Sık sorulan sorular

Cloud Pak for Data as a Serviceiçin nasıl kaydoldum?

Cloud Pak for Data as a Serviceadresine gidin.

Diğer bölgelerdeki URL ' ler için bkz. Bölgesel kullanılabilirlik.

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

Evet, Cloud Pak for Data as a Serviceiçin kaydolduğunuzda, ücretsiz olan bazı hizmetlerin Lite sürümlerini otomatik olarak tahsis edersiniz. Birçok servisin ücretsiz Lite planları vardır. Cloud Pak for Data as a Serviceadresine gidin.

Watson Studio' un ücretsiz bir sürümünü nasıl edinirim?

Cloud Pak for Data as a Serviceiçin kaydolursanız, giriş sayfasında Quick start (Hızlı başlangıç) bölümünü bulun ve Build and manage ML models(ML modellerini oluştur ve yönet) seçeneğini tıklatın. Daha sonra Provision Watson Studioseçeneğini tıklatın. Watson Studio' ya erişim sağlama seçeneğini görmüyorsanız, bunu zaten sağladınız.

Bir Lite planı sağlamak için hizmet kataloğuna da gidebilirsiniz. Gezinme menüsünü açın ve Hizmetler > Hizmetler kataloğuseçeneklerini belirleyin ve Watson Studioseçeneğini belirleyin. Bir Lite planı oluşturmak için Oluştur düğmesini görmüyorsanız, zaten Lite planınız var.

Watson Studioiçin yalnızca bir Lite planı tahsis edebilirsiniz. Bkz. Watson Studio planları.

IBM Cloud belgeleri: Kaynaklara erişimi yönetmebaşlıklı belgede açıklandığı şekilde, hesaba ilişkin kaynaklara uygun erişim haklarına da gereksinim duyarsınız.

Geri bildirim sağlayabilir miyim?

Evet, bu platformu geliştirmeye devam ederken geri bildirimleri teşvik ediyoruz. Gezinme menüsünden Support > Share a idea(Destek > Fikir paylaş) seçeneklerini belirleyin.

Watson Studio' u yetkilendirmeye çalıştığımda Oluştur düğmesi neden devre dışı bırakıldı?

Hesabınızda var olan bir Watson Studio Lite eşgörünümü varsa ya da lisans sözleşmeleri onay kutusunu seçmediyseniz, Oluştur düğmesi kullanılamaz.

Watson Studio' ya ilişkin bir Lite planınız varsa, hizmetin yalnızca bir eşgörünümünü oluşturabilirsiniz. Var olan hizmetlerinizi, Kaynak listesi sayfasındaki IBM Cloud konsolunda görebilirsiniz. Alternatif olarak, Cloud Pak for Data as a Service' den gezinme menüsünü açın ve Hizmetler > Hizmet eşgörünümleriseçeneklerini belirleyin.

Bkz. Watson Studio planları.

Neden Watson Studio' ya erişemiyorum?

Watson Studio' ya erişemiyorsanız, aşağıdaki koşulları karşıladığınızı kontrol edin:

1. Bir IBM Cloud hesabında oturum açtınız.

2. Bu hesap için Watson Studio hizmeti, IBM Cloud kataloğu veya Cloud Pak for Data as a Service kataloğuaracılığıyla sağlanır. Watson Studio hizmet eşgörünümü, IBM Cloud kaynakları veya Cloud Pak for Data as a Serviceiçindeki Hizmet eşgörünümleri altında listelenir. Watson Studio listede yoksa, yeni bir eşgörünüm tahsis edin.

3. Watson Studio hizmet eşgörünümü başka bir IBM Cloud hesabı altında listelenebilir. Birden çok IBM Cloud hesabının üyesiyseniz, farklı bir hesap altında hizmet eşgörünümünü denetlemek için hesapları değiştirin .

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

5. Hizmetinizin sağlandığı bölgeye ilişkin bağlantıyı kullanan Watson Studio hizmetine erişmiş oluyorsunuz. Şu anda bölgenizde kullanılabilir olmayan özelliklerle ilgili bilgi için Bölgesel sınırlamalar seçeneğini işaretleyin. Aşağıda, her bölge için Cloud Pak for Data as a Service ürününe bağlantılar yer almaktadır:

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

Neden bölgelerdeki tüm projelerimi ve kataloglarımı göremiyorum?

Bazı olanak planları için, Watson Studio ve Watson Knowledge Catalog hizmetlerini birden çok IBM Cloud hizmet bölgesinde tahsis edebilirsiniz. Ancak projeleriniz, kataloglarınız ve verileriniz kaydedildikleri bölgeye özgüdür ve yalnızca o bölgedeki hizmetlerden erişilebilir. Bu bölgedeki projeleri, katalogları ve verileri görmek için bölgenizi değiştirmeniz gerekir.

