0 / 0
Zurück zur englischen Version der Dokumentation
Lernprogramm für KI-Governance: Modell erstellen und bereitstellen

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.

Schnelleinstieg: Wenn Sie das Beispielprojekt für dieses Lernprogramm noch nicht erstellen, greifen Sie auf das AI-Governance-Beispielprojekt im Ressourcenhub zu.

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.

Animiertes Bild

Vorschau des Lernprogramms anzeigen

In diesem Lernprogramm werden Sie die folgenden Tasks ausführen:

Video ansehen 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.




  • Verwenden Sie das Videobild im Bild

    Tipp: Starten Sie das Video. Wenn Sie dann durch das Lernprogramm blättern, wechselt das Video in den Bildmodus. Schließen Sie das Video-Inhaltsverzeichnis für die beste Erfahrung mit Bild-in-Bild. Sie können den Modus "Bild im Bild" verwenden, damit Sie dem Video folgen können, während Sie die Tasks in diesem Lernprogramm ausführen. Klicken Sie auf die Zeitmarken für jede zu befolgende Task.

    Die folgende animierte Abbildung zeigt, wie die Funktionen für Videobilder und Inhaltsverzeichnisse verwendet werden:

    Verwendung von Bildern und Kapiteln

    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.

    Paralleles Lernprogramm und Benutzerschnittstelle

    Tipp: Wenn Sie beim Durcharbeiten dieses Lernprogramms in der Benutzerschnittstelle auf eine geführte Tour stoßen, klicken Sie auf Vielleicht später.

    Zurück zum Anfang

  • 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

    Vorschau-Lernprogrammvideo Sehen Sie sich das Video ab 01:06an, um eine Vorschau dieser Task anzuzeigen.

    Wichtig: Der Modellbestand ist nur in der Region Dallas verfügbar. Wechseln Sie gegebenenfalls zur Region Dallas, bevor Sie fortfahren.

    Führen Sie die folgenden Schritte aus, um die erforderlichen Services zu überprüfen oder bereitzustellen:

    1. 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.
      Region ändern

    2. Wählen Sie im Navigationsmenü Cloud Pak for Data Navigationsmenüdie Optionen Services > Serviceinstanzen.

    3. Verwenden Sie die Dropdown-Liste Produkt , um festzustellen, ob eine Watson Studio -Serviceinstanz vorhanden ist.

    4. Wenn Sie eine Watson Studio-Serviceinstanz erstellen müssen, klicken Sie auf Service hinzufügen.

    5. Wählen Sie Watson Studioaus.

      1. Wählen Sie für die Region Dallasaus.

      2. Wählen Sie den Plan Lite aus.

      3. Klicken Sie auf Erstellen.

    6. Wiederholen Sie diese Schritte, um die folgenden zusätzlichen Services zu überprüfen oder bereitzustellen:

      • Watson Machine Learning
      • IBM Knowledge Catalog
      • Cloud Object Storage

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt die bereitgestellten Serviceinstanzen:

    Bereitgestellte Services

    Beispielprojekt erstellen

    Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 01:45an.

    1. Greifen Sie auf das AI-Governance-Beispielprojekt im Ressourcenhub zu.

    2. Klicken Sie auf Projekt erstellen.

    3. Wenn Sie aufgefordert werden, das Projekt einer Cloud Object Storage-Instanz zuzuordnen, wählen Sie in der Liste eine Cloud Object Storage-Instanz aus.

    4. Klicken Sie auf Erstellen.

    5. 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.

    6. Klicken Sie auf die Registerkarte Assets , um die Assets im Beispielprojekt anzuzeigen.

    Hinweis: Sie sehen möglicherweise eine geführte Tour mit den Lernprogrammen, die in diesem Anwendungsfall enthalten sind. Die Links in der geführten Tour öffnen diese Lernprogrammanweisungen.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt das Beispielprojekt. Sie können jetzt das Lernprogramm starten.

    Beispielprojekt


    Zurück zum Anfang


  • Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 02:35an.

    Sie können Modelle verfolgen, indem Sie einem Katalog Modellanwendungsfälle 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, falls nicht, um einen Katalog zum Speichern des Modellanwendungsfalls zu erstellen:

    1. Wählen Sie im Navigationsmenü Cloud Pak for Data Navigationsmenüdie Option Kataloge > Alle Kataloge anzeigen.

    2. Wenn auf der Seite Kataloge ein Katalog angezeigt wird, können Sie mit Task 2: Modellanwendungsfall im Modellbestand erstellenfortfahren. Andernfalls führen Sie die folgenden Schritte aus, um einen neuen Katalog zu erstellen:

      1. Klicken Sie auf Neuer Katalog.

      2. Kopieren Sie für Nameden Katalognamen genau so, wie er ohne führende oder nachfolgende Leerzeichen angezeigt wird, und fügen Sie ihn ein:

        Mortgage Approval Catalog
        
      3. Wenn Sie aufgefordert werden, den Katalog einer Cloud Object Storage-Instanz zuzuordnen, wählen Sie in der Liste eine Cloud Object Storage-Instanz aus.

