Podgląd kursu

W tym kursie zostaną wykonane następujące czynności:

• Skonfiguruj wymagania wstępne.
• Czynność 1: Skonfiguruj śledzenie dla modelu.
• Czynność 2: Utwórz przypadek użycia modelu w spisie zasobów modelu.
• Czynność 3: Uruchom notatnik, aby utworzyć model.
• Czynność 4: Wyświetl arkusz faktów modelu i powiąż go z przypadkiem użycia modelu.
• Czynność 5: Wdróż model.

Obejrzyj ten film wideo, aby wyświetlić podgląd kroków tego kursu.

Ten film wideo zawiera wizualną metodę zapoznawania się z pojęciami i zadaniami opisanymi w tej dokumentacji.

• Wskazówki dotyczące wykonywania tego kursu

  Użyj obrazu wideo

  Wskazówka: Rozpocznij film wideo, a następnie podczas przewijania kursu film wideo przechodzi do trybu obrazowania. Zamknij spis treści wideo, aby uzyskać najlepsze doświadczenia z obrazem. Istnieje możliwość użycia trybu obrazowania w obrazie, dzięki czemu można śledzić film wideo podczas wykonywania zadań w tym kursie. Kliknij znaczniki czasu dla każdego zadania, które ma być wykonywane.

  Poniższy animowany obraz przedstawia sposób korzystania z funkcji obrazków wideo i spisu treści:

  

  Uzyskaj pomoc w społeczności

  Aby uzyskać pomoc dotyczącą tego kursu, można zadać pytanie lub znaleźć odpowiedź na forum dyskusyjnym społeczności Cloud Pak for Data.

  Konfigurowanie okien przeglądarki

  Aby uzyskać optymalne dopasowanie do tego kursu, otwórz stronę Cloud Pak for Data w jednym oknie przeglądarki i pozostaw ten kurs otwarty w innym oknie przeglądarki, aby łatwo przełączać się między dwiema aplikacjami. Rozważ rozmieszczenie dwóch okien przeglądarki obok siebie, aby ułatwić sobie śledzenie.

  

  Wskazówka: Jeśli podczas wykonywania tego kursu w interfejsie użytkownika pojawi się prezentacja z przewodnikiem, kliknij opcję Być może później.

  
  Początek strony
  

• Skonfiguruj wymagania wstępne

  Zarejestruj się, aby korzystać z Cloud Pak for Data as a Service

  Należy zarejestrować się w usłudze Cloud Pak for Data as a Service i udostępnić niezbędne usługi na potrzeby integracji danych.

  • Jeśli masz istniejące konto Cloud Pak for Data as a Service , możesz rozpocząć ten kurs. Jeśli masz konto planu Lite, tylko jeden użytkownik na konto może uruchomić ten kurs.
  • Jeśli nie masz jeszcze konta Cloud Pak for Data as a Service , zarejestruj się w celu skorzystania z wersji próbnej struktury danych.

  
  

  Obejrzyj następujący film wideo, aby dowiedzieć się więcej o strukturze danych w produkcie Cloud Pak for Data.

  Ten film wideo zawiera wizualną metodę zapoznawania się z pojęciami i zadaniami opisanymi w tej dokumentacji.

  Sprawdź wymagane udostępnione usługi

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo o godzinie 01:06.

  Ważne: zapasy modelu są dostępne tylko w regionie Dallas. Jeśli to konieczne, przed kontynuacją przełącz się na region Dallas.

  Aby sprawdzić lub udostępnić niezbędne usługi, wykonaj następujące kroki:

  1. W programie Cloud Pak for Datasprawdź, czy jesteś w regionie Dallas. Jeśli nie, kliknij menu rozwijane regionu, a następnie wybierz opcję Dallas.
     

  2. Z Cloud Pak for Data menu nawigacyjnego wybierz opcję Usługi > Instancje usług.

  3. Użyj listy rozwijanej Produkt , aby określić, czy istnieje instancja usługi Watson Studio .

  4. Aby utworzyć instancję usługi Watson Studio , kliknij opcję Dodaj usługę.

  5. Wybierz opcję Watson Studio.

     1. Dla regionu wybierz Dallas.

     2. Wybierz plan Lite .

     3. Kliknij makro Create.

  6. Powtórz te kroki, aby sprawdzić lub udostępnić następujące dodatkowe usługi:

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

  Sprawdź postęp

  Na poniższym obrazku przedstawiono udostępnione instancje usługi:
  
  

  

  Utwórz przykładowy projekt

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo rozpoczynający się od strony 01:45.

