Häufig gestellte Fragen
Hier finden Sie Antworten auf häufig gestellte Fragen zu watsonx.ai.
Fragen zu Konto und Einrichtung
- Wie melde ich mich für watsonxan?
- Kann ich watsonx kostenlos testen?
- Wie aktualisiere ich watsonx.ai und watsonx.governance?
- In welchen Regionen kann ich watsonx.ai und watsonx.governance bereitstellen?
- Was ist mit meinen Watson Studio und Watson Machine Learning passiert?
- Welche Web-Browser werden für watsonxunterstützt?
- Wie kann ich die maximale Laufzeit meines watsonx.ai Studio Lite-Plans nutzen?
- Wie ändere ich die Sprachen für das Produkt und die Dokumentation?
- Wie finde ich den Eigner oder Administrator meines IBM Cloud-Kontos?
- Kann ich Feedback geben?
Fragen zum Basismodell
- Welche Basismodelle sind verfügbar und woher stammen sie?
- Welche Daten wurden zum Trainieren von Basismodellen verwendet?
- Muss ich generierte Ausgabe auf verzerrten, unangemessenen oder falschen Inhalt überprüfen?
- Gibt es eine Begrenzung für den Umfang der Textgenerierung, die ich ausführen kann?
- Trainiert promptes Engineering das foundation model?
- Hat IBM Zugriff auf meine Daten oder können meine Daten verwendet werden?
- Welche APIs sind verfügbar?
Projektfragen
IBM Cloud Object Storage Fragen
- Was wird in IBM Cloud Object Storage für Workspaces gespeichert?
- Muss ich IBM Cloud Object Storage aktualisieren, wenn ich andere Dienste aktualisiere?
- Warum kann ich einem vorhandenen Projekt keinen Speicherhinzufügen bzw. warum wird im Dialog 'Neues Projekt' nicht die Option für dieAuswahl von IBM Cloud Object Storage angezeigt?
Notizbuchfragen
- Kann ichBibliotheken oder Pakete installieren, um sie in meinen Notebooks zu verwenden?
- Kann ich in einem Notebook definierte Funktionen von einem anderen Notebook aus aufrufen?
- Kann ich beliebigeNotebookerweiterungen hinzufügen?
- Wie greifeich auf die Daten einer CSV-Datei in einem Notebook zu?
- Wiegreife ich auf die Daten einer komprimierten Datei in einem Notebook zu?
Fragen zur Sicherheit und Zuverlässigkeit
Fragen zur gemeinsamen Nutzung und Zusammenarbeit
Fragen zum maschinellen Lernen
Fragen zu Watson OpenScale
- Was ist Watson OpenScale?
- Wie konvertiere ich die Daten in einer Vorhersagespalte vom ganzzahligen Datentyp in den kategorialen Datentyp?
- Warum benötigt Watson OpenScale Zugriff auf Trainingsdaten?
- Was bedeutet ein Fairness-Score über 100 Prozent?
- Wie wird die Modellverzerrung durch die Verwendung von Watson OpenScale gemindert?
- Ist es möglich, für sensible Attribute, wie Rasse und Geschlecht, nach einer Modellverzerrung zu suchen, selbst dann, wenn diese nicht für das Modell trainiert wurden?
- Ist es möglich, eine Verzerrung für regressionsbasierte Modelle zu mindern?
- Was sind die verschiedenen Methoden zur Verzerrungsbereinigung in Watson OpenScale?
- Für eine Modellkonfiguration sind Informationen zur Position der Trainingsdaten erforderlich. Es gibt die Optionen Cloud Object Storage und Db2. Kann Watson OpenScale bei Netezza-Daten Netezza verwenden?
- Warum werden Watson OpenScale die Aktualisierungen, die am Modell vorgenommen wurden, nicht angezeigt?
- Welche unterschiedlichen Arten von Risiken sind mit der Verwendung eines Machine Learning-Modells verbunden?
