0 / 0
Belgelerin İngilizce sürümü ' ne geri dönün.
Sık sorulan sorular
Sık sorulan sorular

Sık sorulan sorular

Cloud Pak for Data as a Serviceile ilgili sık sorulan soruların yanıtlarını bulun.

Hesaplar ve ayarlar

Cloud Pak for Data as a Service

Kullanımdan kaldırma

Bkz. Hizmet planı değişiklikleri ve önizlemeler.

Projeler

IBM Cloud Object Storage

IBM Watson Knowledge Catalog

Not Defterleri

Güvenlik ve güvenilirlik

Paylaşma ve işbirliği

IBM Watson Machine Learning

Watson OpenScale

Hesaplar ve ayarlar

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 temel 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.

Cloud Pak for Data as a Service (Hizmet Olarak Veri için Bulut Pak 'ı) hangi bölgelere

Şu anda, Cloud Pak for Data as a Service ve Watson Studio, Watson Machine Learningve Watson Knowledge Catalog hizmetlerini bu IBM Cloud bölgelerinde yetkilendirebilirsiniz:

Ancak Dallas bölgesi dışındaki bazı bölgeler sınırlamalara sahiptir. Bkz. Bölgesel sınırlamalar.

Bkz. IBM Cloud Bölgeler.

Herhangi bir bölgedeki Watson Studio ile kullanmak için diğer hizmetleri yetkilendirebilirsiniz. Bkz. IBM Cloud hizmetlerinin yaratılması ve yönetilmesi.

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:

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 ürününü ya da Cloud Pak for Data as a Service(Hizmet Olarak Veri İçin Bulut Pak) 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, Visual Recognition 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 içinde çalışmanız durumunda, bir hesap sahibinden size bir katalog ya da başka bir rol için erişim vermesini istemeniz gerekebilir.

IBM Cloud hesap sahibinizi bulmak için:

  1. Cloud Pak for Data as a Service(Bulut Pak for Data as a Service) olanağından, 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 Service

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 ' yı da içeren bir hizmet kümesidir. Watson Studio ' nun özellikleri her iki durumda da aynıdır.

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

Cloud Pak for Data 4.0 ve Cloud Pak for Data as a Servicearasındaki fark nedir?

Cloud Pak for Data 4.0, kurmanız ve bakımını yapmak zorunda olduğunuz bir yazılıdır; ancak Cloud Pak for Data as a Service , IBMtarafından tam olarak yönetilen bir IBM Cloud hizmetleri kümesidir.

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. Bağlantı tipleri.

Projeler

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 Watson Studio projesi 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?

5 GB 'den büyük veri dosyalarını projeniz için Watson Studio' dan 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.

Yeni oluşturulan IBM Analytics Engine hizmetimin kaynak anahtarı neden yok?

Watson Studio ' dan bir IBM Analytics Engine hizmeti oluşturduğunuzda ve hizmeti Watson Studio projenizle ilişkilendirmeyi denediğinizde, seçilen Analytics Engine hizmetinin bir kaynak anahtarı olmadığını size bildiren bir ileti görüntülenir.

Bir Analytics Engine hizmetini bir projeyle ilişkilendirmeyi etkinleştirmek üzere bir kaynak anahtarı yaratmak için aşağıdaki adımları izleyin:

  1. Analytics Engine hizmetiniz için IBM Cloud ' da bir wdp-writer hizmeti kimlik bilgileri oluşturun:

    1. Select your Analytics Engine service from the resource list on your dashboard in IBM Cloud.
    2. Hizmet kimlik bilgileri 'ne ve ardından Yeni kimlik bilgileri' ne tıklatın. Yeni kimlik bilgisini ( wdp-writer) adı, Writer rolünü verin ve Ekleöğesini tıklatın.
  2. Küme kimlik bilgileri altındaki Manage (Yönet) ve Reset (Sıfırla) seçeneklerini tıklatarak küme parolasını sıfırlayın. Görüntülenen parolayı kopyalayın ve bir yere kaydedin. Kullanıcı adı varsayılan olarak clsadmin olur.
  3. Analytics Engine hizmetini Watson Studio projenizle ilişkilendirin. Projenizin Yönet sekmesinden, Hizmetler ve bütünleştirmeler sayfasını seçin ve IBM Services bölümünde Hizmet İlişkisini İlişkilendir * * seçeneğini tıklatın.
  4. Varolan etiketindeki hizmetinizi seçin ve kullanıcı adını ve parolayı girin.