  1. Uzyskaj dostęp do przykładowego projektu zarządzania sztuczną inteligencją w galerii.

  2. Kliknij opcję Utwórz projekt.

  3. Jeśli zostanie wyświetlona prośba o powiązanie projektu z instancją Cloud Object Storage , wybierz z listy instancję Cloud Object Storage .

  4. Kliknij makro Create.

  5. Poczekaj na zakończenie importowania projektu, a następnie kliknij opcję Wyświetl nowy projekt , aby sprawdzić, czy projekt i zasoby aplikacyjne zostały pomyślnie utworzone.

  6. Kliknij kartę Zasoby aplikacyjne , aby wyświetlić zasoby aplikacyjne w przykładowym projekcie.

  Uwaga: Może zostać wyświetlony przewodnik przedstawiający kursy dołączone do tego przypadku użycia. Odsyłacze w przewodniku otwierają te instrukcje kursu.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono przykładowy projekt. Teraz można rozpocząć kurs.
  
  

  

  
  Początek strony
  

• Czynność 1: konfigurowanie śledzenia dla modelu
  
  

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo rozpoczynający się od strony 02:35.

  Modele można śledzić, dodając przypadki użycia modelu do katalogu. Plan Watson Knowledge Catalog Lite umożliwia utworzenie dwóch katalogów. Wykonaj następujące kroki, aby sprawdzić, czy katalog już istnieje, a jeśli nie, aby utworzyć katalog do przechowywania przypadku użycia modelu:

  1. Z Cloud Pak for Data menu nawigacyjnego wybierz opcję Katalogi > Wyświetl wszystkie katalogi.

  2. Jeśli katalog jest widoczny na stronie Katalogi , można przejść do sekcji Czynność 2: Tworzenie przypadku użycia modelu w magazynie modelu. W przeciwnym razie, aby utworzyć nowy katalog, wykonaj następujące kroki:

     1. Kliknij opcję Nowy katalog.

     2. W polu Nazwaskopiuj i wklej nazwę katalogu dokładnie w takiej postaci, w jakiej jest wyświetlana, bez spacji na początku i na końcu:

        Mortgage Approval Catalog
        

     3. Jeśli zostanie wyświetlona prośba o powiązanie katalogu z instancją Cloud Object Storage , wybierz z listy opcję Cloud Object Storage .

     4. Wybierz opcję Wymuś reguły ochrony danych, potwierdź wybór i zaakceptuj wartości domyślne w innych polach.

     5. Kliknij makro Create.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono katalog. Teraz można przystąpić do tworzenia przypadku użycia modelu, który jest przechowywany w katalogu.
  
  

  

  
  Początek strony
  

• Czynność 2: tworzenie przypadku użycia modelu w spisie zasobów modelu
  
  

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo o godzinie 3:08.

  W przypadku tego typu projektu najlepiej jest utworzyć przypadek użycia modelu po rozpoczęciu projektu. Przypadek użycia modelu może odwoływać się do wielu modeli uczenia maszynowego, których można użyć do rozwiązywania problemów biznesowych. Następnie inżynierowie danych i ewaluatorzy modeli mogą dodawać modele do przypadku użycia modelu i śledzić model w trakcie jego cyklu życia. Aby utworzyć przypadek użycia modelu, wykonaj następujące kroki:

  Wskazówka: Jeśli ta okazja jest używana po raz pierwszy podczas uzyskiwania dostępu do spisu zasobów modelu, zostanie wyświetlony przewodnik z pytaniem, czy skonfigurować zarządzanie modelem. Na razie kliknij opcję Być może później.