- Muss ich das Watson OpenScale-Dashboard dauerhaft überwachen, um sicherzustellen, dass meine Modelle sich erwartungsgemäß verhalten?
- Welche Daten werden in Watson OpenScale für die Qualitätsmetrikberechnung verwendet?
- Kann der Schwellenwert in Watson OpenScale während der Konfiguration für eine andere Metrik als "Bereich unter ROC" festgelegt werden?
IBM watsonx.ai
Wie melde ich mich für watsonxan?
Gehen Sie zu Try IBM watsonx.ai oder Try watsonx.governance. Wenn Sie sich für watsonx.governanceanmelden, wird auch watsonx.ai automatisch bereitgestellt.
Kann ich watsonx kostenlos testen?
Ja, wenn Sie sich für IBM watsonx.ai anmelden, stellen Sie automatisch die kostenlose Version der zugrunde liegenden Dienste bereit: watsonx.ai Studio, watsonx.ai Runtime und IBM Cloud Object Storage. Wenn Sie sich für IBM watsonx.governance anmelden, stellen Sie automatisch die kostenlose Version von Watson OpenScale und die kostenlosen Versionen der Dienste für IBM watsonx.ai bereit.
Wie aktualisiere ich watsonx.ai und watsonx.governance?
Wenn Sie bereit sind, ein Upgrade für die zugrunde liegenden Services für watsonx.ai oder watsonx.governancedurchzuführen, können Sie ein Upgrade an Ort und Stelle durchführen, ohne dass Ihre Arbeit oder Daten verloren gehen.
Sie müssen Eigner oder Administrator des IBM Cloud-Kontos für einen Service sein, um ein Upgrade für den Service durchzuführen. Siehe Upgrade für Services unter watsonxdurchführen.
Was ist mit meinen Watson Studio und Watson Machine Learning passiert?
Der Watson Studio heißt jetzt watsonx.ai Studio. Der Watson Machine Learning Service heißt jetzt watsonx.ai Runtime.
Wie kann ich die maximale Laufzeit meines watsonx.ai Studio Lite-Plans nutzen?
Der watsonx.ai Studio Lite Plan erlaubt 10 CUH pro Monat. Sie können Ihre verfügbare CUH maximieren, indem Sie Ihre Assets für die Verwendung von Umgebungen mit niedrigeren CUH-Raten festlegen. Sie können zum Beispiel Ihre Notebook-Umgebung ändern. Die verfügbaren Umgebungen und die erforderlichen CUH finden Sie auf der Seite des Servicekatalogs für watsonx.ai Studio.
Wie finde ich den IBM Cloud-Kontoeigner?
Wenn Sie über ein Unternehmenskonto verfügen oder in einer IBM Cloud arbeiten, deren Eigner Sie nicht sind, müssen Sie möglicherweise einen Kontoeigner bitten, Ihnen Zugriff auf einen Arbeitsbereich oder eine andere Rolle zu erteilen.
Gehen Sie wie folgt vor, um den IBM Cloud-Kontoeigner zu ermitteln:
- Wählen Sie im Navigationsmenü Verwaltung > Zugriff (IAM)aus.
- Stellen Sie im Avatarmenü sicher, dass Sie sich im richtigen Konto befinden, oder wechseln Sie gegebenenfalls das Konto.
- Klicken Sie auf Benutzerund suchen Sie den Benutzernamen mit dem Wort
owner
daneben.
Informationen zu Rollen finden Sie unter Rollen für IBM watsonx. Informationen zum Ermitteln Ihrer Rollen finden Sie in Eigene Rollen ermitteln.
Kann ich Feedback geben?
Ja, wir fördern Feedback, wenn wir diese Plattform weiter entwickeln. Wählen Sie im Navigationsmenü Unterstützung > Idee gemeinsam nutzenaus.
Basismodelle
Welche Basismodelle sind verfügbar und woher kommen sie?