Nasıl yükseltiyorum?

Cloud Pak for Data as a Serviceiçinde oluşturduğunuz hizmetlerden herhangi birini büyütmeye hazır olduğunuzda, herhangi bir çalışmanızı ya da verilerinizi kaybetmeden büyütme yapabilirsiniz.

Bir hizmeti yükseltmek için IBM Cloud hesabının sahibi ya da yöneticisi olmanız gerekir. Bkz. Upgrade Cloud Pak for Data as a Service and services.

Hizmet eşgörünümlerini sağlayabilmek için IAM Düzenleyici rolünü nasıl alabilirim?

Örneğin, Watson OpenScale hizmeti gibi bir hizmetin eşgörünümünü yetkilendirmeye çalışırsanız aşağıdaki hata iletisini alırsınız:

Yönetim ortamı yaratmak için gereken izne sahip değilsiniz. Size IAM Düzenleyici rolü ya da İşletmen rolü ya da üstü atanmalıdır. Erişiminizi güncelleştirmek için hesap sahibine başvurun.

IAM Düzenleyici rolünü almak için:

1. IBM Cloud hesap sahibini ya da yöneticisinibulun.
2. Kaynak grubu için IAM Düzenleyicisi rolü atanmasını isteyin.

Watson Studio Lite planımdan en yüksek çalıştırma zamanını nasıl alabilirim?

Watson Studio Lite planı ayda 10 CUH sağlar. Varlıklarınızı daha düşük CUH oranlarıyla ortamları kullanmak üzere ayarlayarak mevcut CUH ' unuzu en üst düzeye çıkarabilirsiniz. Örneğin, not defteri ortamınızı değiştirebilirsiniz. Kullanılabilir ortamları ve gerekli CUH ' yi görmek için Watson Studio için hizmet kataloğu sayfasıadresine gidin.

IBM Cloud hesap sahibimi nasıl bulurum?

Sahibi olmadığınız bir IBM Cloud ' da kurumsal bir hesabınız ya da çalışmanız varsa, bir hesap sahibinden size bir çalışma alanına ya da başka bir role erişim vermesini istemeniz gerekebilir.

IBM Cloud hesap sahibini bulmak için:

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

Rolleri anlamak için bkz. Roles for Cloud Pak for Data as a Service. Rollerinizi belirlemek için Rollerinizi belirlemebaşlıklı konuya bakın.

Cloud Pak for Data as a Servicenedir?

Cloud Pak for Data as a Service , temel IBM Cloud hizmetleri ve bunların ilgili hizmetleri için tek ve birleştirilmiş bir arabirim sağlar. Temel hizmetler: 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 Serviceürününe genel bakış.

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

Watson Studio, Watson Machine Learningveya Watson Knowledge Catalogve DataStagegibi Cloud Pak for Data as a Service hizmet kataloğunda başka bir hizmete sahip olduğunuz için ürün adınız Cloud Pak for Data as a Service olarak değiştirildi. Hizmetlerinizin özellikleri, planları ve maliyetleri değişmedi.

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

Watson Studio ile 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 içeren bir dizi hizmet için bir platformdur. Watson Studio özellikleri her iki durumda da aynıdır.

Bkz. Cloud Pak for Data as a Serviceürününe genel bakış.

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

Cloud Pak for Data 4.x , kurmanız ve sürdürmeniz gereken bir yazılımdır; Cloud Pak for Data as a Service , IBMtarafından tam olarak yönetilen IBM Cloud hizmetleri kümeidir. Cloud Pak for Data 4.x , zamanlanmış yayınlara ve farklı sürümlere sahiptir. Cloud Pak for Data as a Service her hafta otomatik olarak güncellenir ve bir sürüm numarasına sahip değildir.

Bkz. Cloud Pak for Data devreye alımları arasındaki özellik farkları.

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

Evet, Cloud Pak for Data as a Service bir abonelik planına sahiptir. Bkz. Cloud Pak for Data as a Service abonelik hesabına yükseltme.

Cloud Pak for Data as a Service hangi bağlantıları destekler?

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

Watson Studioiçin yeni bir projeyi nereden başlatabilirim?

Giriş sayfanıza gitmek için Cloud Pak for Data as a Service adresinde oturum açın. Proje yarat bağlantısını tıklatın.

Gezinme menüsünü açıp Projeler bölümünde Tüm projeleri görüntüle seçeneğini belirleyerek tüm projelerinizi görebilirsiniz.

Bir dosyadan hem boş bir projenin hem de projenin nasıl oluşturulacağını görmek için proje yaratılmasıyla ilgili videoyu izleyin.

Dışa aktarılan bir .zip projesi dosyasından neden proje yaratamıyorum?

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

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

Bkz. Projelerin İçe Aktarılması.