      4. Wählen Sie Datenschutzregeln umsetzenaus, bestätigen Sie die Auswahl und akzeptieren Sie die Standardwerte für die anderen Felder.

      5. Klicken Sie auf Erstellen.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt Ihren Katalog. Jetzt können Sie den im Katalog gespeicherten Modellanwendungsfall erstellen.

    Hypothekengenehmigungskatalog


    Zurück zum Anfang


  • Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 3:08an.

    Für diesen Projekttyp ist es am besten, den Modellanwendungsfall zu erstellen, wenn ein Projekt beginnt. Ein Modellanwendungsfall kann auf mehrere Modelle für maschinelles Lernen verweisen, die Sie zum Lösen von Geschäftsproblemen verwenden können. Anschließend können Datenentwickler und Modellauswerter Modelle zum Modellanwendungsfall hinzufügen und das Modell verfolgen, während es seinen Lebenszyklus durchläuft. Führen Sie die folgenden Schritte aus, um den Modellanwendungsfall zu erstellen:

    Tipp: Wenn Sie zum ersten Mal auf den Modellbestand zugreifen, wird eine geführte Tour angezeigt, in der Sie gefragt werden, ob Sie Modellgovernance einrichten möchten. Klicken Sie zunächst auf Vielleicht später.
    1. Wählen Sie im Navigationsmenü Cloud Pak for Data Navigationsmenü Kataloge > Modellbestandaus.

    2. Klicken Sie auf Neuer Modellanwendungsfall.

    3. Kopieren Sie für den Namen des Modellanwendungsfallsden Namen genau so, wie er ohne führende oder nachfolgende Leerzeichen angezeigt wird, und fügen Sie ihn ein:

      Mortgage Approval Model Use Case
      
    4. 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
      
    5. Wenn Sie über mehrere Kataloge verfügen, wird ein Feld Katalog angezeigt. Wählen Sie Mortage Approval Catalog oder einen anderen vorhandenen Katalog aus.

    6. Klicken Sie auf Speichern.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt Ihren Modellanwendungsfall. Der Modellanwendungsfall ist jetzt bereit für Datenentwickler und Modellauswertungsprogramme, um Modelle hinzuzufügen und Modelle zu verfolgen, während sie ihren Lebenszyklus durchlaufen. Als Nächstes müssen Sie das Notebook ausführen, um das Modell zu erstellen.

    Anwendungsfall: Hypothekengenehmigungsmodell


    Zurück zum Anfang


  • Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 03:50an.

    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.

    1. Wählen Sie im Navigationsmenü Cloud Pak for Data Navigationsmenü Projekte > Alle Projekte anzeigenaus.

    2. Klicken Sie auf den Projektnamen AI governance .

    3. Klicken Sie auf die Registerkarte Assets und navigieren Sie dann zu Notebooks.
      Linke Navigation

    4. Öffnen Sie das Notebook 1-modell-training-with-factsheets.

    5. Da sich das Notebook im Lesezugriffsmodus befindet, klicken Sie auf das Symbol Bearbeiten Bearbeitungssymbol , um das Notebook in den Bearbeitungsmodus zu versetzen.

    6. 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.

    7. 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.
      Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 04:44an.

      1. Rufen Sie die API-Schlüsselseite der IBM Cloud -Konsoleauf.

      2. Klicken Sie auf IBM Cloud-API-Schlüssel erstellen. Wenn Sie über vorhandene API-Schlüssel verfügen, kann die Schaltfläche Erstellenlauten.

      3. Geben Sie einen Namen und eine Beschreibung ein.

      4. Klicken Sie auf Erstellen.

      5. Kopieren Sie den API-Schlüssel.

      6. Laden Sie den API-Schlüssel für die zukünftige Verwendung herunter.

      7. Kehren Sie zum Notebook zurück und fügen Sie Ihren API-Schlüssel in das Feld ibmcloud_api_key ein.

    8. 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.

    9. 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]".

    10. 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.
      • Überprüfen Sie, ob Sie den Modellanwendungsfall erstellt haben, indem Sie den angegebenen Artefaktnamen exakt ohne führende oder nachfolgende Leerzeichen kopieren und einfügen.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt das Notebook, wenn die Ausführung abgeschlossen ist. Das Notebook hat das Modell im Projekt gespeichert, sodass Sie es jetzt anzeigen und zum Modellbestand hinzufügen können.

    Ausführung des Notebooks abgeschlossen


    Zurück zum Anfang


  • Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 06:16an.

    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 Modellanwendungsfall im Modellbestand zuzuordnen:

    1. Klicken Sie auf den Projektnamen AI governance im Navigationspfad.
      Navigationspfad

    2. Klicken Sie auf die Registerkarte Assets und navigieren Sie dann zu Modelle.

    3. Klicken Sie auf den Assetnamen Mortgage Approval Prediction Model , den Sie zuvor erstellt haben, um das Modell zu öffnen.