Siehe die vollständige Liste der unterstützten Basismodelle.
Welche Daten wurden zum Trainieren von Basismodellen verwendet?
Links zu Details zu jedem Modell, einschließlich Daten vor dem Training und Feinabstimmung, sind hier verfügbar: Unterstützte Basismodelle.
Muss ich die generierte Ausgabe auf verzerrte, unangemessene oder falsche Inhalte überprüfen?
Ja, Sie müssen die generierte Ausgabe von Basismodellen überprüfen. Modelle von Drittanbietern wurden mit Daten trainiert, die Verzerrungen und Ungenauigkeiten enthalten können, und können Ausgaben generieren, die falsche Informationen, obszön oder anstößige Sprache oder diskriminierende Inhalte enthalten.
Wenn Sie im Prompt Lab die Option AI guardrails aktivieren, wird jeder Satz im Eingabeaufforderungstext oder in der Modellausgabe, der bzw. die eine schädliche Sprache enthält, durch eine Nachricht ersetzt, die besagt, dass potenziell schädlicher Text entfernt wurde.
Für welche Sprachen kann ich Ausgaben generieren?
Die Sprachen, die jedes Modell unterstützt, sind unterschiedlich. Einige Modelle unterstützen nur die englische Sprache. Andere Modelle unterstützen mehrere Sprachen.
Gibt es eine Begrenzung für die Textgenerierung, die ich ausführen kann?
Mit der kostenlosen Testversion von watsonx.aikönnen Sie bis zu 25.000 Tokens pro Monat verwenden. Ihre Tokenverwendung ist die Summe Ihrer Eingabe-und Ausgabetoken.
Bei einem kostenpflichtigen Serviceplan gibt es keine Tokenbegrenzung, aber Sie werden für die Token, die Sie als Eingabe übergeben, und für die Token, die Sie in der generierten Ausgabe empfangen, in Rechnung gestellt.
Siehe watsonx.ai Laufzeitpläne.
Trainiert promptes Engineering das foundation model?
Nein, durch die Übermittlung von Eingabeaufforderungen an ein foundation model wird das Modell nicht trainiert. Die in watsonx.ai verfügbaren Modelle sind vortrainiert, so dass Sie die Modelle nicht trainieren müssen, bevor Sie sie verwenden.
Hat IBM Zugriff auf meine Daten oder verwendet sie in irgendeiner Weise?
Nein, IBM hat keinen Zugriff auf Ihre Daten.
Ihre Arbeit an watsonx.ai, einschließlich Ihrer Daten und der von Ihnen erstellten Modelle, ist für Ihr Konto privat:
- Ihre Daten sind nur für Sie zugänglich. Ihre Daten werden nur zum Trainieren Ihrer Modelle verwendet. Ihre Daten werden von IBM oder einer anderen Person oder Organisation nie zugänglich gemacht oder verwendet. Ihre Daten werden in dedizierten Speicherbuckets gespeichert und im Ruhezustand und während der Übertragung verschlüsselt.
- Ihre Modelle sind nur für Sie zugänglich. Auf Ihre Modelle kann IBM oder eine andere Person oder Organisation nie zugreifen oder sie verwenden. Ihre Modelle werden auf dieselbe Weise geschützt wie Ihre Daten.
Erfahren Sie mehr über Sicherheit und Ihre Optionen:
Welche APIs sind verfügbar?
Sie können Foundation-Modelle in watsonx.ai programmatisch abfragen, indem Sie die watsonx.ai REST API, die Python Bibliothek oder das Node.js SDK verwenden.
Weitere Einzelheiten finden Sie in den folgenden Themen:
Projekte
Wie lade ich sehr umfangreicheDateien in mein Projekt?
