Sık sorulan sorular

Cloud Pak for Data as a Service' i nasıl imzalarım?

Cloud Pak for Data as a Service(Hizmet Olarak Veri İçin Bulut Pak)

Diğer bölgelerdeki URL ' ler için bkz. Hangi bölgeler Cloud Pak for Data as a Service (Hizmet Olarak Veri için Bulut Pak) seçeneğini sağlayabilirim?.

Cloud Pak for Data as a Service ' i ücretsiz olarak deneyebilir miyim?

Evet, Cloud Pak for Data as a Serviceiçin oturum açdığınızda, ücretsiz olan bazı hizmetlerin Lite sürümlerini otomatik olarak sağlırsınız. Birçok hizmette ücretsiz Lite planları vardır. Cloud Pak for Data as a Service(Hizmet Olarak Veri İçin Bulut Pak)

En çok çalıştırma zamanını Watson Studio Lite planından nasıl edinebilirim?

Watson Studio Lite planı, her ay için 10 adet CU/ay sağlar. Daha düşük CUH oranlarıyla ortamlarınızı kullanmak için varlıklarınızı ayarlayarak kullanımınızı en üst düzeye çıkarabilirsiniz. Örneğin, not defteri ortamınızı değiştirebilirsiniz. Kullanılabilir ortamları ve gerekli CH 'yi görmek için Watson Studioiçin hizmetler kataloğu sayfası' e gidin.

How do I get a free version of Watson Studio?

Cloud Pak for Data as a Serviceiçin oturum açsanız, giriş sayfasında Hızlı başlangıç bölümünü bulun ve ML modellerini oluşturma ve yönetmeöğesini tıklatın. Daha sonra Provision Watson Studioseçeneğini tıklatın. Watson Studio' yı sağlama seçeneğini görmüyorsanız, bu seçeneği zaten yetkilendirdiniz.

Ayrıca, bir Lite planı sağlamak için hizmetler kataloğunu da gidebilirsiniz. Gezinme menüsünü açın ve Services > Services catalog(Hizmetler > Hizmetler kataloğu) seçeneğini belirleyin ve daha sonra, Watson Studioseçeneğini belirleyin. Bir Lite planı yaratmak için Oluştur düğmesini görmezseniz, zaten Lite planınız vardır.

Watson Studio' nun yalnızca bir Lite planı sağlayabilirsiniz. Bkz. Watson Studio planları.

You will also need appropriate access rights to the resources for the account, as described in IBM Cloud Docs: Kaynaklara erişimi yönetme.

Why is the Create button disabled when I try to provision Watson Studio?

Hesabınızda var olan bir Watson Studio Lite örneğiniz varsa veya lisans sözleşmelerini seçmediyseniz, Oluştur düğmesi kullanılamaz.

If you have a Lite plan of Watson Studio, you can create only one instance of the service. Var olan hizmetlerinizi Kaynak listesi sayfasında IBM Cloud konsolunda görebilirsiniz. Diğer bir seçenek olarak, Cloud Pak for Data as a Service' tan gezinme menüsünü açın ve Hizmetler > Hizmet örnekleriseçeneğini belirleyin.

Bkz. Watson Studio planları.

Neden Watson Studio' ya erişemiyor muyum?

Watson Studio' ya erişemiyorsanız, aşağıdaki koşullara uygun olup olmadığınızı denetleyin:

1. Bir IBM Cloud hesabında oturum açdınız.

2. Bu hesap için, Watson Studio hizmeti, IBM Cloud kataloğu ya da Cloud Pak for Data as a Service kataloğuaracılığıyla sağlanır. Watson Studio hizmet örneği, IBM Cloud kaynakları altında veya Cloud Pak for Data as a Serviceiçinde Hizmet eşgörünümleri altında listelenir. Watson Studio listelenmiyorsa, yeni bir eşgörünüm sağlayın.

3. Watson Studio hizmet örneği, başka bir IBM Cloud hesabı altında listelenmiş olabilir. Birden çok IBM Cloud hesabının üyesiyseniz, hizmet eşgörünümünü farklı bir hesap altında denetlemek için hesapları değiştir .

4. Watson Studio' ya erişmek için doğru izinlere sahip olduğundan emin olun. Hesap Yöneticiniz gerekli izinleri verir. Rollerin ve izinlerin açıklaması için bkz. Cloud Pak for Data as a Serviceiçindeki roller.

5. Hizmetinizin yetkilendirileceği bölge için bağlantıyı kullanan Watson Studio hizmetine erişir. Şu anda bölgenizde kullanılabilir olmayan özelliklere ilişkin bilgi almak için Bölgesel sınırlamalar seçeneğini işaretleyin. Aşağıda, her bölge için Cloud Pak for Data as a Service bağlantıları yer alıyor:

   • Dallas (ABD Güney)
   • Londra (Birleşik Krallık)
   • Frankfurt (Almanya)
   • Tokyo (AP-North)

Neden tüm projelerimi ve katalogları bölge genelinde göremiyordum?

Bazı olanak planları için, birden çok IBM Cloud hizmet bölgesinde Watson Studio ve Watson Knowledge Catalog hizmetlerini yetkilendirebilirsiniz. Ancak, projeleriniz, kataloglarınız ve verileriniz, saklandığı bölgeye özgüler ve yalnızca o bölgedeki hizmetleriniz tarafından erişilebilir. Projeleri, katalogları ve bu bölgeden verileri görmek için bölgenizi değiştirmelisiniz .

