0 / 0
Go back to the English version of the documentation
Výukový program Data Science and MLOps: Koordinace propojení procesů AI s integrací dat
Last updated: 09. 11. 2023
Výukový program Data Science and MLOps: Koordinace propojení procesů AI s integrací dat

Tento výukový program vám umožňuje vytvořit komplexní propojení procesů, které bude poskytovat stručná, předzpracovaná a aktuální data uložená v externím zdroji dat pomocí zkušební verze prostředí Fabric dat. Vaším cílem je použít Watson Pipelines ke koordinaci tohoto komplexního sledu prací za účelem generování automatizovaných, konzistentních a opakovatelných výsledků. Propojení procesů používá DataStage a AutoAI, které automatizuje několik aspektů pro proces sestavení modelu, jako např. projektování funkcí a optimalizaci hyperparametrů. Volba AutoAI ohodnotí kandidátské algoritmy a poté vybere nejlepší model.

Stručný úvod: Pokud jste dosud nevytvořili ukázkový projekt pro tento výukový program, přejděte do galerie Koordinovat ukázkový projekt propojení procesů AI .

Děj výukového programu spočívá v tom, že GoldenBank chce rozšířit své podnikání tím, že nabídne speciální nízko-úrokovou hypotéku pro online aplikace. Online aplikace rozšiřují dosah zákazníků banky a snižují náklady banky na zpracování aplikací. Tým použije Watson Pipelines k vytvoření datového propojení procesů, které poskytuje aktuální data o všech žadatelích o hypotéku, které mohou věřitelé použít pro rozhodování. Data jsou uložena v produktu Db2 Warehouse. Musíte připravit data, protože jsou potenciálně neúplná, zastaralá a mohou být zamlžené nebo zcela nepřístupné kvůli politice ochrany osobních údajů a suverenity. Poté musí tým sestavit model schválení hypotéky z důvěryhodných dat a poté model implementovat a testovat ve zkušebním prostředí.

Následující animovaný obrázek poskytuje rychlý náhled toho, čeho dosáhnete do konce tohoto výukového programu. Upravíte a spustíte propojení procesů pro sestavení a implementaci modelu strojového učení. Chcete-li zobrazit větší obrázek, klepněte na obrázek.

Animovaný obrázek

Zobrazit náhled výukového programu

V tomto výukovém programu dokončíte tyto úlohy:

Zhlédnout video Chcete-li zobrazit náhled kroků v tomto výukovém programu, podívejte se na toto video. V uživatelském rozhraní, které je zobrazeno ve videu, mohou být malé rozdíly. Video je určeno jako společník písemného výukového programu.

Toto video poskytuje vizuální metodu, jak se seznámit s koncepty a úlohami v této dokumentaci.



  • Použití obrazového videa v obraze

    Tip: Spusťte video a při procházení výukovým programem se video přesune do režimu obrazu v obraze. Zavřete video obsah pro nejlepší zážitek s obrazem v obraze. Můžete použít režim obrazu v obraze, takže můžete sledovat video po dokončení úloh v tomto výukovém programu. Klepněte na časová razítka pro každou úlohu, kterou chcete sledovat.

    Následující animovaný obrázek ukazuje, jak používat obrazový obraz v obraze a obsah:

    Jak používat obrázky v obraze a kapitoly

    Získejte pomoc v komunitě

    Potřebujete-li pomoc s tímto výukovým programem, můžete položit otázku nebo najít odpověď v diskusním fóru komunity Cloud Pak for Data.

    Nastavení oken prohlížeče

    Chcete-li získat optimální zkušenost s dokončením tohoto výukového programu, otevřete Cloud Pak for Data v jednom okně prohlížeče a ponechte tuto stránku výukového programu otevřenou v jiném okně prohlížeče, abyste snadno přepínali mezi oběma aplikacemi. Zvažte uspořádání dvou oken prohlížeče vedle sebe, abyste usnadnili sledování.

