Przykładowe dane

Przykładowe dane używane w doświadczeniu z przewodnikiem to dane marketingowe UCI: Bank używane do przewidywania, czy klient zarejestruje się w promocji promotion.The są automatycznie przesyłane i dostępne do użycia po wybraniu opcji Przykład galerii jako podstawy eksperymentu.

• Wskazówki dotyczące wykonywania tego kursu

  Użyj obrazu wideo

  Wskazówka: Rozpocznij film wideo, a następnie podczas przewijania kursu film wideo przechodzi do trybu obrazowania. Zamknij spis treści wideo, aby uzyskać najlepsze doświadczenia z obrazem. Istnieje możliwość użycia trybu obrazowania w obrazie, dzięki czemu można śledzić film wideo podczas wykonywania zadań w tym kursie. Kliknij znaczniki czasu dla każdego zadania, które ma być wykonywane.

  Poniższy animowany obraz przedstawia sposób korzystania z funkcji obrazków wideo i spisu treści:

  

  Uzyskaj pomoc w społeczności

  Aby uzyskać pomoc dotyczącą tego kursu, można zadać pytanie lub znaleźć odpowiedź na forum dyskusyjnym społeczności Cloud Pak for Data.

  Konfigurowanie okien przeglądarki

  Aby uzyskać optymalne dopasowanie do tego kursu, otwórz stronę Cloud Pak for Data w jednym oknie przeglądarki i pozostaw ten kurs otwarty w innym oknie przeglądarki, aby łatwo przełączać się między dwiema aplikacjami. Rozważ rozmieszczenie dwóch okien przeglądarki obok siebie, aby ułatwić sobie śledzenie.

  

  Wskazówka: Jeśli podczas wykonywania tego kursu w interfejsie użytkownika pojawi się prezentacja z przewodnikiem, kliknij opcję Być może później.

  
  Początek strony
  

• Czynność 1: otwieranie projektu
  
  

  Potrzebny jest projekt do przechowywania danych i eksperymentu AutoAI . Można użyć istniejącego projektu lub utworzyć projekt.

  1. Z menu nawigacyjnego wybierz opcję Projekty > Wyświetl wszystkie projekty .

  2. Otwórz istniejący projekt. Aby użyć nowego projektu:

     1. Kliknij opcję Nowy projekt.

     2. Wybierz opcję Utwórz pusty projekt.

     3. Wprowadź nazwę i opcjonalny opis projektu.

     4. Wybierz istniejącą instancję usługi obiektowej pamięci masowej lub utwórz nową.

     5. Kliknij makro Create.

  3. Po otwarciu projektu kliknij kartę Zarządzaj i wybierz stronę Usługi i integracje .

     1. Na karcie UsługiIBM kliknij opcję Powiąż usługę.

     2. Wybierz instancję usługi Watson Machine Learning . Jeśli nie masz jeszcze udostępnionej instancji usługi Watson Machine Learning , wykonaj następujące kroki:

        1. Kliknij opcję Nowa usługa.

        2. Wybierz opcję Watson Machine Learning.

        3. Kliknij makro Create.

        4. Wybierz z listy nową instancję usługi.

     3. Kliknij opcję Powiąż usługę.

     4. W razie potrzeby kliknij przycisk Anuluj , aby powrócić do strony Usługi i integracje .

  Aby uzyskać więcej informacji lub obejrzeć film wideo, należy zapoznać się z sekcją Tworzenie projektu.Więcej informacji na temat powiązanych usług zawiera sekcja Dodawanie powiązanych usług.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono nowy projekt.
  
  

  

  
  Początek strony
  

• Czynność 2: Budowanie i trenowanie modelu
  
  

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 00:08.

  Po przygotowaniu projektu można przystąpić do budowania i trenowania modelu przy użyciu narzędzia AutoAI. Wykonaj następujące kroki, aby utworzyć eksperyment AutoAI , przejrzeć potoki modelu i wybrać potok do zapisania jako model:

  1. Kliknij kartę Zasoby w projekcie, a następnie kliknij opcję Nowy zasób > AutoAI.

  2. Na stronie Tworzenie eksperymentu AutoAI wypełnij podstawowe pola:

     1. Kliknij panel Przykład galerii .

     2. Wybierz opcję Przykładowe dane marketingowe bankui kliknij przycisk Dalej. Nazwa i opis projektu zostaną wypełnione.

     3. Upewnij się, że instancja usługi Machine Learning powiązana z projektem została wybrana w polu Instancja usługiWatson Machine Learning Service .