Nasıl yükseltebilirim?

Cloud Pak for Data as a Service(Bulut Pak for Data as a Service) içinde oluşturduğunuz hizmetlerden herhangi birini büyütmeye hazır olduğunda, herhangi bir çalışma ya da verilerinizden herhangi birini kaybetmeden yerinizi yükseltebilirsiniz.

Bir hizmeti yükseltmek için bir hizmet için IBM Cloud hesabının sahibi ya da yöneticisi olmanız gerekir. Bkz. Yükseltme Cloud Pak for Data as a Service ve hizmetleri.

Hizmet eşgörünümlerini yetkilendirebilmem için IAM Düzenleyici rolünü nasıl edinebilirim?

Bir hizmetin örneğini (örneğin, Watson OpenScale hizmeti) yetkilendirmeye çalışırsanız ve bu hata iletisini alabilirsiniz:

Yönetim ortamı yaratmak için gerekli izne sahip değilsiniz. IAM Düzenleyici rolü ya da İşleç rolü ya da daha yüksek bir role atanmış olmanız gerekir. Erişiminizi güncelleştirmek için hesap sahibiyle iletişim kurun.

IAM Düzenleyici rolünü almak için:

1. IBM Cloud hesap sahibi ya da yöneticinizi bulun.
2. Kaynak grubu için IAM Düzenleyici rolünün atanmasını isteyin .

IBM Cloud hesap sahibimi nasıl bulurum?

Sahip olmadığınız bir kurumsal hesabınız varsa ya da IBM Cloud ' da çalışmanız durumunda, bir hesap sahibinden ya da başka bir role erişim izni vermek için bir hesap sahibine sormanız gerekebilir.

IBM Cloud hesap sahibinizi bulmak için:

1. Gezinme menüsünden Yönetim > Erişim (IAM)seçeneklerini belirleyin.
2. Avatar menüsünden, doğru hesapta olduğundan emin olun ya da gerekirse hesapları değiştirin.
3. Kullanıcılarseçeneğini tıklatın ve yanındaki owner sözcüğüyle kullanıcı adını bulun.

Rolleri anlamak için bkz. Cloud Pak for Data as a Servicerolleri. Rollerinizi belirlemek için bkz. Rollerinizi belirleme.

Cloud Pak for Data as a Servicenedir?

Cloud Pak for Data as a Service , bir dizi temel IBM Cloud hizmetleri ve bunların ilgili hizmetleri için tek bir birleşik arabirim sağlar. Temel hizmetler şunlardır: Watson Studio, Watson Machine Learning, Watson OpenScale, Watson Knowledge Catalog, Watson Query, DataStage, Match 360ve Cognos Dashboard Embedded. Verilerinizi depolamak ya da Watson uygulamaları geliştirmek için başka hizmetler ekleyebilirsiniz.

Bkz. Cloud Pak for Data as a Service' a genel bakış.

Ürün adı neden Cloud Pak for Data as a Serviceolarak değişti?

Your product name changed to Cloud Pak for Data as a Service because you have Watson Studio, Watson Machine Learning, or Watson Knowledge Catalog, plus another service in the Cloud Pak for Data as a Service services catalog, such as DataStage. Hizmetlerinizin özellikleri, planları ve maliyetleri değişmedi.

Bkz. Watson Studio ve Watson Knowledge Catalog hizmetleri ve Cloud Pak for Data as a Servicearasındaki ilişkiler.

Watson Studio ve Cloud Pak for Data as a Servicearasındaki fark nedir?

Watson Studio tek bir hizmettir, Cloud Pak for Data as a Service , temel hizmetlerinden biri olarak Watson Studio ' u da içeren bir hizmet kümesi için bir platformdur. Watson Studio ' nun özellikleri her iki durumda da aynıdır.

Bkz. Cloud Pak for Data as a Service' a genel bakış.

Cloud Pak for Data 4.x ve Cloud Pak for Data as a Servicearasındaki fark nedir?

Cloud Pak for Data 4.x is software that you must install and maintain, while Cloud Pak for Data as a Service is a set of IBM Cloud services that are fully managed by IBM.

Bkz. Cloud Pak for Data konuşlandırmaları arasındaki özellik farkları.

Cloud Pak for Data as a Service ' in bir abonelik planı var mı?

Evet, Cloud Pak for Data as a Service ' in bir abonelik planı vardır. Bkz. Cloud Pak for Data as a Service abonelik hesabına yükseltme.

Cloud Pak for Data as a Service desteği nedir?

Cloud Pak for Data as a Service birçok veri kaynağını destekler. Bkz. Bağlayıcılar.

Watson Studioiçin yeni bir projeyi nereden başlatıyorum?

Giriş sayfanız için Cloud Pak for Data as a Service (Cloud Pak for Data as a Service) sayfasında oturum açın. Proje yarat bağlantısını tıklatın.

Gezinme menüsünü açarak ve Projeler bölümündeki Tüm projeleri görüntüle seçeneğini belirleyerek tüm projelerinizi görebilirsiniz.

Boş bir projeyi ve bir dosyadan projeyi nasıl yaratacağını görmek için proje yaratılmasıyla ilgili video başlıklı konuya bakın.