    Vedlejší výukový program a uživatelské rozhraní

    Tip: Pokud při provádění tohoto výukového programu v uživatelském rozhraní narazíte na asistovanou prohlídku, klepněte na Možná později.

    Zpět na začátek

  • Přihlaste se k produktu Cloud Pak for Data as a Service

    Musíte se zaregistrovat k produktu Cloud Pak for Data as a Service a zajistit nezbytné služby pro případ použití integrace dat.

    • Pokud máte existující účet Cloud Pak for Data as a Service , můžete začít s tímto výukovým programem. Pokud máte účet plánu Lite, tento výukový program může spustit pouze jeden uživatel na účet.
    • Pokud ještě nemáte účet Cloud Pak for Data as a Service , zaregistrujte se na zkušební verzi datového prostředí Fabric.

    Ikona Video Podívejte se na následující video, abyste se dozvěděli o datovém prostředí Fabric v produktu Cloud Pak for Data.

    Toto video poskytuje vizuální metodu, jak se seznámit s koncepty a úlohami v této dokumentaci.

    Ověřit nezbytné zajištěné služby

    náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:37.

    Chcete-li ověřit nebo zajistit nezbytné služby, postupujte takto:

    1. V navigační nabídce Cloud Pak for Data Navigační nabídkavyberte volbu Služby > Instance služeb.

    2. Pomocí rozevíracího seznamu Produkt určete, zda existuje existující instance služby Watson Studio .

    3. Potřebujete-li vytvořit instanci služby Watson Studio , klepněte na volbu Přidat službu.

      1. Vyberte volbu Watson Studio.

      2. Vyberte plán Lite .

      3. Klepněte na volbu Vytvořit.

    4. Počkejte na zajištění služby Watson Studio , což může trvat několik minut.

    5. Opakujte tyto kroky, abyste ověřili nebo zajišťovali následující další služby:

      • Watson Machine Learning
      • DataStage
      • Cloud Object Storage

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek zobrazuje zajištěné instance služby:

    Zajištěné služby

    Vytvořit ukázkový projekt

    náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 01:14.

    Pokud již máte ukázkový projekt pro tento výukový program, tuto úlohu přeskočte. V opačném případě postupujte takto:

    1. Přistupte k ukázkovému projektu propojení procesů AI koordinace v galerii.

    2. Klepněte na volbu Vytvořit projekt.

    3. Pokud jste vyzváni k přidružení projektu k instanci Cloud Object Storage , vyberte ze seznamu instanci Cloud Object Storage .

    4. Klepněte na volbu Vytvořit.

    5. Počkejte na dokončení importu projektu a poté klepněte na volbu Zobrazit nový projekt , abyste ověřili, že projekt a aktiva byly úspěšně vytvořeny.

    6. Klepněte na kartu Aktiva , abyste viděli připojení, toky DataStage a definici dat a propojení procesů.

    Poznámka: Může se zobrazit prohlídka s průvodcem zobrazující výukové programy, které jsou součástí tohoto příkladu použití. Odkazy v komentované prohlídce otevřou tyto pokyny výukového programu.
    Tip: Pokud nevidíte žádné toky DataStage , vraťte se zpět a zobrazte instance služby, abyste úspěšně ověřili, že byla instance DataStage zajištěna. Viz Poskytování nezbytných služeb.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje kartu Aktiva v ukázkovém projektu. Nyní jste připraveni spustit výukový program.

    Následující obrázek ukazuje kartu Aktiva v ukázkovém projektu.

    Přidružte službu Watson Machine Learning k ukázkovému projektu

    náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 02:04.

    K vytvoření a nasazení modelu budete používat Watson Machine Learning , takže postupujte takto, chcete-li přidružit instanci služby Watson Machine Learning k ukázkovému projektu.