Projemde çok büyük dosyaları nasıl yüklerim?

Projenize 5 GB ' den büyük veri dosyalarını yükleyemezsiniz. Dosyalarınız daha büyükse, Cloud Object Storage API 'sini kullanmanız ve verileri birden çok bölümde yüklemeniz gerekir. Doğrudan IBM Cloudüzerinde Cloud Object Storage ile çalışmak için curl komutlarına bakın.

Bir projenin Cloud Object Storage' ine çok büyük nesneler eklemebaşlıklı konuya bakın.

Hangi aracı kullanacağımı nasıl seçerim?

Gereksinim duyduğunuz araç, veri tipinize, verilerinizle ne yapmak istediğinize ve ne kadar otomasyon istediğinize bağlıdır. Doğru aracı bulmak için bkz. Araç seçilmesi.

Çalışma alanları için IBM Cloud Object Storage ' da neler kaydedilmiştir?

Bir proje, devreye alma alanı ya da katalog oluşturduğunuzda, bir IBM Cloud Object Storage belirtin ve bu çalışma alanına özel olarak ayrılmış bir saklama kabı oluşturun. Bu nesne tipleri, çalışma alanı için IBM Cloud Object Storage (Bulut Nesne Depolaması) kabında depolanır:

• Çalışma alanına yüklediğiniz veri varlıklarına ilişkin dosyalar.
• Not defterleri, gösterge panoları ve modeller gibi araçlarda çalışan varlıklarla ilişkili dosyalar.
• Varlık açıklaması, etiketler ve yorumlar ya da incelemeler gibi varlıklarla ilgili meta veriler.

Diğer hizmetleri büyütürken IBM Cloud Object Storage ürününü büyütmem gerekiyor mu?

IBM Cloud Object Storage eşgörünümünüzü yalnızca depolama alanınız tükendiğinde yükseltmeniz gerekir. Diğer hizmetler herhangi bir IBM Cloud Object Storage planını 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 göremiyor?

IBM Cloud Object Storage , yönetici ayrıcalıklarına sahip olmayan kullanıcılar için ek bir adım gerektirir. Hesap yöneticisi, yönetici olmayan kullanıcıların proje oluşturmalarını sağlamalıdır.

Yönetici ayrıcalıklarına sahipseniz ve en son IBM Cloud Object Storage' ı görmüyorsanız, sunucu tarafında önbelleğe alma en son değerlerin görsel olarak gerçekleştirilmesinde gecikmeye neden olabileceğinden daha sonra yeniden deneyin.

Watson Knowledge Catalognedir?

Watson Knowledge Catalog , bilgi ve analitik varlıklarınızı, nerede bulunurlarsa bulunsunlar, yapısal ve yapısal olmayan veriler de dahil olmak üzere kataloğa almanıza olanak sağlayan, bulut tabanlı bir kurumsal meta veri havuzudur. Böylece bu varlıklara kolayca erişilebilir ve veri bilimi ve yapay zeka için kullanılabilir. Seçilen kaynak tipleri için Watson Knowledge Catalog , sağlanan bağlantıda veri varlıklarını otomatik olarak keşfedebilir ve kaydedebilir. Varlıklar kataloğa eklendikçe, veri mühendisleri, veri bilimcileri, veri görevlileri ve iş analistleri gibi kullanıcıların varlıkları bulmalarını, anlamalarını, paylaşmalarını ve kullanmalarını kolaylaştıran otomatik olarak dizinlenir ve sınıflandırılır. Yapay zeka destekli arama ve öneriler, varlıklar arasındaki ilişkileri, bu varlıkların nasıl kullanıldığını ve kullanıcılar arasındaki sosyal bağlantıları anlamaya dayalı olarak kullanıcıları katalogdaki en ilgili varlıklara yönlendirmektedir.

Watson Knowledge Catalog ayrıca, doğru verilerin doğru kişilere ulaşmasını sağlamak için veri ve erişim ilkelerini tanımlamanızı ve uygulamanızı sağlayan akıllı ve güçlü bir yönetişim çerçevesi de sağlar.

Kullanıcılar, Watson Knowledge Catalog' un iş koşulları aracılığıyla ortak bir iş söz varlığı oluşturabilir ve bunları varlıklarınız, ilkeleriniz ve kurallarınız ile ilişkilendirebilir ve iş etki alanı ile teknik varlıklarınız arasındaki köprüyü sağlar.

Katalog ve proje arasındaki fark nedir?

Katalog, kuruluş genelinde varlıkları paylaştığınız yerdir. Proje, daha küçük ekipler içindeki varlıklarla çalıştığınız yerdir. Bir kurumsal katalog, yüzlerce kullanıcıyla paylaşılan binlerce varlığa sahip olabilir. Projeler, Watson Studiokullanılarak yapay zeka modeli veya veri hazırlığı gibi belirli bir amaç için birkaç varlıkla çalışmak üzere işbirliği yapan bir ekip için tasarlanmıştır.