Dışa aktarılan .zip proje dosyasından neden bir proje yaratamayayım?

.zip dosyasının bir proje içermediğini belirten bir hata görüyorsanız, farklı bir platformdan bir .zip dosyasını içe aktarmaya çalışıyor olabilirsiniz.

Yalnızca seçtiğiniz .zip dosyası bir Cloud Pak for Data as a Service projesinden sıkıştırılmış bir dosya olarak dışa aktarıldıysa, bir projeyi yerel sisteminizdeki bir dosyadan içe aktarabilirsiniz. IBM Cloud Pak for Data' da bir projeden dışa aktarılan sıkıştırılmış bir dosyayı içe aktaramazsınız.

Bkz. Projeyi içe aktarma.

Projeme çok büyük dosyaları nasıl yükleyebilirim?

Projeniz için 5 GB ' den büyük veri dosyalarını yükleyemezsiniz. Dosyalarınız büyükse, Cloud Object Storage API 'sini kullanmanız ve verileri birden çok parçada yüklemeniz gerekir. Doğrudan IBM Cloudüzerinde Cloud Object Storage ile çalışmaya ilişkin curl komutları ' na bakın.

Bkz. Bir projenin Cloud Object Storageprojesine çok büyük nesneler eklenmesi.

Hangi aracı kullanacağımı nasıl seçebilirim?

İhtiyacınız olan araç, veri tipinize, verilerinizle ne yapmak istediğinize ve ne kadar otomasyona sahip olmak istediğinize bağlıdır. Doğru aracı bulmak için bkz. Araç seçilmesi.

Çalışma alanları için IBM Cloud Object Storage ' nda saklanan nedir?

Bir proje, konuşlandırma alanı ya da katalog oluşturduğunuzda, bir IBM Cloud Object Storage belirir ve bu çalışma alanına adanmış bir saklama kabı yaratabilirsiniz. Bu tip nesneler, çalışma alanı için IBM Cloud Object Storage kovasında depolanır:

• Çalışma alanına yüklediğiniz veri varlıkları için dosyalar.
• Dizüstü bilgisayarlar, gösterge panoları ve modeller gibi araçlarda çalışan varlıklar ile ilişkili dosyalar.
• Varlık açıklaması, etiketler ve yorumlar ya da incelemeler gibi varlıklarla ilgili meta veriler.

Diğer hizmetleri büyütdüğüm zaman IBM Cloud Object Storage ürününü yükseltmem gerekiyor mu?

Yalnızca depolama alanından çıktığınızda IBM Cloud Object Storage yönetim ortamınızı yükseltmeniz gerekir. Diğer hizmetler herhangi bir IBM Cloud Object Storage planı kullanabilir ve herhangi bir hizmeti ya da IBM Cloud Object Storage hizmetini bağımsız olarak yükseltebilirsiniz.

Neden var olan bir projeye depolama ekleyemiyor ya da Yeni Proje iletişim kutusunda IBM Cloud Object Storage seçimini görmek için yorum ekleyemiyor muyum?

IBM Cloud Object Storage , yönetici ayrıcalıkları olmayan kullanıcılar için ek bir adım gerektirir. Hesap yöneticisi yönetici olmayan kullanıcıların proje yaratmasını etkinleştirmelidir.

Yönetici ayrıcalıklarına sahipseniz ve en son IBM Cloud Object Storage' u görmezseniz, sunucu tarafı önbelleğe alma işlemi en son değerlerin görüntülenmesinde gecikmeye neden olabileceği için daha sonra yeniden deneyin.

Watson Knowledge Catalognedir?

Watson Knowledge Catalog , bilgi ve analitik varlıklarınızı nerede olursa olsun, yapılandırılmış ve yapılandırılmamış veriler de dahil olmak üzere, bilgi ve analitik varlıklarınızı, veri bilimi ve AI ' ye kolayca erişilebilmeleri için kataloğa almanıza olanak sağlayan, bulut tabanlı bir kurumsal meta veri havuzdur. Seçilen kaynak tipleri için, Watson Knowledge Catalog , sağlanan bağlantıda veri varlıklarını otomatik olarak keşfedebilir ve kaydedebilir. Varlıklar kataloğa eklendikçe, bunlar otomatik olarak dizinlenir ve sınıflandırılır; veri mühendisleri, veri bilimcileri, veri yönlendirmeleri ve iş analistleri gibi kullanıcıların varlıkları bulmasını, anlamasını, paylaşmalarını ve kullanmaları için kolaylık sağlar. Yapay zeka destekli arama ve öneriler, varlıklar arasındaki ilişkilerin anlaşılması, bu varlıkların nasıl kullanıldığı ve kullanıcılar arasındaki sosyal bağlantıların anlaşılması doğrultusunda katalogdaki en ilgili varlıklara yönlendirilir.

Watson Knowledge Catalog , doğru verilerin doğru kişilere geçtiğinden emin olmak için verileri ve erişim ilkelerini tanımlamanıza ve uygulamanıza olanak sağlayan akıllı ve güçlü bir yönetişim çerçevesi sağlar.

Kullanıcılar, Watson Knowledge Catalog' un iş terimlerini kullanarak, ortak bir iş söz varlığı yaratabilir ve bunları varlıklarınız, ilkeler ve kurallarınızla ilişkilendirebilir, böylece iş etki alanı ile teknik varlıklarınız arasında köprü oluşturabilir.