  3. Kliknij makro Create.

  4. W tym przykładowym eksperymencie AutoAI widać, że przykładowe dane marketingowe banku są już wybrane dla eksperymentu.

     

  5. Przejrzyj wstępnie ustawione ustawienia eksperymentu. Na podstawie zestawu danych i wybranej kolumny do predykcji AutoAI analizuje podzbiór danych i wybiera typ predykcji oraz metrykę do optymalizacji. W tym przypadku typem predykcji jest Klasyfikacja binarna, klasą dodatnią jest Tak, a zoptymalizowaną metryką jest AUC i czas wykonywania ROC.

  6. Kliknij opcję Uruchom eksperyment. W modelu widać infografikę przedstawiającą proces budowania rurociągów.
     

     Lista algorytmów lub estymatorów dostępnych dla każdej techniki uczenia maszynowego w sekcji AutoAIznajduje się w sekcji Szczegóły implementacjiAutoAI.

  7. Po zakończeniu eksperymentu można wyświetlić i porównać ocenione potoki w tablicy liderów.

     

  8. Można kliknąć opcję Porównanie potoku , aby sprawdzić różnice między nimi.

     

  9. Kliknij najwyżej oceniany potok, aby wyświetlić szczegóły potoku.

  10. Kliknij opcję Zapisz jako, wybierz opcję Model, a następnie kliknij przycisk Utwórz. Spowoduje to zapisanie potoku jako modelu w projekcie.

  11. Po zapisaniu modelu kliknij odsyłacz Wyświetl w projekcie w powiadomieniu, aby wyświetlić model w projekcie. Alternatywnie można przejść do karty Zasoby w projekcie i kliknąć nazwę modelu w sekcji Modele .

  Sprawdź postęp

  Na poniższym obrazku przedstawiono model.
  
  

  

  
  Początek strony
  

• Czynność 3: promowanie modelu do obszaru wdrażania i wdrażanie wytrenowanego modelu
  
  

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo o godzinie 04:57.

  Przed wdrożeniem modelu należy awansować model do obszaru wdrażania. Aby awansować model do obszaru wdrażania w celu wdrożenia modelu, wykonaj następujące kroki:

  1. Kliknij opcję Awansuj do obszaru wdrażania.

  2. Wybierz istniejący obszar wdrażania. Jeśli nie masz obszaru wdrażania:

     1. Kliknij opcję Utwórz nowy obszar wdrażania.

     2. Podaj nazwę obszaru i opcjonalny opis.

     3. Wybierz usługę pamięci masowej.

     4. Wybierz usługę uczenia maszynowego.

     5. Kliknij makro Create.

     6. Kliknij opcję Zamknij.

  3. Wybierz z listy nowy obszar wdrażania.

  4. Wybierz opcję Idź do modelu w obszarze po awansowaniu .

  5. Kliknij opcję Awansuj.

     Uwaga: Jeśli nie wybrano opcji przejścia do modelu w obszarze po awansowaniu, można użyć menu nawigacyjnego w celu przejścia do opcji Wdrożenia , aby wybrać obszar wdrażania i model.

  6. Po otwarciu modelu kliknij opcję Nowe wdrożenie.

     1. W polu Typ wdrożeniawybierz opcję Tryb z połączeniem .

     2. Podaj nazwę wdrożenia.

     3. Kliknij makro Create.

  7. Po zakończeniu wdrażania kliknij nazwę wdrożenia, aby wyświetlić stronę szczegółów wdrożenia.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono nowe wdrożenie.
  
  

  

  
  Początek strony
  

• Czynność 4: Testowanie wdrożonego modelu
  
  

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo o godzinie 06:22.

  Po wdrożeniu modelu można go przetestować za pomocą interfejsu użytkownika lub za pomocą interfejsów API Watson Machine Learning . Wykonaj następujące kroki, aby użyć interfejsu użytkownika do przetestowania modelu z nowymi danymi:

  1. Kliknij kartę Test . Wdrożony model można przetestować na stronie szczegółów wdrożenia na dwa sposoby: przetestować przy użyciu formularza lub przetestować przy użyciu kodu JSON.

