllebenszyklusdetails zu erhalten.
In der letzten Task haben Sie ein Notebook ausgeführt, das den Code des Python -Clients AI Factsheets in dem Notebook enthält, das Trainingsmetadaten erfasst hat. Blättern Sie zu den Abschnitten Trainingsmetriken und Trainingstags , um die erfassten Trainingsmetadaten zu überprüfen.Das folgende Bild zeigt das AI Factsheet für das Modell:
Blättern Sie auf der Modellseite nach oben und klicken Sie auf In KI-Anwendungsfall verfolgen.
Beachten Sie, dass der zugehörige KI-Anwendungsfall Hypothekengenehmigungsmodell-Anwendungsfall lautet.
Wählen Sie Standardmethodeaus und klicken Sie auf Weiter.
Wählen Sie Experimentalaus und klicken Sie auf Modell verfolgen.
Zurück auf der Modellseite klicken Sie auf das Symbol Details anzeigen
, um den AI-Anwendungsfall zu öffnen.
Klicken Sie auf der Seite "KI-Anwendungsfall" auf die Registerkarte Lebenszyklus .
Unter Standardansatzsehen Sie, dass AI Factsheets Modelle über ihren Lebenszyklus verfolgen. Dieses Modell befindet sich noch in der Phase Entwicklung , da es noch nicht bereitgestellt wurde.
Überprüfen Sie Ihren Fortschritt
Die folgende Abbildung zeigt den KI-Anwendungsfall mit dem Modell in der Entwicklungsphase. Nachdem Sie nun Metadaten wie die Trainingsdatenquelle, die Trainingsmetriken und das Eingabeschema überprüft haben, die im KI-Factsheet erfasst wurden, können Sie das Modell bereitstellen.
Aufgabe 5: Modell bereitstellen
Bevor Sie das Modell bereitstellen können, müssen Sie das Modell in einen Bereitstellungsbereich verschieben. Bereitstellungsbereiche helfen Ihnen, unterstützende Ressourcen wie Eingabedaten und Umgebungen zu organisieren, Modelle oder Funktionen bereitzustellen, um Vorhersagen oder Lösungen zu generieren, und Bereitstellungsdetails anzuzeigen oder zu bearbeiten.
Modell in einen Bereitstellungsbereich hochstufen
Um eine Vorschau auf diese Aufgabe zu erhalten, sehen Sie sich das Video ab 07:28 an.
Führen Sie die folgenden Schritte aus, um das Modell in einen neuen Bereitstellungsbereich hochzustufen:
Klicken Sie im KI-Anwendungsfall in der Phase Entwicklung auf Prognosemodell für Hypothekengenehmigung.
Klicken Sie auf In Projekt öffnen , um das Modell im AI-Governance-Projekt zu öffnen.
Klicken Sie auf der Modellseite auf In den Bereitstellungsraum vorschlagen
.
Wählen Sie für den Zielbereich den Golden Bank Preproduction Space.
Aktivieren Sie die Option Nach dem Hochstufen zum Modell im Bereich wechseln.
Klicken Sie auf Hochstufen.
Überprüfen Sie Ihren Fortschritt
Die folgende Abbildung zeigt das Modell im Bereitstellungsbereich. Sie können jetzt eine Modellbereitstellung erstellen.
Onlinebereitstellung für das Modell erstellen
Um eine Vorschau auf diese Aufgabe zu erhalten, sehen Sie sich das Video ab 08:33 an.
Führen Sie die folgenden Schritte aus, um eine Onlinebereitstellung für Ihr Modell zu erstellen:
Wenn der Bereitstellungsbereich geöffnet wird, klicken Sie auf Neue Bereitstellung.
Wählen Sie Online für den Bereitstellungstyp aus.
Kopieren Sie für Nameden Bereitstellungsnamen genau so, wie er ohne führende oder nachgestellte Leerzeichen angezeigt wird, und fügen Sie ihn ein:
Mortgage Approval Model Deployment
Für Serving namekönnen Sie einen beschreibenden Namen angeben, der anstelle der Implementierungs-ID verwendet werden soll, damit Sie diese Implementierung schnell identifizieren können. Kopieren Sie den Bereitstellungsnamen und fügen Sie ihn ohne führende oder nachgestellte Leerzeichen ein. Es wird geprüft, ob der Name wird für eine Region eindeutig ist. Wenn dieser Bereitstellungsname bereits vorhanden ist, fügen Sie am Ende des Bereitstellungsnamens eine Zahl (oder ein anderes eindeutiges Zeichen) hinzu.
mortgage_approval_service
Klicken Sie auf Erstellen.
Die Modellbereitstellung kann einige Minuten dauern. Wenn das Modell erfolgreich bereitgestellt wurde, kehren Sie zum Modellinventar zurück. Wählen Sie im Navigationsmenü
Kataloge > KI-Anwendungsfälle.
Öffnen Sie den Anwendungsfall für das Hypothekengenehmigungsmodell.
Klicken Sie auf die Registerkarte Lebenszyklus . Unter Standardansatz können Sie sehen, dass die Validierung nun zusätzlich zum Modell die Modellbereitstellung anzeigt.
Überprüfen Sie Ihren Fortschritt
Die folgende Abbildung zeigt den KI-Anwendungsfall mit dem Modell in der Implementierungsphase. Ihr Modell kann nun in Watson OpenScaleevaluiert werden.
Als Data-Scientist bei der Golden Bank haben Sie ein Hypothekengenehmigungsmodell erstellt, indem Sie ein Jupyter Notebook ausführen, das das Modell erstellt und automatisch Metadaten erfasst hat, um das Modell in einem KI-Factsheet zu verfolgen. Anschließend haben Sie das Modell in einen Bereitstellungsbereich hochgestuft und das Modell implementiert.
Nächste Schritte
Sie können jetzt Ihr bereitgestelltes Modell für maschinelles Lernen validieren und überwachen, um sicherzustellen, dass es korrekt und angemessen funktioniert. Für diese Task verwenden Sie Watson OpenScale. Weitere Informationen finden Sie im Lernprogramm Modell testen und validieren.
Weitere Informationen
Übergeordnetes Thema: Lernprogramme für Anwendungsfälle