Bir katalog ile proje arasındaki fark nedir?

Bir katalog, kuruluş genelinde varlıkları paylaştığınız yerdir. Proje, küçük ekipler içindeki varlıklarla çalışmanızı sağlar. Bir kurumsal katalog, yüzlerce kullanıcıyla paylaşılan binlerce varlığa sahip olabilir. Projects are designed for a team of collaborators to work with a few assets for a specific goal, such as developing an artificial intelligence model or data preparation, by using Watson Studio.

Hangi veri kaynakları ve varlık tipleri destekleniyor?

Watson Knowledge Catalog , bulut ya da şirket içi veri kaynağı türlerinde 50 'den fazla bağlacı destekler. Bkz. Bağlayıcılar.

Watson Knowledge Catalog , yapısal veriler, yapılandırılmamış veriler, modeller ve dizüstü bilgisayarlar gibi diğer varlık tiplerini de destekler.

Çok büyük dosyaları kataloğumun üzerine nasıl yüklerim?

You can't load data files larger than 5 GB to your catalog from Watson Knowledge Catalog. Bir kataloğa 5 GB 'den büyük bir dosya eklemek için, dosyayı IBM Cloud Object Storage ' a yükleyin ve sonra bunu bağlı veri varlığıolarak ekleyin.

Verilerimi Watson Knowledge Catalog' a taşımaya ihtiyacım var mı?

Hayır, tüm verilerinizi var olan havuzlarında saklayabilir ya da yerel dosyaları, katalogla ilişkili IBM Cloud Object Storage ' e yükleyebilirsiniz. Seçim senin.

Watson Knowledge Catalog , varlıklarınızın yalnızca meta verilerini depolar ve yönetir.

Kataloglarda sahip olmak için sahip olduğum maksimum varlık sayısı nedir?

Tüm kataloglar arasında sahip olduğunuz varlıkların sayısı planınıza bağlıdır:

• lite plan: bağlantılar dışında 50 varlık ve sınırsız bağlantı varlıkları
• Standart plan (başlangıç 02 Mayıs 2022): sınırsız varlık
• Enterprise Bundle planı (başlangıç 02 Mayıs 2022): sınırsız varlık

02 Mayıs 2022 tarihinden önce bir plan sağladıysanız, aşağıdaki sınırlara sahip olmak gerekir:

• Eski Standart plan: 500 varlık
• Eski İşletme planı: sınırsız varlık
• Eski Profesyonel plan: sınırsız varlık

Bkz. Watson Knowledge Catalog offering plans.

Watson Knowledge Catalog , ilke hizmetleri sağlar mı?

Watson Knowledge Catalog , ilkeleri ve alınan işlemi temel alan sonuçları belirleyecek olan otomatik bir ilke uygulama motoru içerir. Watson Knowledge Catalog , sistem içindeki ilkelerinizi ayarlama ve tanımlanan ilkelere dayalı olarak verilere erişimi kısıtlamanızı sağlar.

Watson Knowledge Catalog sınıflandırma hizmetleri sağlar mı?

Veri koruma kuralı uygulaması ile oluşturulan yönetilen kataloglar için, Watson Knowledge Catalog , kataloğa eklendiklerinde ilişkisel veri varlıklarınızdaki sütunları otomatik olarak sınıflandırmanızı sağlar. Adlar, e-postalar, posta adresleri, kredi kartı numaraları, sürücü lisansları, devlet kimlik numaraları, doğum tarihi, demografik bilgiler, DUNS numarası ve daha fazlası dahil olmak üzere 160 'a aşkın veri sınıfı sağlansa da sağlanmıştır. Veri koruma kurallarını uygulamayan yönetilmeyen kataloglar için, bir kullanıcı ilişkisel veri varlığını sınıflandırmayı ya da profili, bir ilişkisel veri varlığını seçebilir, ancak varlıkları otomatik olarak sınıflandırılmaz. Kataloglar, yapılandırılmamış veri varlıklarını da tanıtıyor. Bkz. Profil varlıkları.

Watson Knowledge Catalog ' un veri çekişme yetenekleri var mı?

Evet, veri hazırlama yetenekleri, Watson Knowledge Catalog'un bir parçası olan Data Refinery' nde yer alıyor. Data Refinery , verilerinizi yerleşik işlemlerle keşfetmenize, temizlemenize ve dönüştürmenize izin vermeyen zengin bir yetenek kümesi sağlar; ancak bu, verilerinizin etkileşim kurmanıza ve anlamanıza yardımcı olması için grafikler ve grafikler gibi güçlü profil oluşturma ve görselleştirme araçlarıyla da birlikte gelir.

Data access and transform policies that are defined in Watson Knowledge Catalog are also enforced in Data Refinery to ensure that sensitive data that originated from governed catalogs remain protected.

Farklı iş hatlarındaki ve rollerdeki kişiler için erişim grupları ayarlayabilir miyim?

Identity and Asset Management (IAM) bölgesindeki IBM Cloud hesabınızdan erişim grupları ayarlayabilirsiniz.

Erişim gruplarını ayarladıktan sonra, bir kataloğun Erişim Denetimi sayfasında, erişim grubunu ekleyerek, erişim grubunun tüm üyelerinin kataloğa aynı izinlerle erişebilmesi için bu grubu ekleyebilirsiniz. Bkz. Erişim grupları eklenmesi.