Hangi veri kaynakları ve varlık tipleri desteklenir?

Watson Knowledge Catalog , bulut ya da şirket içi veri kaynağı tiplerine yönelik 50 'den fazla bağlayıcıların desteklenmesini sağlar. Bkz. Bağlayıcılar.

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

Kataloğuma çok büyük dosyaları nasıl yüklerim?

Watson Knowledge Catalog'dan kataloğunuza 5 GB' den büyük veri dosyalarını yükleyemezsiniz. Bir kataloğa 5 GB ' den büyük bir dosya eklemek için dosyayı IBM Cloud Object Storage olanağına yükleyin ve bağlantılı veri varlığıolarak ekleyin.

Verilerimi Watson Knowledge Catalog' a taşımam gerekiyor mu?

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

Watson Knowledge Catalog yalnızca varlıklarınızın meta verilerini depolar ve yönetir.

Kataloglarda sahip olabileceğim maksimum varlık sayısı nedir?

Tüm kataloglarda sahip olabileceğiniz varlık sayısı planınıza bağlıdır:

• Lite planı: Bağlantılar ve sınırsız bağlantı varlıkları dışında 50 varlık
• Standart plan (02 Mayıs 2022 'den başlayarak): sınırsız varlık
• Kurumsal Paket planı (02 Mayıs 2022 'den başlayarak): sınırsız varlık

02 Mayıs 2022 tarihinden önce bir plan yetkilendirdiyseniz, aşağıdaki sınırlamalar söz konusu olabilir:

• Eski Standart plan: 500 varlık
• Eski Kurumsal plan: sınırsız varlık
• Eski Profesyonel plan: sınırsız varlık

Bkz. Watson Knowledge Catalog olanak planları.

Watson Knowledge Catalog ilke hizmetleri sağlıyor mu?

Watson Knowledge Catalog , ilkeleri ve gerçekleştirilen işlemi temel alarak sonuçları belirleyen otomatikleştirilmiş bir ilke uygulama motoru içerir. Watson Knowledge Catalogile, sistem içinde ilkelerinizi ayarlayabilir ve tanımlanan ilkelere dayalı verilere erişimi kısıtlayabilirsiniz.

Watson Knowledge Catalog sınıflandırma hizmetleri sağlıyor mu?

Veri koruma kuralı uygulamasıyla oluşturulan yönetilen kataloglar için Watson Knowledge Catalog , ilişkisel veri varlıklarınızdaki sütunları kataloğa eklendiklerinde otomatik olarak sınıflandırır. Sütunlar için adlar, e-postalar, posta adresleri, kredi kartı numaraları, sürücü ehliyetleri, devlet kimlik numaraları, doğum tarihi, demografik bilgiler, DUNS numarası ve daha fazlası dahil olmak üzere 160 'dan fazla veri sınıfı sağlanır. Veri koruma kurallarını uygulamayan yönetilmeyen kataloglar için kullanıcı, ilişkisel bir veri varlığını sınıflandırmayı ya da profili sınıflandırmayı seçebilir, ancak varlıklar otomatik olarak sınıflandırılmaz. Kataloglar ayrıca yapılandırılmamış veri varlıklarının profilini de oluşturmuştur. Bkz. Profil varlıkları.

Watson Knowledge Catalog veri çekişme yeteneklerine sahip mi?

Evet, veri hazırlama yetenekleri, Watson Knowledge Catalog'un bir parçası olan Data Refinery' de mevcuttur. Data Refinery , yerleşik işlemlerle verilerinizi keşfetmenize, temizlemenize ve dönüştürmenize olanak sağlamakla kalmaz, aynı zamanda verilerinizle etkileşim kurmanıza ve verilerinizi anlamanıza yardımcı olacak grafikler ve grafikler gibi güçlü profil oluşturma ve görselleştirme araçlarıyla da birlikte gelir.

Watson Knowledge Catalog içinde tanımlanan veri erişimi ve dönüştürme ilkeleri, yönetilen kataloglardan kaynaklanan hassas verilerin korunmaya devam edilmesini sağlamak için Data Refinery ' de de de uygulanır.

Farklı iş ve roller kollarındaki kişiler için erişim grupları ayarlayabilir miyim?

Kimlik ve Varlık Yönetimi (IAM) alanında IBM Cloud hesabınız aracılığıyla erişim grupları ayarlayabilirsiniz.

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

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

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

Watson Knowledge Catalog , performans, çalışma zamanı ve ölçeklenebilirlik için platform gereksinimlerini karşılayabilen bir bulut yerel kalıcılık mağazasında çalışır.