  1. Z Cloud Pak for Data menu nawigacyjnego wybierz opcję Katalogi > Spis zasobów modelu.

  2. Kliknij opcję Nowy przypadek użycia modelu.

  3. W polu Nazwa przypadku użycia modeluskopiuj i wklej nazwę dokładnie w takiej postaci, w jakiej jest wyświetlana, bez spacji na początku i na końcu:

     Mortgage Approval Model Use Case
     

  4. W polu Opisskopiuj i wklej następujący tekst:

     This model use case is for the Mortgage approval model at Golden Bank
     

  5. Jeśli istnieje więcej niż jeden katalog, zostanie wyświetlone pole Katalog . Wybierz opcję Katalog zatwierdzenia kredytu hipotecznego lub inny istniejący katalog.

  6. Kliknij przycisk Zapisz.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono przypadek użycia modelu. Przypadek użycia modelu jest teraz gotowy dla inżynierów danych i ewaluatorów modeli do dodawania modeli i śledzenia modeli w miarę ich przebiegu w cyklu życia. Następnym zadaniem jest uruchomienie notatnika w celu utworzenia modelu.
  
  

  

  
  Początek strony
  

• Czynność 3: uruchamianie notatnika w celu utworzenia modelu
  
  

  Aby wyświetlić podgląd tego zadania, obejrzyj film wideo rozpoczynający się od 03:50.

  Teraz można uruchomić pierwszy notatnik dołączony do przykładowego projektu. Notatnik zawiera kod umożliwiający:

  • Skonfiguruj AI Factsheets używane do śledzenia cyklu życia modelu.
  • Załaduj dane szkoleniowe, które są przechowywane w połączeniu Db2 Warehouse w przykładowym projekcie.
  • Określ kolumny docelowe, jakościowe i liczbowe wraz z progami używanymi do budowania modelu.
  • Budowanie potoków danych.
  • Tworzenie modeli uczenia maszynowego.
  • Wyświetl wyniki modelu.
  • Zapisz model.

  Wykonaj następujące kroki, aby uruchomić notatnik dołączony do przykładowego projektu. Poświęć trochę czasu na przeczytanie komentarzy w notatniku, które wyjaśniają kod w każdej komórce.

  1. Z Cloud Pak for Data menu nawigacyjnego wybierz opcję Projekty > Wyświetl wszystkie projekty.

  2. Kliknij nazwę projektu Zarządzanie sztuczną inteligencją .

  3. Kliknij kartę Zasoby , a następnie przejdź do karty Notebooki.
     

  4. Otwórz notatnik 1-model-trening-z-arkuszami faktów .

  5. Ponieważ notatnik jest w trybie tylko do odczytu, kliknij ikonę Edytuj , aby przełączyć notatnik w tryb edycji.

  6. Podczas importowania projektu z galerii pierwsza komórka notatnika zawiera znacznik dostępu projektu. Jeśli ten notatnik nie zawiera pierwszej komórki ze znacznikiem dostępu do projektu, należy go wygenerować. Z menu Więcej wybierz opcję Wstaw znacznik projektu. To działanie powoduje wstawienie nowej komórki jako pierwszej komórki w notatniku zawierającej znacznik projektu.

  7. W sekcji Podaj swój klucz API IBM Cloud musisz przekazać swoje referencje do interfejsu API Watson Machine Learning przy użyciu klucza API. Jeśli nie masz jeszcze zapisanego klucza API, wykonaj poniższe kroki, aby utworzyć klucz API.
     Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo począwszy od wersji 04:44.

     1. Uzyskaj dostęp do strony kluczy API konsoliIBM Cloud.

     2. Kliknij opcję Utwórz klucz API IBM Cloud. Jeśli istnieją jakiekolwiek klucze API, przycisk może mieć etykietę Utwórz.

     3. Wpisz nazwę i opis.

     4. Kliknij makro Create.

     5. Skopiuj klucz API.

     6. Pobierz klucz API do użycia w przyszłości.

     7. Wróć do notatnika i wklej klucz API w polu ibmcloud_api_key .

  8. Kliknij opcję Komórka > Uruchom wszystko , aby uruchomić wszystkie komórki w notatniku. Alternatywnie można uruchomić notatnik komórka po komórce, aby eksplorować każdą komórkę i jej dane wyjściowe.