Sie können keine Datendateien mit mehr als 5 GB in Ihr Projekt laden. Wenn Ihre Dateien größer sind, müssen Sie die Cloud Object Storage-APIverwenden und die Daten in mehreren Teilen laden. Lesen Sie die Hinweise zu dencurl-Befehlen, mit denen mitCloud Object Storage direkt in IBM Cloud gearbeitet werden kann.
Weitere Informationen finden Sie in Sehr große Objekte zur Cloud Object Storage-Instanz eines Projekts hinzufügen.
IBM Cloud Object Storage
Was wird in IBM Cloud Object Storage für Arbeitsbereiche gespeichert?
Wenn Sie einen Projekt- oder Bereitstellungsbereich erstellen, geben Sie einen IBM Cloud Object Storage an und erstellen einen Bucket, der für diesen Arbeitsbereich bestimmt ist. Diese Arten von Objekten werden im IBM Cloud Object Storage Bucket für den Arbeitsbereich gespeichert:
- Dateien für Datenassets, die Sie in den Arbeitsbereich hochgeladen haben
- Dateien, die Assets zugeordnet sind, die in Tools wie Notebooks und Modellen ausgeführt werden.
- Metadaten zu Assets, wie z. B. Assettyp, Format und Tags.
Muss ich IBM Cloud Object Storage aktualisieren, wenn ich andere Dienste aktualisiere?
Sie müssen nur dann ein Upgrade für die IBM Cloud Object Storage-Instanz durchführen,wenn der Speicherplatz knapp wird. Andere Dienste können jeden IBM Cloud Object Storage-Plan nutzen und Sie können jeden Dienst oder Ihren IBM Cloud Object Storage-Dienst unabhängig davon aktualisieren.
Warum kann ich einem vorhandenen Projekt keinen Speicher hinzufügen bzw.warum wird im Dialog 'Neues Projekt' nicht die Option für die Auswahl von IBM CloudObject Storage angezeigt?
Für Benutzer, die über keine Administratorrechte für IBM Cloud Object Storageverfügen, ist ein zusätzlicher Schritt erforderlich. Der Kontoadministrator muss Benutzern ohne Verwaltungsaufgaben das Erstellen von Projekten ermöglichen.
Wenn Sie über Administratorberechtigungen verfügen und den neuesten IBM Cloud ObjectStorage nicht sehen, versuchen Sie es später erneut, da das serverseitigeCaching möglicherweise zu einer Verzögerung bei der Wiedergabe der neuesten Werte führt.
Notizbücher
Kann ichBibliotheken oder Pakete installieren, um sie in meinen Notebooks zu verwenden?
Sie können Python -Bibliotheken und R-Pakete über ein Notebook installieren. Diese Bibliotheken und Pakete sind dann für alle Notebooks verfügbar, die dieselbe Umgebungsvorlage verwenden. Anweisungen hierzu finden Sie inAngepasste Bibliotheken oder Bibliothekenanderer Anbieter importieren. Wenn bei der Installation einer Bibliothek oder eines Pakets ein Fehler über fehlende Betriebssystemabhängigkeiten angezeigt wird, benachrichtigen Sie den IBM Support. Führen Sie den entsprechenden Befehl aus,um die vorinstallierten Bibliotheken und Pakete sowie die von Ihnen installiertenBibliotheken und Pakete anzuzeigen:
- Python:
!pip list
- R:
installed.packages()
Kann ich Funktionen, die in einem Notebook definiert sind, von einem anderen Notebook aus aufrufen?
Es gibt keine Möglichkeit, ein Notebook von einem anderen Notebook auf der Plattform aufzurufen. Sie können Ihren allgemeinen Code jedoch in eine Bibliothek außerhalb der Plattform stellen und anschließend installieren.
Kann ich beliebigeNotebookerweiterungen hinzufügen?
Nein, Sie können Ihre Notebook-Funktionalität nicht erweitern, indem Sie beliebige Erweiterungen als Anpassung hinzufügen, da alle Notebook-Erweiterungen vorinstalliert werden müssen.