Watson Knowledge Catalog , meta veri havuzu için Apache Atlas 'ı kullanıyor mu?

Watson Knowledge Catalog , meta veriler için kendi yerel deposunu kullanır.

Watson Knowledge Catalog , performans, güncel ve ölçeklenebilirlik için platform gereksinimlerini karşılayabilen bir bulut yerel persistence deposunda çalışır.

Bir katalogdan bir projeye varlık eklerken, hedef proje için açılan listede yer alan tüm projelerimi neden görmeyeceğim?

Katalog ya da projeden varlıklar eklerken ya da projeden katalogdan varlıkları yayınlarken, hem proje hem de katalog ölçütleri karşılaması gerekir:

• Katalog sahibi olarak IBM Cloud içinde aynı Cloud Pak for Data as a Service hesabının bir üyesi olmanız gerekir ya da şirketiniz IBM Cloudüzerinde SAML birleştirmesi ayarlarsa, katalog sahibiyle aynı şirkette olmanız gerekir.
• Projeye katalog varlıkları eklemek istiyorsanız, projede işbirlikçi olabilecek kişileri kısıtlamayı seçmeniz gerekir. Varlıkları bir katalogda yayınlamak istiyorsanız, projeyi kısıtlamak zorunda kalmayın.
• Bir proje oluşturduğunuzda IBM Cloud Object Storage ' nın seçilmesi gerekir. Proje yaratılmasına izin verecek şekilde, IBM Cloud Object Storage yönetim ortamının sahibi ya da IBM Cloud Object Storage yönetim ortamının yapılandırılmış olması gerekir.

Katalog ekranında, proje listelerine varlık eklerken hedef proje için açılan liste yalnızca tüm bu ölçütleri karşılayan projeleri listeler.

Veri koruma kuralları oluşturduğumda, hangi kataloglar uygulanacaktır?

Veri koruma kuralları, IBM Cloud hesabı kapsamında belirlenir ve veri koruma kurallarıyla aynı IBM Cloud hesabına ait olan tüm yönetilen kataloglardaki varlıklarda uygulanacaktır.

Veri koruma kuralları dış veri kaynaklarındaki verileri etkiler mi?

Hayır, Watson Knowledge Catalog , verileri aramak için kullanılan bir veri kataloğidir.

Veri koruma kuralları, yalnızca katalogda verilerin nasıl görüneceğini etkiler. Veri koruma kuralları, doğrudan dış veri kaynaklarına erişen kullanıcıları etkilemez.

Neden politikaları ya da diğer yönetişim yapıtlarını ekleyemiyorum?

İlkeler, iş terimleri, veri sınıfları, kurallar ve başvuru veri kümeleri gibi yönetişim yapay nesneleri yaratmak için özel izinlere sahip olmanız gerekir. Ayrıca, o kategoride yapay nesne yaratma izni sağlayan bir role sahip bir kategorinin de üyesi olmanız gerekir. Bkz. Yönetişim yapıtlarının yönetilmesi.

Defterlerim içinde kullanmak üzere kitaplık veya paket kurabilir miyim?

Python kitaplıklarını ve R paketlerini bir not defteri aracılığıyla kurabilirsiniz; bu kitaplıklar ve paketler, aynı ortam şablonunu kullanan tüm dizüstü bilgisayarlarınız için kullanılabilir. Yönergeler için bkz. Özel ya da üçüncü kişi kitaplıklarını içe aktarma. Bir kitaplık ya da paket kurarken eksik işletim sistemi bağımlılıklarıyla ilgili bir hata ortaya çıkarsanız, IBM Destek birimine haber verin. Kurulu olan kitaplıkları ve paketleri ve kurduğunuz kitaplıkları ve paketleri bir not defterinden görmek için ilgili komutu çalıştırın:

• Python: !pip list
• R: installed.packages()

Başka bir not defterinden bir not defterinde tanımlanan işlevleri çağırabilir miyim?

Platformdaki başka bir not defterinden bir not defteri aramanın bir yolu yoktur. Ancak, ortak kodunuzu altyapının dışındaki bir kitaplığa koyabilir ve daha sonra kurabilirsiniz.

İsteğe bağlı not defteri uzantıları ekleyebilir miyim?

Hayır, tüm not defteri uzantılarının önceden kurulmuş olması gerektiğinden, özelleştirme olarak isteğe bağlı uzantılar ekleyerek not defteri yeteneklerinizi genişletemezsiniz.

Not defterindeki bir CSV dosyasından verilere nasıl erişirim?

Bir CSV dosyasını nesne deposuna yükledikten sonra, açılan bir defterdeki Kod parçacıklarını simgesini () tıklatarak verileri yükleyin, Verileri oku ' yı tıklatın ve projeden CSV dosyasını seçin. Daha sonra, not defterinizde boş bir kod hücrei tıklatın ve oluşturulan kodu ekleyin.

Not defterindeki sıkıştırılmış bir dosyadan verilere nasıl erişirim?

Sıkıştırılmış dosyayı nesne deposuna yükledikten sonra, açılan bir not defterindeki Kod parçacıklarını simgesini () tıklatıp Verileri oku ' yı tıklatarak ve projeden sıkıştırılmış dosyayı seçerek dosya kimlik bilgilerini alın. Daha sonra, not defterinizde boş bir kod hücreini tıklatın ve kimlik bilgilerini hücreye yükleyin. Diğer bir seçenek olarak, kimlik bilgilerini panoya kopyalamak ve not defterinize yapıştırmak için bu seçeneği tıklatın.