    1. V projektu Koordinovat propojení procesů AI klepněte na kartu Spravovat.

    2. Klepněte na stránku Služby a integrace .

    3. Klepněte na volbu Přidružit službu.

    4. Zaškrtněte políčko vedle instance služby Watson Machine Learning .

    5. Klepněte na volbu Přidružit.

    6. Klepnutím na tlačítko Storno se vrátíte na stránku Služby a integrace .

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje stránku Služby a integrace s uvedenou službou Watson Machine Learning . Nyní jste připraveni vytvořit ukázkový projekt.

    Přidružit službu k projektu


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 02:26.

    Ukázkový projekt zahrnuje několik aktiv včetně připojení, definice dat, dvou toků DataStage a propojení procesů. Chcete-li zobrazit tato aktiva, postupujte takto:

    1. Klepněte na kartu Aktiva v rámci projektu propojení procesů AI a pak zobrazte Všechna aktiva.

    2. Všechna datová aktiva, která se používají v tocích DataStage a propojení procesů, jsou uložena v připojení Data Fabric Trial- Db2 Warehouse ve schématu AI_HYPOTEČNÍ . Následující obrázek zobrazuje aktiva z tohoto připojení:

      Tabulky Db2 Warehouse

    3. Tok Integrovat data hypotéky DataStage integruje data o každém žadateli o hypotéku, včetně osobně identifikovatelných informací, s podrobnostmi o jeho aplikaci, úvěrovými skóre, stavem obchodního kupce a nakonec s cenami každého vybraného domu žadatele, a poté vytvoří v projektu obsahujícím spojená data sekvenční soubor s názvem Mortgage_Data.csv . Následující obrázek ukazuje tok Integrovat hypoteční data DataStage .

      Tip: Pokud nevidíte žádné toky DataStage , vraťte se zpět a zobrazte instance služby, abyste úspěšně ověřili, že byla instance DataStage zajištěna. Viz Poskytování nezbytných služeb.

      Integrovat tok dat hypotéky

    4. Tok Integrovat schválení hypoték DataStage používá výstup z prvního toku DataStage (Mortgage_Data.csv) a dále obohacuje data integrací informací o každém schválení aplikace hypotéky. Výsledná datová sada se uloží do projektu s názvem Mortgage_Data_with_Approvals.csv. Následující obrázek ukazuje tok Integrovat schválení hypoték DataStage :

      Integrovat tok schválení hypoték

    5. Definice dat Definition_Mortgage_Data pro datové aktivum Mortgage_Data_with_Approvals.csv je vytvořena tokem Integrovat schválení hypotéky DataStage . Následující obrázek ukazuje definici dat:

      Definice dat hypotéky

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek zobrazuje všechna aktiva v ukázkovém projektu. Nyní jste připraveni prozkoumat propojení procesů v ukázkovém projektu.

    Následující obrázek zobrazuje všechna aktiva v ukázkovém projektu.


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 04:00.

    Ukázkový projekt zahrnuje propojení procesů Watson , které automatizuje následující úlohy:

    • Spusťte dvě existující úlohy DataStage .

    • Vytvořte experiment AutoAI .

    • Spusťte experiment AutoAI a uložte model s nejlepším výkonem, který používá výsledný výstupní soubor z úlohy DataStage jako trénovací data.

    • Vytvořte prostor implementace.

    • Povyšte uložený model do prostoru implementace.

    Chcete-li prozkoumat propojení procesů, postupujte takto:

    1. Na kartě Aktiva v projektu propojení procesů AI zobrazte Všechna aktiva.

    2. Klepnutím na volbu Potrubí schválení hypotéky otevřete propojení procesů.

    3. V počáteční části propojení procesů se postupně spouštějí dvě úlohy DataStage (Integrovat hypoteční data a Integrovat schválení hypotéky), které kombinují různé tabulky z připojení produktu Db2 Warehouse on Cloud do soudržné datové sady s označením, která se používá jako trénovací data pro experiment AutoAI .

    4. Poklepáním na uzel Zkontrolovat stav zobrazte podmínku. Tato podmínka je bodem rozhodování v propojení procesů pro potvrzení dokončení první úlohy DataStage s hodnotou Dokončeno nebo Dokončeno s varováními. Klepnutím na tlačítko Storno se vrátíte do propojení procesů.