Wie greife ich auf dieDaten einer CSV-Datei in einem Notebook zu?
Nachdem Sie eine CSV-Datei in den Objektspeicher geladen haben, laden Sie die Daten, indem Sie in einem geöffneten Notizbuch auf das Symbol für Codeschnipsel " klicken, auf Daten lesen klicken und die CSV-Datei aus dem Projekt auswählen. Klicken Sie dann in eine leere Codezelle in Ihrem Notebook und fügen Sie den generierten Code ein.
Wiegreife ich auf die Daten einer komprimierten Datei in einem Notebook zu?
Nachdem Sie die komprimierte Datei in den Objektspeicher geladen haben, rufen Sie die Anmeldeinformationen für die Datei ab, indem Sie in einem geöffneten Notizbuch auf das Symbol für Codeschnipsel ' klicken, auf Daten lesen klicken und die komprimierte Datei aus dem Projekt auswählen. Klicken Sie dann auf eine leere Codezelle in Ihrem Notebook und laden Sie die Berechtigungsnachweise in die Zelle. Alternativ können Sie auf klicken, um die Berechtigungsnachweise in die Zwischenablage zu kopieren und in Ihr Notebook einzufügen.
Sicherheit und Zuverlässigkeit
Wie sicher ist IBM watsonx?
Die IBM watsonx -Plattform ist sehr sicher und ausfallsicher. Siehe Sicherheit von IBM watsonx.
Sind meine Daten und mein Notebook vor dem Teilen außerhalb meiner Mitarbeiter geschützt?
Die Daten, die in Ihr Projekt und Notebooks geladen werden, sind sicher. Nur die Mitbearbeiter in Ihrem Projekt können auf Ihre Daten oder Notebooks zugreifen. Jedes Plattformkonto fungiert als separater Mieter der Dienste Spark und IBM Cloud Object Storage. Tenants haben keinen Zugriff auf die Daten anderer Tenants.
Wenn Sie Ihr Notebook öffentlich zugänglich machen wollen, müssen Sie dieBerechtigungsnachweise für Ihre Datenservices in Ihrem Notebook verbergen. Geben Sie für die Sprachen Python und R die folgende Syntax ein: # @hidden_cell
Sie müssen Ihr Notebook unbedingt unverzüglich speichern, nachdem Sie die Syntax zumVerbergen von Zellen mit schutzwürdigen Daten eingegeben haben.
Erst dann sollten SieIhre Arbeit zur gemeinsamen Nutzung freigeben.
Muss ich ein Backup für meineNotebooks durchführen?
Anzahl Ihre Notebooks werden im IBM Cloud Object Storage gespeichert, der Ausfallsicherheit bietet.
Gemeinsame Nutzung und Zusammenarbeit
Welche Auswirkungen hatdie gemeinsame Nutzung eines Notebooks?
Wenn Sie ein Notebook gemeinsam nutzen, ändert sich der Permalink nie. Jede Personkann über diesen Link Ihr Notebook anzeigen. Sie können die gemeinsame Nutzung des Notebooks beenden, indem Sie das Kontrollkästchen abwählen, um es freizugeben. Aktualisierungen werden nicht automatisch gemeinsam genutzt. Wenn Sie Ihr Notebook aktualisieren, können Sie das gemeinsam genutzte Notebook synchronisieren, indem Sie das Kontrollkästchen erneut auswählen, um es zu teilen.
IBM watsonx.ai Laufzeit
Wie führe ich ein AutoAI-Experiment aus?
In AutoAI-Experiment aus Beispieldaten erstellen finden Sie ein kurzes Video über die Vorgehensweise zum Erstellen und Ausführen eines AutoAI-Experiments. Anschließend können Sie ein Lernprogramm durcharbeiten, um ein eigenes Beispiel einzurichten.
Welche Möglichkeiten bestehen für die automatisierteModellerstellung?