Şimdi projenizdeki hizmeti seçebilirsiniz; örneğin, bir not defterini çalıştırmak için.

Not: Bir yönetici küme parolasını sıfırlarsa, ilişkili hizmeti tüm projelerden silmeniz, küme parolasını sıfırlamak ve daha sonra, hizmeti yeniden ilişkilendirmeniz gerekir.

IBM Cloud Object Storage

Projeler ve kataloglar için IBM Cloud Object Storage ' ta saklanan nedir?

Bir proje ya da katalog oluşturduğunuzda, bir IBM Cloud Object Storage belirir ve bu projeye ya da kataloğa adanmış bir saklama kabı yaratın. Bu tip nesneler, proje ya da katalog için IBM Cloud Object Storage kabında depolanır:

  • Projeye ya da kataloğa yüklediğiniz veri varlıklarına ilişkin dosyalar.
  • Dizüstü bilgisayarlar, gösterge panoları ve modeller gibi operasyonel varlıklar ile ilişkili dosyalar.
  • Varlık açıklaması, etiketler ve yorumlar ya da incelemeler gibi varlıklarla ilgili meta veriler.

Çekirdek hizmetlerini büyütdüğüm zaman IBM Cloud Object Storage ürününü yükseltmem gerekiyor mu?

You must upgrade your IBM Cloud Object Storage instance only when you run out of storage space. Temel hizmetler herhangi bir IBM Cloud Object Storage planı kullanabilir ve herhangi bir çekirdek 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 ayrıcalıklarına sahip 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 son değerlerin görüntülenmesinde gecikmeye neden olabileceği için daha sonra yeniden deneyin.

Watson Knowledge Catalog

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. Bağlantı tipleri.

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 ' a 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.

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 ' u seçmelisiniz. Proje oluşturmaya izin vermek için IBM Cloud Object Storage örneğinin ya da IBM Cloud Object Storage örneğinin sahibi olmanız 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.

Not Defterleri

Defterlerim içinde kullanmak üzere kitaplık veya paket kurabilir miyim?

Python ve Scala kitaplıkları ve R paketlerini bir not defteri aracılığıyla kurabilirsiniz. Bu kitaplıklar ve paketler, aynı ortam şablonunu kullanan tüm defterlerinizin kullanımına sunulur. Yönergeler için Özel ya da üçüncü kişi kitaplıklarının içe aktarılmasıbaşlıklı konuya bakın. Bir kitaplık ya da paket kurarken eksik işletim sistemi bağımlılıklarıyla ilgili bir hata ortaya çıkarsanız, sohbet simgesini tıklatarak IBM ' e bildirim gönderebilirsiniz. Kurulu olan kitaplıkları ve paketleri ve kurduğunuz kitaplıkları ve paketleri bir not defterinden görmek için ilgili komutu çalıştırın:

  • Python:! pip listesi
  • R: installed.packages ()
  • Scala: Notebook bilgileri simgesini ve ardından Ortam' ı tıklatın.

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

Watson Studio' da başka bir not defterinden bir not defteri aramanın bir yolu yoktur. Ancak, ortak kodunuzu Watson Studio dışında 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, dosya adının altındaki Kodya ekle menüsünden bir DataFrame ya da diğer veri yapısı oluşturmak için seçeneklerden birini seçin. Yönergeler için Load and access databaşlıklı konuya bakın.

Not defterindeki sıkıştırılmış bir dosyadan verilere nasıl erişirim?