    4. 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.
      Prüfpunkt Die folgende Abbildung zeigt das AI-Factsheet für das Modell:

      KI-Factsheet des Modells

    5. Blättern Sie auf der Modellseite nach oben und klicken Sie auf Dieses Modell verfolgen.

      1. Wählen Sie in der Liste der Modellanwendungsfälle Mortgage Approval Model Use Caseaus und klicken Sie auf Weiter.

      2. Wählen Sie Standardmethodeaus und klicken Sie auf Weiter.

      3. Wählen Sie Experimentalaus und klicken Sie auf Modell verfolgen.

    6. Klicken Sie auf der Modellseite auf Im Modellbestand öffnen.

    7. Klicken Sie auf der Modellanwendungsfallseite auf die Registerkarte Asset .

    8. Unter Modellverfolgung sehen Sie, wie KI-Factsheets Modelle im gesamten Lebenszyklus verfolgen.Dieses Modell befindet sich noch in der Stufe Entwickeln, da es noch nicht bereitgestellt wurde.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt den Modellanwendungsfall 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.

    Modellanwendungsfall in Entwicklungsphase


    Zurück zum Anfang


  • Bevor Sie das Modell bereitstellen können, müssen Sie es in einen neuen Bereitstellungsbereich hochstufen. 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

    Vorschau-Lernprogrammvideo Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 07:28an.

    Führen Sie die folgenden Schritte aus, um das Modell in einen neuen Bereitstellungsbereich hochzustufen:

    1. Klicken Sie im Modellanwendungsfall in der Phase Entwickeln auf Hypothekengenehmigungsvorhersagemodell.

    2. Klicken Sie auf In Projekt öffnen , um das Modell im AI-Governance-Projekt zu öffnen.

    3. Klicken Sie auf der Modellseite auf In Bereitstellungsbereich hochstufen.

    4. Wählen Sie für Zielbereich die Option Neuen Bereitstellungsbereich erstellen aus.

      1. Kopieren Sie für den Namen des Bereitstellungsbereichs den Namen genau so, wie er ohne führende oder nachfolgende Leerzeichen angezeigt wird, und fügen Sie ihn ein:

        Golden Bank Preproduction Space
        
      2. Wählen Sie einen Speicherservice aus der Liste aus.

      3. Wählen Sie Ihren bereitgestellten Machine Learning-Service aus der Liste aus.

      4. Klicken Sie auf Erstellen.

      5. Klicken Sie auf Schließen.

    5. Stellen Sie sicher, dass für den Zielbereich die Option Golden Bank Preproduction Space ausgewählt ist.

    6. Aktivieren Sie die Option Nach dem Hochstufen zum Modell im Bereich wechseln.

    7. Klicken Sie auf Hochstufen.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt das Modell im Bereitstellungsbereich. Sie können jetzt eine Modellbereitstellung erstellen.

    Modell im Bereitstellungsbereich

    Onlinebereitstellung für das Modell erstellen

    Vorschau-Lernprogrammvideo Für eine Vorschau dieser Task sehen Sie sich das Video ab 08:33an.

    Führen Sie die folgenden Schritte aus, um eine Onlinebereitstellung für Ihr Modell zu erstellen:

    1. Wenn der Bereitstellungsbereich geöffnet wird, klicken Sie auf Neue Bereitstellung.

      1. Wählen Sie Online für den Bereitstellungstyp aus.

      2. 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
        
      3. 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
        
      4. Klicken Sie auf Erstellen.

    2. Die Modellbereitstellung kann einige Minuten dauern. Kehren Sie nach der erfolgreichen Implementierung des Modells zum Modellbestand zurück. Wählen Sie im Navigationsmenü Navigationsmenüdie Option Kataloge > Modellbestandaus.

    3. Klicken Sie für Anwendungsfall für Hypothekengenehmigungsmodellauf Details anzeigen.

    4. Klicken Sie auf die Registerkarte Asset. Unter Modellverfolgungsehen Sie, dass sich das Modell jetzt in der Stufe Test befindet.

    Symbol für Prüfpunkt Fortschritt überprüfen

    Die folgende Abbildung zeigt den Modellanwendungsfall mit dem Modell in der Bereitstellungsphase. Ihr Modell kann nun in Watson OpenScaleevaluiert werden.

    Modellanwendungsfall in Implementierungsphase


    Zurück zum Anfang

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

Video ansehen Sehen Sie sich an, wie IBM OpenPages verwendet wird, um das Modell während seines Lebenszyklus zu verwalten.

Dieses Video bietet eine visuelle Methode zum Erlernen der Konzepte und Tasks in dieser Dokumentation.

Übergeordnetes Thema: Lernprogramme für Anwendungsfälle

Generative KI-Suche und -Antwort
Diese Antworten werden von einem großen Sprachmodell in watsonx.ai basierend auf dem Inhalt der Produktdokumentation generiert. Weitere Informationen