  9. Notatnik trwa od 1 do 3 minut. Można monitorować postęp w komórce według komórki, zauważając, że gwiazdka "In [*]" zmienia się na liczbę, na przykład "In [1]".

  10. Jeśli podczas wykonywania notatnika wystąpią jakiekolwiek błędy, należy wypróbować następujące wskazówki:

      • Kliknij kolejno opcje Kernel > Restart & Clear Output (Jądro > Restartuj i Wyczyść dane wyjściowe), aby zrestartować jądro, a następnie ponownie uruchom notatnik.
      • Sprawdź, czy został utworzony przypadek użycia modelu, kopiując i wklejając dokładnie określoną nazwę artefaktu bez spacji na początku i na końcu.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono notatnik po zakończeniu wykonywania. Notatnik zapisał model w projekcie, więc można go teraz wyświetlić i dodać do spisu zasobów modelu.
  
  

  

  
  Początek strony
  

• Czynność 4: Wyświetlanie arkusza faktów modelu i powiązanie go z przypadkiem użycia modelu
  
  

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 06:16.

  Po uruchomieniu wszystkich komórek w notatniku wykonaj następujące kroki, aby wyświetlić arkusz faktów modelu w projekcie, a następnie powiązać ten model z przypadkiem użycia modelu w spisie zasobów modelu:

  1. Kliknij nazwę projektu Zarządzanie sztuczną inteligencją w ścieżce nawigacji.
     

  2. Kliknij kartę Zasoby , a następnie przejdź do karty Modele.

  3. Kliknij utworzoną wcześniej nazwę zasobu Model predykcji zatwierdzenia kredytu hipotecznego , aby otworzyć model.

  4. Zapoznaj się z arkuszem faktów dotyczących sztucznej inteligencji dla swojego modelu. AI Factsheets przechwytują metadane modelu w całym cyklu życia tworzenia modelu, co ułatwia późniejsze sprawdzanie poprawności w przedsiębiorstwie lub regulacje zewnętrzne. AI Factsheets umożliwiają analizatorów poprawności modelu i osobom zatwierdzającym uzyskanie dokładnego, zawsze aktualnego widoku szczegółów cyklu życia modelu.
     W ostatnim zadaniu został uruchomiony notatnik zawierający kod klienta AI Factsheets Python w notatniku, który przechwycił metadane szkoleniowe. Przewiń do sekcji Metryki szkoleniowe i Znaczniki szkoleniowe , aby przejrzeć przechwycone metadane szkoleniowe.
     Na poniższym obrazku przedstawiono arkusz faktów dotyczących sztucznej inteligencji dla modelu:
     
     

  5. Przewiń stronę modelu w górę i kliknij opcję Śledź ten model.

     1. Z listy przypadków użycia modelu wybierz pozycję Przypadk użycia modelu zatwierdzenia kredytu hipotecznegoi kliknij przycisk Dalej.

     2. Wybierz opcję Podejście domyślnei kliknij przycisk Dalej.

     3. Wybierz opcję Eksperymentalnei kliknij opcję Śledź model.

  6. Na stronie modelu kliknij opcję Otwórz w spisie zasobów modelu.

  7. Na stronie przypadku użycia modelu kliknij kartę Zasób .

  8. W sekcji Śledzenie modeluwidać, że AI Factsheets śledzą modele przez cały cykl ich życia. Ten model nadal znajduje się na etapie Tworzenie , ponieważ nie został jeszcze wdrożony.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono przypadek użycia modelu z modelem w fazie tworzenia. Po przejrzeniu metadanych, takich jak źródło danych treningowych, metryki treningowe i schemat wejściowy, które zostały przechwycone w arkuszu faktów dotyczących sztucznej inteligencji, można przystąpić do wdrażania modelu.
  
  

  

  
  Początek strony
  

• Czynność 5: wdrażanie modelu
  
  

  Przed wdrożeniem modelu należy go awansować do nowego obszaru wdrażania. Obszary wdrażania ułatwiają organizowanie zasobów pomocniczych, takich jak dane wejściowe i środowiska, wdrażanie modeli lub funkcji w celu generowania predykcji lub rozwiązań, a także wyświetlanie lub edytowanie szczegółów wdrażania.