How secure is Cloud Pak for Data as a Service?

Cloud Pak for Data as a Service platformu çok güvenli ve esnektir. Bkz. Cloud Pak for Data as a Servicegüvenliği.

Verilerim ve not defterim işbirlikçilerimin dışında paylaşımdan korunuyor mu?

Projeniz ve dizüstü bilgisayarlarınıza yüklenen veriler güvenlidir. Yalnızca projenizdeki işbirlikçileri verilerinize ya da dizüstü bilgisayarlarınıza erişebilir. Her platform hesabı, Spark ve Object Storage hizmetlerinin ayrı bir kiracısı olarak işlev görür. Kiracılar, diğer kiracı verilerine erişemez.

Defterinizi genel olarak paylaşmak istiyorsanız, not defterinizde veri hizmeti kimlik bilgilerinizi gizleyebilirsiniz. Python ve R dilleri için şu sözdizimini girin: # @hidden_cell

Duyarlı verileri içeren hücreleri gizlemek için sözdizimine girdikten hemen sonra not defterinizi kaydettiğinizden emin olun.

Sadece o zaman çalışmanızı paylaşmanız gerekir.

Defterlerimi yedeklemem gerekiyor mu?

No. Dizüstü bilgisayarlarınız, bir kesinti durumunda esneklik sağlayan IBM Cloud Object Storage(IBM Bulut Nesnesi Depolama) içinde depolanır.

Bir not defterini paylaşmanın etkileri nelerdir?

bir not defterini paylaştığınızda, permalink hiçbir zaman değişmez. Bağlantıyı içeren herhangi bir kişi not defterinizi görüntüleyebilir. Dosyayı paylaşmak için onay kutusunu temizleyerek not defterini paylaşmayı durdurabilirsiniz. Güncelleştirmeler otomatik olarak paylaşılmaz. Not defterinizi güncellediğinizde, paylaşılan not defterini, paylaşmak için onay kutusunu yeniden seçerek eşitleyebilirsiniz.

Çalışmamı RStudio dışında nasıl paylaşabilirim?

RStudio dışında çalışmanızı paylaşmanın bir yolu, bunu, sizin ve işbirlikçilerinin çalışabileceği paylaşılan bir GitHub havuzuna bağlıyor. Daha fazla bilgi için bu web günlüğü gönderimi başlıklı konuyu okuyun.

Ancak, bir projenin üyeleriyle çalışmanızı paylaşmak için en iyi yöntem, R çekirdeğini kullanarak projede notebookları kullanmandır.

RStudio prototipleme yapmak ve R projelerinde tek tek çalışmak için çalışmak için harika bir ortamdır, ancak henüz projelerle bütünleştirilmemektedir.

SPSS Modeler akışlarımı başka bir projeyle nasıl paylaşırım?

Tasarımla, modelleyici akışları yalnızca akışın oluşturulduğu ya da içe aktarıldığı projede kullanılabilir. Farklı bir projede modelleyici akışı kullanmanız gerekiyorsa, akışı yürürlükteki projeden (kaynak proje) yerel ortamınıza karşıdan yüklemeniz ve daha sonra akışı başka bir projeye (hedef proje) aktarmanız gerekir.

Bir AutoAI deneyi nasıl çalıştırırım?

AutoAI deneyinin nasıl yaratılıp çalıştırılacağını görmek için Örnek verilerden bir AutoAI deneyi oluşturma ' a gidin ve kendi numunenizi ayarlamak için bir öğretici programı izleyin.

Otomatik model oluşturma için kullanılabilir olan nedir?

AutoAI grafik aracı, verilerinizi otomatik olarak analiz eder ve tahmine dayalı modelleme sorununuz için özelleştirilmiş aday model ardışık düzenleri oluşturur.  Bu model ardışık düzenleri, AutoAI veri küğünüzü analiz eder ve sorun ayarlarınız için en iyi şekilde çalışan veri dönüştürmelerini, algoritmaları ve parametre ayarlarını keşfeder şekilde, bu ardışık düzen içinde oluşturulur.  Sonuçlar, sorun eniyileme hedefinize göre, otomatik olarak üretilen model ardışık düzenleri tarafından sıralanmış olarak, bir leasderboard üzerinde görüntülenir. Ayrıntılar için AutoAI overviewbaşlıklı konuya bakın.

Makine öğrenimi modellerim için hangi çerçeveler ve kütüphaneler destekleniyor?

You can use popular tools, libraries, and frameworks to train and deploy machine learning models by using IBM Watson Machine Learning. Desteklenen çerçeveler konusu desteklenen sürümleri ve özellikleri listeler ve kullanımdan kaldırılması için zamanlanan kullanımdan kaldırılan sürümlerin yanı sıra.

API Anahtarı nedir?

API anahtarları, birden çok hizmette kullanılabilecek CLI ya da API ' ları kullanırken kolayca kimliğinizi doğrulamanıza olanak sağlar. Erişim vermek için kullanılanlarından bu yana API Anahtarları gizli kabul edilir. API anahtarınızla herhangi bir kişinin hizmetinizi taklit edebilmesi için, tüm API anahtarlarını parola olarak kabul edin.