Das Grafiktool AutoAI analysiert Ihre Daten automatisch und generiert potenzielle Modellpipelines, die für Ihr Vorhersagemodellierungsproblem angepasst sind. Diese Modellpipelines werden iterativ erstellt, wobei AutoAI das Dataset analysiert und die Datentransformationen, Algorithmen und Parametereinstellungen ermittelt, die sich für Ihre Problemstellung am besten eignen. Die Ergebnisse werden in einer Bestenliste angezeigt, in der die automatisch generierten Modellpipelines entsprechend Ihrem Problemoptimierungsziel eingestuft werden. Details hierzu finden Sie in Übersicht über AutoAI.
Welche Frameworks und Bibliotheken stehen für meineMachine Learning-Modelle zur Verfügung?
Mit IBM watsonx.ai Runtime können Sie gängige Tools, Bibliotheken und Frameworks nutzen, um Machine-Learning-Modelle zu trainieren und einzusetzen. Im Abschnitt über unterstützte Frameworks sind die unterstützten Versionen und Funktionen aufgelistet sowie die veralteten Versionen, deren Unterstützung in Kürze eingestellt werden soll.
Was ist ein API-Schlüssel?
Mit API-Schlüsseln können Sie sich ohne großen Aufwand authentifizieren, wenn Sie dieCLI oder APIs verwenden, die über mehrere Services hinweg verwendet werden können. API-Schlüssel werden als vertraulich betrachtet, da über sie Zugriff gewährt wird. Behandeln Sie alle API-Schlüssel wie ein Kennwort, da jeder, der im Besitz Ihres API-Schlüssels ist, Ihre Identität für den Service annehmen kann.
Watson OpenScale
Was ist Watson OpenScale
IBM Watson OpenScale verfolgt und misst Ergebnisse aus Ihren KI-Modellen und hilft sicherzustellen, dass sie fair, erklärbar und konform bleiben, unabhängig davon, wo Ihre Modelle erstellt wurden oder ausgeführt werden. Watson OpenScale erkennt darüber hinaus Abweichungen bei der Genauigkeit (Drifterkennung), wenn sich ein KI-Modell in der Produktionsphase befindet, und hilft bei der Korrektur der Abweichung.
Wie konvertiere ich die Daten in einer Vorhersagespalte vom ganzzahligen Datentyp in den kategorialen Datentyp?
Bei der Fairnessüberwachung lässt die Spalte für die Vorhersage nur ganzzahlige numerische Werte zu, obwohl die Vorhersage mit der Bezeichnung 'Kategorial' versehen ist. Wie kann ich ein kategoriales, nicht ganzzahliges Merkmal konfigurieren? Ist eine manuelle Konvertierung erforderlich?
Die Trainingsdaten könnten mit Klassenbezeichnungen wie 'Darlehen abgelehnt', 'Darlehen bewilligt' usw. versehen sein. Der Vorhersagewert, der vom IBM watsonx.ai Runtime Scoring Endpunkt zurückgegeben wird, hat Werte wie "0.0", "1.0". Der Scoring-Endpunkt hat auch eine optionale Spalte mit der Textdarstellung der Vorhersage. Beispielsweise hat die Spalte 'predictionLabel' bei prediction=1.0 den Wert 'Darlehen bewilligt'. Wenn eine solche Spalte verfügbar ist, können Sie bei der Konfiguration des günstigen und des ungünstigen Ergebnisses für das Modell die Zeichenfolgewerte 'Darlehen bewilligt' und 'Darlehen abgelehnt' angeben. Ist keine solche Spalte verfügbar, müssen Sie für die Klasse 'favourable' bzw. 'unfavourable' für ein günstiges bzw. ungünstiges Ergebnis jeweils die Werte 1.0, 0.0 vom Typ Integer/Double angeben.