    5. Poklepáním na uzel Vytvořit AutoAI experiment zobrazte nastavení. Tento uzel vytvoří experiment AutoAI s nastaveními.

      1. Zkontrolujte hodnoty pro následující nastavení:

        • Název experimentu AutoAI

        • Rozsah

        • Typ předpovědi

        • Sloupec předpovědi

        • Kladná třída

        • Poměr rozdělení trénovací dat

        • Algoritmy pro zahrnutí

        • Algoritmy k použití

        • Optimalizovat metriku

      2. Klepnutím na tlačítko Storno zavřete nastavení.

    6. Poklepáním na uzel Spustit AutoAI experiment zobrazte nastavení. Tento uzel spustí experiment AutoAI vytvořený z uzlu Vytvořit AutoAI experiment , který používá výstup úlohy Integrovat schválení hypotéky DataStage jako trénovací data.

      1. Zkontrolujte hodnoty pro následující nastavení:

        • AutoAI experiment

        • Trénovací datová aktiva

        • Předpona názvu modelu

      2. Klepnutím na tlačítko Storno zavřete nastavení.

    7. Mezi uzly Spustit AutoAI a Vytvořit prostor implementace poklepejte na volbu Chcete implementovat model? pro zobrazení podmínky. Hodnota True pro tuto podmínku je bod rozhodování v propojení procesů, aby bylo možné pokračovat ve vytváření prostoru implementace. Klepnutím na tlačítko Storno se vrátíte do propojení procesů.

    8. Poklepáním na uzel Vytvořit prostor implementace zobrazte nastavení. Tento uzel vytvoří nový prostor nasazení se zadaným názvem a vyžaduje vstup pro služby Cloud Object Storage a Watson Machine Learning .

      1. Zkontrolujte hodnotu pro nastavení Nový název prostoru .

      2. V poli Nový prostor-název CRN instance COS vyberte instanci Cloud Object Storage ze seznamu.

      3. V poli Nové prostorové číslo CRN instance WML vyberte ze seznamu instanci Watson Machine Learning .

      4. Klepněte na tlačítko Uložit.

    9. Poklepáním na uzel Povýšit model na prostor implementace zobrazte nastavení. Tento uzel povyšuje nejlepší model z uzlu Spustit AutoAI experiment do prostoru implementace vytvořeného z uzlu Vytvořit prostor implementace .

      1. Zkontrolujte hodnoty pro následující nastavení:

        • Zdrojová aktiva

        • Cíl

      2. Klepnutím na tlačítko Storno zavřete nastavení.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje počáteční propojení procesů. Nyní jste připraveni upravit propojení procesů a přidat uzel.

    Počáteční propojení procesů


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 06:23.

    Propojení procesů vytvoří model, vytvoří prostor implementace a poté jej povýší na prostor implementace. Chcete-li vytvořit implementaci online, musíte přidat uzel. Chcete-li upravit propojení procesů pro automatizaci vytvoření implementace online, postupujte takto:

    1. Přidejte na plátno uzel Vytvořit online implementaci :

      1. Rozbalte sekci Vytvořit na paletě uzlů.

      2. Přetáhněte uzel Vytvořit online implementaci na plátno a umístěte uzel za uzel Povýšit model na prostor implementace .

    2. Podržte ukazatel myši nad uzlem Povýšit model na prostor implementace , abyste viděli šipku. Připojte šipku k uzlu Vytvořit implementaci online .

      Poznámka: Názvy uzlů v propojení procesů se mohou lišit od následujícího animovaného obrázku.

      Uzly propojení procesů

    3. Připojte komentář Vytvořit online implementaci pro povýšený model k uzlu Vytvořit online implementaci připojením kruhu v rámečku komentáře k uzlu.

      Poznámka: Názvy uzlů v propojení procesů se mohou lišit od následujícího animovaného obrázku.