Geri bildirim sağlayabilir miyim?

Evet, bu heyecan verici hizmet dizisini geliştirmeye devam ettikçe geribildirimimizi teşvik ediyoruz. Cloud Pak for Data as a Service ana sayfası üzerinde, Share an idea (Fikir paylaş) bağlantısını tıklatın.

What is Watson OpenScale

IBM Watson OpenScale , yapay zeka modellerinizdeki sonuçları izler ve sonuçlar ölçer ve modellerinizin oluşturulduğu ya da çalıştırıldığı her yerde adil, açıklanabilir ve uyumlu olmaya devam etmelerine yardımcı olur. Watson OpenScale , yapay zeka modeli üretimde olduğunda doğruluk oranını algılar ve doğrulukta düzeltmeye yardımcı olur.

Watson OpenScale fiyatı nasıl?

Bir Standart fiyatlandırma planı vardır; bu plan, bilgi yükü, geribildirim satırları ya da Explainbility için işlemler için herhangi bir kısıtlama olmadan, her model için sabit bir ücret talep eder. Güncel bilgiler, IBM Cloud kataloğununiçinde yer alıyor.

Watson OpenScaleiçin ücretsiz deneme var mı?

Watson OpenScale , ücretsiz deneme planı sunar. Kaydolmak için Watson OpenScale web sayfasına bakın ve Hemen çalışmaya başlayınseçeneğini tıklatın. (Her ay yenilenecek aylık kullanım sınırlarına tabi) isterseniz, ücretsiz planı kullanabilirsiniz.

Watson OpenScale , IBM Cloud Pak for Data' ta kullanılabilir mi?

Watson OpenScale is one of the included services for IBM Cloud Pak for Data.

Tahmin sütununu bir tamsayı veri tipinden kategorik veri tipine nasıl dönüştürebilirim?

Eşitlik izleme, öngörü etiketi kategorik olmasına rağmen, öngörü kolonunun yalnızca bir tamsayı sayısal değerine izin verir. Tamsayı olmayan bir kategorik özelliği nasıl yapılandırabilirim? El ile dönüştürme gerekli mi?

Eğitim verilerde "Kredi Reddedildi", "Kredi Verme Reddedildi" gibi sınıf etiketleri olabilir. IBM Watson Machine Learning puanlama uç noktasının döndürdüğü öngörü değeri, "0.0", "1.0" gibi değerlere sahiptir. Puanlama uç noktasının, öngörülerin metin gösterimini içeren isteğe bağlı bir kolonu da vardır. Örneğin, prediction=1.0ise, predictionLabel kolonunda "Loan Granted" (Kredi Verilen) değeri olabilir. Bu tür bir sütun kullanılabiliyorsa, model için olumlu ve olumsuz bir sonuç yapılandırırken, "Loan Granted" ve "Loan Reddedildi" dizgi değerlerini belirtin. If such a column is not available, then you need to specify the integer and double values of 1.0, 0.0 for the favorable, and unfavorable classes.

IBM Watson Machine Learning , IBM Watson Machine Learning puanlama uç noktasının ve farklı sütunların rolünün çıkışının şemasını tanımlayan bir çıkış şeması kavramına sahiptir. Roller hangi sütunun öngörü değerini içerdiğini, hangi sütunun öngörü olasılığını ve sınıf etiketi değerini vb. içerdiğini belirtmek için kullanılır. Çıkış şeması, model oluşturucusu kullanılarak yaratılan modeller için otomatik olarak ayarlanır. Ayrıca, IBM Watson Machine Learning Python istemcisi kullanılarak da ayarlanabilir. Kullanıcılar, öngörülerin dizgi gösterimini içeren bir kolonu tanımlamak için çıkış şemasını kullanabilir. Sütun için modeling_role 'yi' decoded-target ' olarak ayarlayın. IBM Watson Machine Learning Python istemcisine ilişkin belgeler şu adreste bulunur: http://wml-api-pyclient-dev.mybluemix.net/#repository. Çıkış şemasını anlamak için "OUTPUT_DATA_SCHEMA" için arama yapın ve kullanılacak API ' yı kullanarak, OUTPUT_DATA_SCHEMA parametresini parametre olarak kabul eden store_model API 'sidir.

Why does Watson OpenScale need access to training data?

Db2 ya da IBM Cloud Object Storageiçinde saklanan eğitim verilerine Watson OpenScale erişimi sağlamalı ya da eğitim verilerine erişmek için bir Not Defteri çalıştırmanız gerekir.

Watson OpenScale , aşağıdaki nedenlerle eğitim verilerinize erişmeye gerek duyar:

• Zıtlayıcı açıklamalar oluşturmak için: Açıklama oluşturmak için, ortalama değer, standart sapma gibi istatistiklere erişim ve eğitim verilerinden ayrı değerler gereklidir.
• Eğitim verileri istatistiklerini görüntülemek için: yöneltme ayrıntıları sayfasına veri yerleştirmek için, Watson OpenScale , istatistiklerin oluşturulacağı eğitim verilerine sahip olmalıdır.
• Drift algılama modeli oluşturmak için: Drift monitor, sürüklenme algılamasını oluşturmak ve ayarlamak için eğitim verilerini kullanır.