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

Katalogdan ya da projeden varlıkları eklerken ya da varlıkları projeden kataloğa yayınlarken, hem proje hem de katalog ölçütlere uymalıdır:

• Katalog sahibi olarak IBM Cloud ' da aynı Cloud Pak for Data as a Service hesabının bir üyesi olmanız gerekir ya da şirketiniz IBM Cloudüzerinde SAML federasyonunu kurduysa, katalog sahibi ile aynı şirkette olmanız gerekir.
• Projeye katalog varlıkları eklemek istiyorsanız, projede kimlerin işbirliği yapabileceğini sınırlamayı seçmeniz gerekir. Varlıkları bir katalogda yayınlamak istiyorsanız, projeyi sınırlamanız gerekmez.
• Bir proje oluştururken IBM Cloud Object Storage (Bulut Nesne Depolaması) seçeneğini belirlemeniz gerekir. IBM Cloud Object Storage eşgörünümünün sahibi olmanız ya da IBM Cloud Object Storage eşgörünümünün proje yaratılmasına izin verecek şekilde yapılandırılması gerekir.

Katalog ekranında, projeye varlık eklerken hedef projeye ilişkin açılan liste yalnızca tüm bu ölçütlere uyan projeleri listeler.

Veri koruma kuralları oluşturduğum zaman hangi kataloglar için geçerli olacak?

Veri koruma kuralları, IBM Cloud hesabı kapsamına alınır ve veri koruma kurallarıyla aynı IBM Cloud hesabına ait olan tüm yönetilen kataloglardaki varlıklara uygulanır.

Veri koruma kuralları dış veri kaynaklarındaki verileri etkiliyor mu?

Hayır, Watson Knowledge Catalog veri aramak için kullanılan bir veri kataloğudur.

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

Neden ilkeler ya da diğer yönetişim yapıtları ekleyemiyorum?

İlkeler, iş terimleri, veri sınıfları, kurallar ve başvuru veri kümeleri gibi yönetişim yapıtları yaratmak için özel izinleriniz olmalıdır. Ayrıca, o kategoride yapay nesneler yaratma izni sağlayan bir role sahip bir kategorinin üyesi olmanız gerekir. Bkz. Yönetişim yapıtlarını yönetme.

Dizüstü bilgisayarlarımda kullanılacak kitaplıkları ya da paketleri kurabilir miyim?

Python kitaplıklarını ve R paketlerini bir dizüstü bilgisayar aracılığıyla kurabilirsiniz ve bu kitaplıklar ve paketler, aynı ortam şablonunu kullanan tüm not defterleriniz tarafından kullanılabilir. Yönergeler için bkz. Özel ya da üçüncü kişi kitaplıklarının içe aktarılması. Bir kitaplık ya da paket kurarken eksik işletim sistemi bağımlılıkları hakkında bir hata alırsanız, IBM Destek ekibine başvurun. Önceden kurulmuş kitaplıkları ve paketleri ve kurduğunuz kitaplıkları ve paketleri bir dizüstü bilgisayardan görmek için uygun komutu çalıştırın:

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

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

Platformda bir dizüstü bilgisayarı başka bir dizüstü bilgisayardan çağırmanın bir yolu yoktur. Ancak, ortak kodunuzu altyapının dışındaki bir kitaplığa yerleştirip kurabilirsiniz.

İsteğe bağlı not defteri uzantıları ekleyebilir miyim?

Hayır, tüm dizüstü bilgisayar uzantılarının önceden kurulması gerektiğinden isteğe bağlı uzantıları özelleştirme olarak ekleyerek not defteri yeteneklerinizi genişletemezsiniz.

Bir not defterindeki CSV dosyasından verilere nasıl erişirim?

Bir CSV dosyasını nesne deposuna yükledikten sonra, açık bir not defterindeki Kod parçacıkları simgesini () tıklatarak Verileri oku seçeneğini tıklatıp projeden CSV dosyasını seçerek verileri yükleyin. Ardından not defterinizdeki boş bir kod hücresini tıklatın ve oluşturulan kodu ekleyin.

Dizüstü bilgisayardaki sıkıştırılmış bir dosyadan verilere nasıl erişirim?

Sıkıştırılmış dosyayı nesne deposuna yükledikten sonra, açık bir dizüstü bilgisayarda Kod parçacıkları simgesini () tıklatarak Verileri oku seçeneğini tıklatıp projeden sıkıştırılmış dosyayı seçerek dosya kimlik bilgilerini alın. Daha sonra not defterinizdeki boş bir kod hücresini tıklatın ve kimlik bilgilerini hücreye yükleyin. Diğer bir seçenek olarak, kimlik bilgilerini panoya kopyalamak ve not defterinize yapıştırmak için tıklatın.

Cloud Pak for Data as a Servicene kadar güvenlidir?