      Komentář k propojení procesů

    4. Poklepáním na uzel Vytvořit implementaci online zobrazte nastavení.

    5. Změňte název uzlu na Create Online Deployment.

    6. Vedle položky Aktivum MLklepněte v nabídce na volbu Vybrat z jiného uzlu .

      Vybrat z jiného aktiva uzlu ML

    7. Ze seznamu vyberte uzel Povýšit model na prostor implementace . Je vybráno ID uzlu winning_model .

    8. Jako Název nové implementacezadejte mortgage approval model deployment.

    9. V poli Režim vytvořenívyberte volbu Přepsat.

    10. Klepnutím na tlačítko Uložit uložte nastavení uzlu Vytvořit online implementaci .

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje dokončené propojení procesů. Nyní jste připraveni spustit propojení procesů.

    Propojení procesů dokončeno


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 07:38.

    Nyní, když je propojení procesů dokončeno, postupujte takto, abyste spustili propojení procesů:

    1. Na panelu nástrojů klepněte na volbu Spustit propojení procesů > Zkušební spuštění.

    2. Na stránce Definovat parametry propojení procesů vyberte pro implementaci hodnotu True .

      • Je-li nastavena hodnota True, propojení procesů ověří nasazený model a jeho skóre.

      • Je-li nastavena hodnota False, propojení procesů ověří, zda byl model vytvořen v projektu experimentem AutoAI , a přezkoumá informace o modelu a metriky trénování.

    3. Pokud při této příležitosti poprvé spustíte propojení procesů, budete vyzváni k zadání klíče rozhraní API. Aktiva propojení procesů používají váš osobní klíč rozhraní API IBM Cloud k bezpečnému spuštění operací bez narušení.

      • Máte-li existující klíč rozhraní API, klepněte na volbu Použít existující klíč rozhraní API, vložte klíč rozhraní API a klepněte na tlačítko Uložit.

      • Pokud nemáte existující klíč rozhraní API, klepněte na volbu Generovat nový klíč rozhraní API, zadejte název a klepněte na tlačítko Uložit. Zkopírujte klíč rozhraní API a pak uložte klíč rozhraní API pro budoucí použití. Po dokončení klepněte na tlačítko Zavřít.

    4. Klepnutím na tlačítko Spustit spusťte spuštění propojení procesů.

    5. Procházet konsolidované protokoly, zatímco je propojení procesů spuštěno. Dokončení zkušebního provozu může trvat až 10 minut.

    6. Po dokončení každé operace vyberte uzel pro tuto operaci na plátně.

    7. Na kartě Inspektor uzlu zobrazte podrobnosti operace.

    8. Klepnutím na kartu Výstup uzlu zobrazíte souhrn výstupu pro každou operaci uzlu.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje propojení procesů po dokončení zkušebního spuštění. Nyní jste připraveni přezkoumat aktiva, která vytvořila propojení procesů.

    Dokončeno spuštění propojení procesů


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 09:48.

    Propojení procesů vytvořilo několik aktiv. Chcete-li zobrazit aktiva, postupujte takto:

    1. Klepnutím na název projektu Koordinovat propojení procesů AI v navigační cestě se vrátíte do projektu.

      Navigační cesta

    2. Na kartě Aktiva zobrazte Všechna aktiva.

    3. Zobrazte datová aktiva.

      1. Klepněte na datové aktivum Mortgage_Data.csv . Úloha DataStage vytvořila toto aktivum.

      2. Klepnutím na název projektu v navigační cestě se vrátíte na kartu Aktiva .

      3. Klepněte na datové aktivum Mortgage_Data_with_Approvals.csv . Úloha DataStage vytvořila toto aktivum.

      4. Klepnutím na název projektu v navigační cestě se vrátíte na kartu Aktiva .

    4. Zobrazit model.

      1. Klepněte na aktivum modelu strojového učení začínající na hypotéka_schválení_best_model. Experiment AutoAI vygeneroval několik kandidátů na model a vybral tento model jako nejlepší model.