IBM watsonx.ai Runtime verfügt über ein Konzept des Ausgabeschemas, das das Schema der Ausgabe des IBM watsonx.ai Runtime Scoring-Endpunkts und die Rolle für die verschiedenen Spalten definiert. Die Rollen werden verwendet, um anzugeben, welche Spalte den Vorhersagewert, welche Spalte die Vorhersagewahrscheinlichkeit und den Klassenbeschriftungswert enthält usw. Das Ausgabeschema wird automatisch für Modelle festgelegt, die mit Model Builder erstellt werden. Sie kann auch mit dem IBM watsonx.ai Runtime Python Client gesetzt werden. Benutzer können mithilfe des Ausgabeschemas eine Spalte definieren, die die Zeichenfolgedarstellung der Vorhersage enthält. Setzen Sie modeling_role
für die Spalte auf "decoded-target". Lesen Sie die [Dokumentation für die watsonx.ai Runtime Python Client-Bibliothek. Suchen Sie nach 'OUTPUT_DATA_SCHEMA', um das Ausgabeschema korrekt zu interpretieren. Als API wird die API 'store_model' verwendet, die OUTPUT_DATA_SCHEMA als Parameter akzeptiert.
Warum benötigt Watson OpenScale Zugriff auf Trainingsdaten?
Sie müssen Watson OpenScale entweder Zugriff auf die in Db2 oder IBM Cloud Object Storage gespeicherten Trainingsdaten ermöglichen oder Sie müssen ein Notebook ausführen, dass auf die Trainingsdaten zugreifen kann.
Watson OpenScale benötigt aus den folgenden Gründen Zugriff auf Ihre Trainingsdaten:
- Zur Generierung kontrastierender Erklärungen: Für die Erstellung von Erklärungen ist der Zugriff auf Statistikdaten wie z. B. Medianwert, Standardabweichung und einzelne Werte der Trainingsdaten erforderlich.
- Zum Anzeigen von Statistikdaten für Trainingsdaten: Zum Ausfüllen der Seite mit Verzerrungsdetails benötigt Watson OpenScale Trainingsdaten, auf deren Basis Statistikdaten erstellt werden.
- Zum Erstellen eines Drifterkennungsmodell: Die Driftüberwachung erstellt und kalibriert die Drifterkennung anhand von Trainingsdaten.
Wenn ein Notebook verwendet wird, wird erwartet, dass Sie bei der Konfiguration einer Bereitstellung in Watson OpenScale die Statistikdaten und weitere Informationen hochladen. Watson OpenScale kann nicht mehr auf die Trainingsdaten außerhalb des Notebooks zugreifen, das in Ihrer Umgebung ausgeführt wird. Der Service verfügt nur über Zugriff auf die bei der Konfiguration hochgeladenen Informationen.
Was bedeutet ein Fairness-Score über 100 Prozent?
Abhängig von Ihrer Fairnesskonfiguration kann Ihr Fairness-Score über 100 Prozent liegen. Dies bedeutet, dass Ihre überwachte Gruppe im Vergleich zur Referenzgruppe mehr "faire" Ergebnisse erhält. Technisch bedeutet dies, dass das Modell in der umgekehrten Richtung unfair ist.
Wie wird die Modellverzerrung durch Verwendung von Watson OpenScale gemindert?
Die Funktionalität zur Verzerrungsbereinigung in Watson OpenScale ist auf Unternehmen zugeschnitten. Sie ist robust und skalierbar und kann eine Vielzahl von Modellen handhaben. Die Verzerrungsbereinigung in Watson OpenScale ist ein zweistufiger Prozess: Zuerst wird in der Lernphase das Kundenmodellverhalten ermittelt, um zu erkennen, wann es verzerrt arbeitet.
Dann wird in der Anwendungsphase erkannt, ob das Kundenmodell an einem bestimmten Datenpunkt verzerrt arbeitet, und die Verzerrung wird ggf. beseitigt. Weitere Informationen finden Sie unter Optionen für Verzerrungsbereinigung.