Sıkıştırılmış dosyayı nesne deposuna yükledikten sonra, dosya adının altındaki Kodya ekle menüsünü kullanarak dosya kimlik bilgilerini alın. Daha sonra bu işlevi, dosyayı GPFS ' deki nesne depolamasından saklamak için kullanılır. credentials bağımsız değişkeni, not defterinizde kodlara eklenen sözlüktür.

Güvenlik ve güvenilirlik

How secure is Cloud Pak for Data as a Service?

Cloud Pak for Data as a Service çok güvenli ve esnek bir hizmet. Bkz. Cloud Pak for Data as a Servicegüvenliği.

Verilerim ve not defterim işbirlikçilerimin dışında paylaşımdan korunuyor mu?

Spark hizmetinize ve dizüstü bilgisayarlarınıza yüklenen veriler güvenlidir. Yalnızca projenizdeki işbirlikçileri verilerinize ya da dizüstü bilgisayarlarınıza erişebilir. Her bir Watson Studio 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, R ve Scala 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.

Paylaşma ve işbirliği

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 çözebilirsiniz. Güncelleştirmeler otomatik olarak paylaşılmaz. Not defterinizi güncellediğinizde, paylaşılan not defterini, paylaşmak için onay kutusunu yeniden seçerek eşitleyebilirsiniz.

Çalışmamı Watson Studioiçinde RStudio 'nun dışında nasıl paylaşabilirim?

One way of sharing your work outside of RStudio in Watson Studio is connecting it to a shared GitHub repository that you and your collaborators can work from. Daha fazla bilgi için bu web günlüğü gönderimi başlıklı konuyu okuyun.

However, the best method to share your work with the members of a project in Watson Studio is to use notebooks in the project using the R kernel.

RStudio, R projelerinde prototipleme yapmak ve tek tek çalışmak için çalışmak için harika bir ortamdır, ancak Watson Studio projeleriyle henüz 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.

IBM Watson Machine Learning

Bir AutoAI deneyi nasıl çalıştırırım?

Go to Örnek verilerden bir AutoAI deneyi oluşturma to watch a short video to see how to create and run an AutoAI experiment and then follow a tutorial to set up your own sample.

Otomatik model oluşturma için kullanılabilir olan nedir?

Watson Studio ' daki AutoAI grafik aracı, verilerinizi otomatik olarak analiz eder ve tahmine dayalı modelleme sorununuza göre özelleştirilen 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.

Watson OpenScale

What is Watson OpenScale

IBM Watson OpenScale tracks and measures outcomes from your AI models, and helps ensure they remain fair, explainable, and compliant wherever your models were built or are running. Watson OpenScale , yapay zeka modeli üretimde olduğunda doğruluk oranını algılar ve doğrulukta doğru şekilde 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 Dataüzerinde kullanılabilir mi?

Watson OpenScale , IBM Cloud Pak for Data(IBM Cloud Pak for Data) için dahil edilen hizmetlerden biridir.

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, karşılaştırma etiketi 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. Böyle bir kolon yoksa, 1,0 'ın tamsayı ve çift değerlerini, olumlu ve uygun olmayan sınıflar için 0.0 belirtmeniz gerekir.

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 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.

Genel model risk yönetimi arenasında IBM OpenPages ve Watson OpenScale ile ilgili bilgiler nelerdir?

IBM , IBM Watson OpenScale ve IBM OpenPages with Watsonile uçtan uca model risk yönetimi çözümü sunar. IBM OpenPages MRG, kapsamlı bir model dökümünü depolamak ve yönetmek için model risk yönetişimi sunar. IBM Watson OpenScale , yapay zeka modellerinden elde edilen sonuçları yaşam çevrimi boyunca izler ve ölçer ve modelleri doğrulatabiliyor.

Daha fazla bilgi için bkz. Model yönetişimini IBM OpenPages MRG ile yapılandırma .

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.

Üst konu: Cloud Pak for Data as a Service