Not Defteri tabanlı yaklaşımda, Watson OpenScaleiçinde bir devreye alma yapılandırdığınızda, istatistikleri ve diğer bilgileri karşıya yüklemeniz beklenir. Watson OpenScale artık ortamınızda çalıştırılan Not Defteri 'nin dışındaki eğitim verilerine erişemez. Yalnızca yapılandırma sırasında karşıya yüklenen bilgilere erişir.

i̇şsizlik puanı yüzde 100 ' ten fazla ise ne anlama geliyor?

Adillik yapılandırmanızın bağlı olduğu eşitlik puanınız yüzde 100 'ü aşabilir. Bu, izlenen grubunuzun başvuru grubuna kıyasla nispeten daha "adil" sonuçlar elde ettiği anlamına gelir. teknik olarak, modelin ters yönde haksız olduğu anlamına geliyor.

How is model bias mitigated by using Watson OpenScale?

Watson OpenScale içindeki devre dışı yöneltme yeteneği kurumsal düzeyde. Güçlü, ölçeklenebilir ve çok çeşitli modellerle başa çıkabilmektedir. Watson OpenScale içinde geçersiz yöneltme, iki adımlı bir süreçten oluşur: Öğrenme Aşaması: Müşteri modeli davranışını ön yargılı bir şekilde hareket ederken anlamak için öğrenme.

Uygulama Aşaması: Müşterinin modelinin, belirli bir veri noktasında taraflı bir şekilde hareket edip etmeyeceğini ve gerekiyorsa, önyargıyı düzeltmesini belirleme. Daha fazla bilgi için bakınız: Demaning how debidding works ve Debiding options.

model üzerinde eğitim alınmadığında bile, ırk ve seks gibi hassas özniteliklerde model önyargı olup olmadığını kontrol etmek mümkün mü?

Evet. Yakın zamanda Watson OpenScale , "Dolaylı Önyargı algılaması" olarak adlandırılan bir zemin parçalama özelliği teslim etti. Modelin bu öznitelikler üzerinde eğitilmemesine rağmen, modelin duyarlı öznitelikler için dolaylı olarak yanlılık sergilip göstermediğini saptamak için bunu kullanın. Daha fazla bilgi için bkz. Yöneltme şeklinin nasıl işlediğini anlama.

Regresyon tabanlı modeller için önyargı azaltılması mümkün mü?

Evet. Regresyon tabanlı modellerdeki önyargıları azaltmak için Watson OpenScale ' i kullanabilirsiniz. Bu özelliği kullanmanız için ek bir yapılandırma gerekli değildir. Regresyon modelleri için yöneltme azaltımı, model önyargı gösterdiğinde kullanıma hazır olur.

Watson OpenScaleiçinde farklı yöneltme yöntemlerinin neler olduğunu?

Yöneltme için hem Etkin çıkarma, hem de Passive DebiTing 'i kullanabilirsiniz. Daha fazla bilgi için bakınız: Debiosiing options.

Bir modelin yapılandırılması, eğitim verilerinin konumu hakkında bilgi gerektirir ve seçenekler Cloud Object Storage ve Db2' dir. If the data is in Netezza, can Watson OpenScale use Netezza?

Netezza 'daki verileri okumak ve eğitim istatistiklerini ve aynı zamanda drift algılama modelini oluşturmak için bu Watson OpenScale Not Defteri ' i kullanın.

Neden Watson OpenScale , modelle yapılan güncellemeleri görmüyor?

Watson OpenScale , modelin kendisinde değil, bir modelin devreye alınması üzerinde çalışır. Yeni bir konuşlandırma yaratmalı ve bu yeni devreye almayı Watson OpenScale' de yeni bir abonelik olarak yapılandırmalısınız. Bu düzenlemeyle, modelin iki sürümünü karşılaştırabildiniz.

Makine öğrenimi modeli kullanılmasıyla ilgili çeşitli riskler nelerdir?

Dript olarak da bilinen giriş verilerindeki herhangi bir değişiklik gibi, makine öğrenme modelleriyle ilişkili birçok risk türü, modelin yanlış kararlar vermesine neden olabilir, iş tahminlerini olumsuz etkiler. Eğitim verileri, önyargıdan arınmak için temizlenir, ancak çalıştırma zamanı verileri modelin taraflı davranışını tetikleyebilir.

Geleneksel istatistiksel modeller daha kolay yorumlanır ve açıklanabilir, ancak makine öğrenme modelinin sonucu, modelin kullanımı için ciddi bir tehdit oluşturabileceği şekilde açıklanabilir.

Ek bilgi için Model riskinin yönetilmesi başlıklı konuya bakın.

Modellerimin beklendiği gibi davrandığından emin olmak için Watson OpenScale gösterge panosunu izlemeye devam etmeli miyim?

No, you can set up email alerts for your production model deployments in Watson OpenScale, so that you receive email alerts whenever a risk evaluation test fails, and then you can come and check the issues and address them.

Watson OpenScale' de, Kalite ölçümleri hesaplaması için hangi verileri kullanılır?

Kalite metrikleri, bu veriler için el ile etiketlenmiş geribildirim verileri ve izlenen konuşlandırma yanıtlarını kullanan hesaplanır.

Watson OpenScaleiçinde, eşik, yapılandırma sırasında 'ROC altındaki Bölge' dışında bir metrik için ayarlanabilir mi?

Hayır, şu anda eşik yalnızca 'ROC' metriği altındaki ' Bölge için ayarlanabilir.