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

Verilerim ve not defterim, işbirlikçilerinin dışında paylaşılmaktan korunuyor mu?

Projenize yüklenen veriler ve not defterleri güvenlidir. Verilerinize ya da not defterlerinize yalnızca projenizdeki işbirliği yapanlar erişebilir. Her platform hesabı, Spark ve IBM Cloud Object Storage hizmetlerinin ayrı bir kiracısı olarak hareket eder. Kiracılar, diğer kiracının verilerine erişemez.

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

Hassas verileri içeren hücreleri gizlemek için sözdizimini girdikten hemen sonra not defterinizi kaydettiğinizden emin olun.

Ancak o zaman çalışmanı paylaşmalısın.

Defterlerimi yedeklemek zorunda mıyım?

No. Dizüstü bilgisayarlarınız, kesintilere karşı esneklik sağlayan IBM Cloud Object Storageiçinde depolanır.

Bir not defterini paylaşmanın sonuçları nelerdir?

Bir not defterini paylaştığınızda, permalink asla değişmez. Bağlantıyı içeren herhangi bir kişi not defterinizi görüntüleyebilir. Not defterini paylaşmak için onay kutusunun işaretini kaldırarak defteri paylaşmayı durdurabilirsiniz. Güncelleştirmeler otomatik olarak paylaşılmaz. Not defterinizi güncelleştirdiğinizde, paylaşmak üzere onay kutusunu yeniden seçerek paylaşılan not defterini eşitleyebilirsiniz.

İşimi RStudio dışında nasıl paylaşabilirim?

Çalışmanızı RStudio dışında paylaşmanın bir yolu, sizin ve işbirliği yapanlarınızın çalışabileceği paylaşılan bir GitHub havuzuna bağlamaktır. Daha fazla bilgi için bu web günlüğü gönderisini okuyun.

Bununla birlikte, çalışmanızı bir projenin üyeleriyle paylaşmanın en iyi yolu, R çekirdeğini kullanan projedeki not defterlerini kullanmaktır.

RStudio, prototipleme ve R projeleri üzerinde bireysel olarak çalışmak için harika bir ortamdır, ancak henüz projelerle entegre değildir.

SPSS Modeler akışımı başka bir projeyle nasıl paylaşırım?

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

AutoAI deneyini nasıl çalıştırabilirim?

Bir AutoAI deneyinin nasıl oluşturulacağını ve çalıştırılacağını görmek üzere kısa bir video izlemek için Örnek verilerden AutoAI deneyi oluşturma bölümüne gidin ve daha sonra, kendi örneğinizi ayarlamak için bir öğretici programı izleyin.

Otomatikleştirilmiş model oluşturma için neler mevcuttur?

AutoAI grafik aracı, verilerinizi otomatik olarak analiz eder ve tahmine dayalı modelleme sorununuz için özelleştirilmiş aday model boru hatları oluşturur.  Bu model ardışık düzenleri, AutoAI veri kümenizi analiz ettiği ve sorun ayarınız için en iyi şekilde çalışan veri dönüşümlerini, algoritmaları ve parametre ayarlarını keşfettiği için yinelemeli olarak oluşturulur.  Sonuçlar, sorun eniyileme hedefinize göre sıralanmış otomatik olarak oluşturulan model ardışık düzenlerini gösteren bir kurşun tahtasında görüntülenir. Ayrıntılar için bkz. AutoAI genel bakış.

Makine öğrenimi modellerim için hangi çerçeveler ve kitaplıklar desteklenir?

IBM Watson Machine Learningkullanarak makine öğrenimi modellerini eğitmek ve devreye almak için sık kullanılan araçları, kitaplıkları ve çerçeveleri kullanabilirsiniz. Desteklenen çerçeveler konusu , kullanımdan kaldırılmak üzere zamanlanan kullanımdan kaldırılmış sürümlerin yanı sıra desteklenen sürümleri ve özellikleri listeler.

API Anahtarı nedir?

API anahtarları, birden çok hizmette kullanılabilen CLI ya da API ' leri kullanırken kolayca kimlik doğrulaması yapmanızı sağlar. Erişim vermek için kullanıldıkları için API Anahtarları gizli olarak kabul edilir. API anahtarınıza sahip olan herkes hizmetinizin kimliğine bürünebildiğinden, tüm API anahtarlarını parola olarak kabul edin.

Watson OpenScale nedir?

IBM Watson OpenScale , yapay zeka modellerinizin sonuçlarını izler ve ölçer ve modellerinizin oluşturulduğu ya da çalıştığı her yerde adil, açıklanabilir ve uyumlu kalmalarını sağlamaya yardımcı olur. Watson OpenScale ayrıca bir yapay zeka modeli üretimde olduğunda sürüklenmelerin doğruluğunu saptar ve düzeltilmesine yardımcı olur

Watson OpenScale nasıl fiyatlandırılır?