      2. Procházet informace o modelu.

      3. Klepnutím na název projektu v navigační cestě se vrátíte na kartu Aktiva .

    5. Klepnutím na kartu Úlohy v projektu zobrazíte informace o dvou úlohách DataStage a jedné úloze propojení procesů.

    6. V navigační nabídce Cloud Pak for Data Navigační nabídkavyberte volbu Nasazení.

    7. Klepněte na kartu Prostory .

    8. Klepněte na prostor implementace Schválení hypotéky .

    9. Klepněte na kartu Aktiva a prohlédněte si nasazený model začínající na hypotéka_schválení_best_model.

    10. Klepněte na kartu Nasazení .

    11. Klepnutím na volbu Implementace modelu schválení hypotéky zobrazte implementaci.

      1. Zobrazte informace na kartě Odkaz rozhraní API .

      2. Klepněte na kartu Test .

      3. Klepněte na kartu Vstup JSON a nahraďte ukázkový text následujícím textem JSON.

        {
           "input_data": [
               {
                       "fields": [
                               "ID",
                               "NAME",
                               "STREET_ADDRESS",
                               "CITY",
                               "STATE",
                               "STATE_CODE",
                               "ZIP_CODE",
                               "EMAIL_ADDRESS",
                               "PHONE_NUMBER",
                               "GENDER",
                               "SOCIAL_SECURITY_NUMBER",
                               "EDUCATION",
                               "EMPLOYMENT_STATUS",
                               "MARITAL_STATUS",
                               "INCOME",
                               "APPLIEDONLINE",
                               "RESIDENCE",
                               "YRS_AT_CURRENT_ADDRESS",
                               "YRS_WITH_CURRENT_EMPLOYER",
                               "NUMBER_OF_CARDS",
                               "CREDITCARD_DEBT",
                               "LOANS",
                               "LOAN_AMOUNT",
                               "CREDIT_SCORE",
                               "CRM_ID",
                               "COMMERCIAL_CLIENT",
                               "COMM_FRAUD_INV",
                               "FORM_ID",
                               "PROPERTY_CITY",
                               "PROPERTY_STATE",
                               "PROPERTY_VALUE",
                               "AVG_PRICE"
                       ],
                       "values": [
                               [
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       "Bachelor",
                                       "Employed",
                                       null,
                                       144306,
                                       null,
                                       "Owner Occupier",
                                       15,
                                       19,
                                       2,
                                       7995,
                                       1,
                                       1483220,
                                       437,
                                       null,
                                       false,
                                       false,
                                       null,
                                       null,
                                       null,
                                       111563
                               ],
                               [
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       null,
                                       "High School",
                                       "Employed",
                                       null,
                                       45283,
                                       null,
                                       "Private Renting",
                                       11,
                                       13,
                                       1,
                                       1232,
                                       1,
                                       7638,
                                       706,
                                       null,
                                       false,
                                       false,
                                       null,
                                       null,
                                       null,
                                       547262
                               ]
                       ]
               }
           ]
        }
        
      4. Klepněte na volbu Předpovídat. Výsledky ukazují, že první žadatel nebude schválen a druhý bude schválen.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek zobrazuje výsledky testu.

    Předpovědi výsledků testů


    Zpět na začátek

Tým Golden Bank použil produkt Watson Pipelines k vytvoření datového kanálu, který poskytuje aktuální data o všech žadatelích o hypotéku a model strojového učení, který mohou věřitelé použít pro rozhodování.

Vyčištění (volitelné)

Chcete-li tento výukový program znovu provést, odstraňte následující artefakty.

Artefakt Jak odstranit
Implementace modelu schválení hypotéky v prostoru implementace schválení hypotéky Odstranit implementaci
Prostor pro implementaci schválení hypotéky Odstranit prostor implementace
Koordinovat ukázkový projekt propojení procesů AI Odstranění projektu

Další kroky

Další informace

Nadřízené téma: Výukové programy datového prostředí Fabric

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more