  Awansuj model do obszaru wdrażania

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 07:28.

  Aby awansować model do nowego obszaru wdrażania, wykonaj następujące kroki:

  1. W przypadku użycia modelu w fazie Tworzenie kliknij opcję Model predykcji zatwierdzenia kredytu hipotecznego.

  2. Kliknij opcję Otwórz w projekcie , aby otworzyć model w projekcie zarządzania AI.

  3. Na stronie modelu kliknij opcję Awansuj do obszaru wdrażania.

  4. W polu Obszar docelowywybierz opcję Utwórz nowy obszar wdrażania.

     1. W przypadku nazwy obszaru wdrażania skopiuj i wklej nazwę dokładnie tak, jak pokazano, bez spacji na początku i na końcu:

        Golden Bank Preproduction Space
        

     2. Wybierz z listy usługę pamięci masowej.

     3. Wybierz z listy udostępnioną usługę uczenia maszynowego.

     4. Kliknij makro Create.

     5. Kliknij opcję Zamknij.

  5. W polu Obszar docelowyupewnij się, że wybrano opcję Obszar przedprodukcyjny Golden Bank .

  6. Zaznacz opcję Idź do modelu w obszarze po awansowaniu go .

  7. Kliknij opcję Awansuj.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono model w obszarze wdrażania. Teraz można przystąpić do tworzenia wdrożenia modelu.
  
  

  

  Utwórz wdrożenie w trybie z połączeniem dla modelu

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo rozpoczynający się od strony 08:33.

  Aby utworzyć wdrożenie w trybie z połączeniem dla modelu, wykonaj następujące kroki:

  1. Po otwarciu obszaru wdrażania kliknij opcję Nowe wdrożenie.

     1. W polu Typ wdrożeniawybierz opcję Tryb z połączeniem.

     2. W polu Nazwaskopiuj i wklej nazwę wdrożenia dokładnie tak, jak to pokazano, bez spacji na początku i na końcu:

        Mortgage Approval Model Deployment
        

     3. W polu Nazwa serweramożna podać nazwę opisową, która będzie używana zamiast identyfikatora wdrożenia, co ułatwi szybkie zidentyfikowanie wdrożenia. Skopiuj i wklej nazwę serwera bez spacji na początku i na końcu. Poprawność nazwy jest sprawdzana w taki sposób, aby była unikalna dla każdego regionu. Jeśli ta nazwa serwera już istnieje, dodaj liczbę (lub dowolny unikalny znak) na końcu nazwy serwera.

        mortgage_approval_service
        

     4. Kliknij makro Create.

  2. Wdrożenie modelu może potrwać kilka minut. Po pomyślnym wdrożeniu modelu wróć do spisu zasobów modelu. Z menu nawigacyjnego wybierz opcję Katalogi > Spis zasobów modelu.

  3. W przypadku Przypadku użycia modelu zatwierdzenia kredytu hipotecznegokliknij opcję Wyświetl szczegóły.

  4. Kliknij kartę Zasób . W obszarze Śledzenie modelumożna zobaczyć, że model znajduje się teraz na etapie Test .

  Sprawdź postęp

  Na poniższym obrazku przedstawiono przypadek użycia modelu z modelem w fazie wdrażania. Model jest teraz gotowy do oceny w systemie Watson OpenScale.
  
  

  

  
  Początek strony
  

Następne kroki

Teraz można sprawdzić poprawność wdrożonego modelu uczenia maszynowego i monitorować go, aby upewnić się, że działa on dokładnie i sprawiedliwie. W tym zadaniu zostanie użyty system Watson OpenScale. Patrz kurs Testowanie i sprawdzanie poprawności modelu .

Więcej inform.

Zobacz, jak używać programu IBM OpenPages do zarządzania modelem w jego cyklu życia.

• Notatniki

• Trenowanie i wdrażanie modeli uczenia maszynowego w notatnikach

• Watson OpenScale

• Spis zasobów modelu

• Przegląd produktu Cloud Pak for Data as a Service i struktury danych

Temat nadrzędny: Kursy dotyczące struktury danych