Standart fiyatlandırma planı, Explainability için bilgi yükü, geribildirim satırı ya da işlem sayısına ilişkin herhangi bir sınırlama olmaksızın model başına bir sabit ücret ücretlendirir. Güncel bilgiler IBM Cloud kataloğundamevcuttur.

Watson OpenScaleiçin ücretsiz bir deneme sürümü var mı?

Watson OpenScale ücretsiz bir deneme planı sunar. Kaydolmak için Watson OpenScale web sayfasına bakın ve Hemen başlayınseçeneğini tıklatın. Eğer isterseniz ücretsiz planı kullanabilirsiniz (her ay yenilenen aylık kullanım sınırlarına tabidir).

Watson OpenScale , IBM Cloud Pak for Dataüzerinde kullanılabilir mi?

Watson OpenScale , IBM Cloud Pak for Dataiçin dahil edilen hizmetlerden biridir.

Bir öngörü sütununu tamsayı veri tipinden kategorik veri tipine nasıl dönüştürebilirim?

Adalet izleme için öngörü sütunu, öngörü etiketi kategorik olsa da yalnızca bir tamsayı sayısal değerine izin verir. Tamsayı olmayan bir kategorik özelliği nasıl yapılandırırım? El ile dönüştürme gerekli mi?

Eğitim verileri, "Kredi Reddedildi", "Kredi Verildi" gibi sınıf etiketlerine sahip olabilir. IBM Watson Machine Learning puanlama uç noktası tarafından döndürülen tahmin değeri, "0.0", "1.0" gibi değerler içerir. Puanlama uç noktası, öngörülerin metin gösterimini içeren isteğe bağlı bir sütuna da sahiptir. Örneğin, prediction=1.0ise, predictionLabel sütununda "Kredi Verildi" değeri olabilir. Böyle bir sütun varsa, model için olumlu ve olumsuz sonucu yapılandırdığınızda, "Kredi Verildi" ve "Kredi Reddedildi" dizgi değerlerini belirtin. Böyle bir sütun yoksa, olumlu ve olumsuz sınıflar için 1.0, 0.0 tamsayı ve çift değerlerini belirtmeniz gerekir.

IBM Watson Machine Learning , IBM Watson Machine Learning puanlama uç noktası çıktısının şemasını ve farklı sütunlar için rolü tanımlayan bir çıktı şeması kavramına sahiptir. Roller, hangi sütunun öngörü değerini içerdiğini, hangi sütunun öngörü olasılığını ve sınıf etiketi değerini içerdiğini tanımlamak için kullanılır. Çıkış şeması, model oluşturucu kullanılarak yaratılan modeller için otomatik olarak ayarlanır. Ayrıca, IBM Watson Machine Learning Python istemcisi kullanılarak da ayarlanabilir. Kullanıcılar, öngörü dizgi gösterimini içeren bir kolon tanımlamak için çıkış şemasını kullanabilir. Kolon için modeling_role değerini 'decoded-target' olarak ayarlayın. IBM Watson Machine Learning Python istemcisi belgeleribaşlıklı konuyu okuyun. Çıkış şemasını anlamak için "OUTPUT_DATA_SCHEMA" öğesini arayın ve kullanılacak API, parametre olarak OUTPUT_DATA_SCHEMA ' yı kabul eden store_model API 'sini arayın.

Watson OpenScale neden eğitim verilerine erişime gereksinim duyar?

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

Watson OpenScale , aşağıdaki nedenlerden ötürü eğitim verilerinize erişmenizi gerektirir:

• Karşıt açıklamalar oluşturmak için: Açıklamalar oluşturmak için, ortalama değer, standart sapma ve eğitim verilerinden farklı değerler gibi istatistiklere erişim gereklidir.
• Eğitim verileri istatistiklerini görüntülemek için: yöneltme ayrıntıları sayfasını doldurmak için Watson OpenScale , içinden istatistik oluşturulacak eğitim verilerine sahip olmalıdır.
• Bir drift algılama modeli oluşturmak için: Drift monitörü, sürüklenme algılamasını oluşturmak ve ayarlamak için eğitim verilerini kullanır.

Not Defteri tabanlı yaklaşımda, Watson OpenScale' de bir devreye alma yapılandırırken istatistikleri ve diğer bilgileri karşıya yüklemeniz beklenir. Watson OpenScale , ortamınızda çalıştırılan Notebook dışında eğitim verilerine artık erişemiyor. Yalnızca yapılandırma sırasında karşıya yüklenen bilgilere erişimi vardır.

Eğer eşitlik skoru yüzde 100 'den fazlaysa bu ne anlama geliyor?