Ist es möglich auf Modellverzerrung bei sensiblen Attributen wie Rasse oder Geschlecht zu prüfen, selbst wenn das Modell damit nicht trainiert wurde?
Ja. Vor kurzem führte Watson OpenScale eine bahnbrechende Funktion namens 'Erkennung indirekter Verzerrung' ein. Damit können Sie erkennen, ob das Modell eine indirekte Verzerrung bei sensiblen Attributen aufweist, selbst wenn das Modell nicht mit diesen Attributen trainiert wurde.
Ist es möglich, Verzerrungen bei regressionsbasierten Modellen zu mindern?
Ja. Mit Watson OpenScale können Sie Verzerrungen bei regressionsbasierten Modellen mindern. Zur Verwendung dieser Funktion ist keine zusätzliche Konfiguration erforderlich. Die Minderung von Verzerrungen bei Regressionsmodellen ist sofort einsatzfähig, wenn das Modell eine Verzerrung aufweist.
Welche unterschiedlichen Methoden zur Verzerrungsbereinigung gibt es in Watson OpenScale?
Sie können sowohl aktive als auch passive Verzerrungsbereinigung verwenden. Weitere Informationen finden Sie unter Optionen für Verzerrungsbereinigung.
Für eine Modellkonfiguration sind Informationen zur Position der Trainingsdaten erforderlich. Es gibt die Optionen Cloud Object Storage und Db2. Kann Watson OpenScale bei Netezza-Daten Netezza verwenden?
Verwenden Sie dieses Watson OpenScale-Notebook, um die Daten aus Netezza zu lesen und die Trainingsstatistiken sowie das Drifterkennungsmodell zu generieren.
Warum werden Watson OpenScale die Aktualisierungen, die am Modell vorgenommen wurden, nicht angezeigt?
Watson OpenScale ist für die Bereitstellung eines Modells zuständig. Es arbeitet nicht am Modell selbst. Sie müssen eine neue Bereitstellung erstellen und diese dann als neues Abonnement in Watson OpenScale konfigurieren. So können Sie die beiden Versionen des Modells miteinander vergleichen.
Welche unterschiedlichen Arten von Risiken sind mit der Verwendung eines Machine Learning-Modells verbunden?
Mit Machine Learning-Modellen sind mehrere Arten von Risiken verbunden. Beispielsweise kann jede Änderung der Eingabedaten, die so genannte Drift, zu ungenauen Entscheidungen des Modells führen, was sich auf die Geschäftsprognosen auswirkt. Trainingsdaten können bereinigt werden, um Verzerrungen zu entfernen, Laufzeitdaten könnten jedoch ein verzerrtes Modellverhalten auslösen.
Traditionelle, statistische Modelle sind einfacher zu interpretieren und zu erklären. Sie können jedoch nicht das Ergebnis des Machine Learning-Modells erklären, was ein ernstes Sicherheitsrisiko bei der Nutzung des Modells darstellt.
Muss ich das Watson OpenScale-Dashboard dauerhaft überwachen, um sicherzustellen, dass meine Modelle sich erwartungsgemäß verhalten?
Nein, Sie können E-Mail-Benachrichtigungen für Ihre Produktionsmodellbereitstellungen in Watson OpenScalekonfigurieren. Sie erhalten E-Mail-Alerts, wenn ein Risikobewertungstest fehlschlägt. Anschließend können Sie die Probleme überprüfen und beheben.
Welche Daten werden in Watson OpenScale für die Qualitätsmetrikberechnung verwendet?
Es werden Qualitätsmetriken berechnet, die manuell gekennzeichnete Rückmeldedaten und überwachte Bereitstellungsantworten für diese Daten verwenden.
Kann der Schwellenwert in Watson OpenScale während der Konfiguration für eine andere Metrik als "Bereich unter ROC" festgelegt werden?
Nein, derzeit kann der Schwellenwert nur für die Metrik 'Fläche unter ROC' festgelegt werden.