Adalet yapılandırmanıza bağlı olarak, adalet puanınız yüzde 100 'ü geçebilir. Bu, izlenen grubunuzun referans grubuna kıyasla nispeten daha "adil" sonuçlar elde ettiği anlamına gelir. Teknik olarak, modelin ters yönde adil olmadığı anlamına geliyor.

Watson OpenScalekullanılarak model eğilimi nasıl azaltılır?

Watson OpenScale içindeki yöneltme yeteneği kurumsal düzeydedir. Güçlü, ölçeklenebilir ve çok çeşitli modelleri işleyebilir. Watson OpenScale ' de yöneltme, iki adımlı bir süreçten oluşur: Öğrenme Aşaması: Müşteri modeli davranışının ne zaman taraflı davrandığını anlamak için öğrenilmesi.

Uygulama Aşaması: Müşteri modelinin belirli bir veri noktasında önyargılı davranıp davranmadığını belirleme ve gerekirse önyargıyı düzeltme. Daha fazla bilgi için bkz. Sapma çalışmalarının nasıl işlediğini anlama ve Sapma seçenekleri.

Model üzerinde eğitilmemiş olsa bile ırk ve seks gibi hassas özelliklerde model önyargısı olup olmadığını kontrol etmek mümkün mü?

Evet. Son zamanlarda Watson OpenScale , "Dolaylı Yöneltme saptama" adlı çığır açan bir özellik sunmuştur. Model bu öznitelikler üzerinde eğitilmemiş olsa da, modelin hassas öznitelikler için dolaylı olarak önyargı gösterip göstermediğini saptamak için bunu kullanın. Daha fazla bilgi için bkz. yöneltme yapısına ilişkin bilgilerin anlaşılması.

Regresyon tabanlı modeller için önyargıyı azaltmak mümkün mü?

Evet. Regresyon tabanlı modellerde önyargıyı azaltmak için Watson OpenScale ürününü kullanabilirsiniz. Bu özelliği kullanmak için ek yapılandırma gerekmez. Model önyargı gösterdiğinde regresyon modelleri için önyargı azaltma kullanıma hazır yapılır.

Watson OpenScale' de farklı yöneltme yöntemleri nelerdir?

Ayrıştırma için hem Etkin Debiasing hem de Pasif Debiasing kullanabilirsiniz. Daha fazla bilgi için bkz. Debiasing options.

Bir modelin yapılandırılması, eğitim verilerinin konumu hakkında bilgi gerektirir ve seçenekler şunlardır: Cloud Object Storage ve Db2. Veriler Netezza'daysa, Watson OpenScale Netezza' yı kullanabilir mi?

Netezza ' daki verileri okumak ve eğitim istatistiklerini ve aynı zamanda drift algılama modelini oluşturmak için bu Watson OpenScale Notebook ürününü kullanın.

Watson OpenScale neden modelde yapılan güncellemeleri görmüyor?

Watson OpenScale , modelin kendisinde değil, bir model devreye alımı üzerinde çalışır. Yeni bir devreye alma oluşturmanız ve ardından bu yeni devreye almayı Watson OpenScale' de yeni bir abonelik olarak yapılandırmanız gerekir. Bu düzenlemeyle, modelin iki sürümünü karşılaştırabilirsiniz.

Bir makine öğrenimi modelinin kullanımıyla ilgili çeşitli riskler nelerdir?

Drift olarak da bilinen giriş verilerindeki herhangi bir değişiklik gibi makine öğrenimi modelleriyle ilişkili birden çok risk, modelin yanlış kararlar almasına ve iş tahminlerini etkilemesine neden olabilir. Eğitim verileri önyargısız olacak şekilde temizlenebilir, ancak çalıştırma zamanı verileri modelin önyargılı davranışına neden olabilir.

Geleneksel istatistiksel modellerin yorumlanması ve açıklanması daha basittir, ancak makine öğrenimi modelinin sonucunu açıklayamamanız modelin kullanımı için ciddi bir tehdit oluşturabilir.

Daha fazla bilgi için Model riskinin yönetilmesi başlıklı konuya bakın.

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

Hayır, Watson OpenScale' de üretim modeli devreye alımlarınız için e-posta uyarıları ayarlayabilirsiniz. Bir risk değerlendirme testi başarısız olduğunda e-posta uyarıları alırsınız ve daha sonra gelip sorunları kontrol edebilir ve bunlara yanıt verebilirsiniz.

Watson OpenScale' de Kalite ölçümleri hesaplaması için hangi veriler kullanılır?

Bu veriler için manuel olarak etiketlenen geribildirim verilerini ve izlenen devreye alma yanıtlarını kullanan kalite ölçümleri hesaplanır.

Watson OpenScale'de, yapılandırma sırasında' ROC altındaki alan ' dışında bir metrik için eşik ayarlanabilir mi?

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