  2. Kliknij kartę Dane wejściowe JSON , skopiuj następujące dane testowe i wklej je, aby zastąpić istniejący tekst JSON:

     {
        "input_data": [
           {
              "fields": [
                    "age",
                    "job",
                    "marital",
                    "education",
                    "default",
                    "balance",
                    "housing",
                    "loan",
                    "contact",
                    "day",
                    "month",
                    "duration",
                    "campaign",
                    "pdays",
                    "previous",
                    "poutcome"
                 ],
              "values": [
                    [
                    27,
                    "unemployed",
                    "married",
                    "primary",
                    "no",
                    1787,
                    "no",
                    "no",
                    "cellular",
                    19,
                    "oct",
                    79,
                    1,
                    -1,
                    0,
                    "unknown"
                    ]
                 ]
           }
        ]
     }
     

  3. Kliknij opcję Predykcja , aby przewidzieć, czy klient z określonymi atrybutami może zarejestrować się dla określonego rodzaju konta. Wynikowa predykcja wskazuje, że ten klient ma wysokie prawdopodobieństwo, że nie zostanie zarejestrowany w promocji marketingowej.

  4. Kliknij przycisk X , aby zamknąć okno Wyniki predykcji .

  Sprawdź postęp

  Na poniższym obrazku przedstawiono wyniki testowania wdrożenia. Wartości predykcji mogą różnić się od wartości przedstawionych na poniższym obrazku.
  
  

  

  
  Początek strony
  

• Czynność 5: tworzenie zadania wsadowego w celu oceny modelu
  
  

  Po przetestowaniu wdrożonego modelu z pojedynczą predykcją można utworzyć wdrożenie wsadowe w celu oceny wielu rekordów w tym samym czasie.

  Czynność 5a: Konfigurowanie wdrożenia wsadowego

  Aby wyświetlić podgląd tego zadania, obejrzyj film wideo rozpoczynający się od godziny 07:00.

  W przypadku wdrożenia wsadowego dane wejściowe, zwane również ładunkiem modelu, są udostępniane w pliku CSV. Dane muszą mieć taką samą strukturę, jak dane uczące, z tymi samymi nagłówkami kolumn. Zadanie wsadowe przetwarza każdy wiersz danych i tworzy odpowiednią predykcję. Aby przesłać dane ładunku do obszaru wdrażania, wykonaj następujące kroki:

  1. Skopiuj i wklej następujący tekst do edytora tekstu i zapisz plik jako bank-payload.csv.

     age,job,marital,education,default,balance,housing,loan,contact,day,month,duration,campaign,pdays,previous,poutcome
     30,unemployed,married,primary,no,1787,no,no,cellular,19,oct,79,1,-1,0,unknown
     33,services,married,secondary,no,4789,yes,yes,cellular,11,may,220,1,339,4,failure
     35,management,single,tertiary,no,1350,yes,no,cellular,16,apr,185,1,330,1,failure
     30,management,married,tertiary,no,1476,yes,yes,unknown,3,jun,199,4,-1,0,unknown
     59,blue-collar,married,secondary,no,0,yes,no,unknown,5,may,226,1,-1,0,unknown
     35,management,single,tertiary,no,747,no,no,cellular,23,feb,141,2,176,3,failure
     36,self-employed,married,tertiary,no,307,yes,no,cellular,14,may,341,1,330,2,other
     39,technician,married,secondary,no,147,yes,no,cellular,6,may,151,2,-1,0,unknown
     41,entrepreneur,married,tertiary,no,221,yes,no,unknown,14,may,57,2,-1,0,unknown
     43,services,married,primary,no,-88,yes,yes,cellular,17,apr,313,1,147,2,failure
     39,services,married,secondary,no,9374,yes,no,unknown,20,may,273,1,-1,0,unknown
     43,admin.,married,secondary,no,264,yes,no,cellular,17,apr,113,2,-1,0,unknown
     36,technician,married,tertiary,no,1109,no,no,cellular,13,aug,328,2,-1,0,unknown
     20,student,single,secondary,no,502,no,no,cellular,30,apr,261,1,-1,0,unknown
     31,blue-collar,married,secondary,no,360,yes,yes,cellular,29,jan,89,1,241,1,failure
     40,management,married,tertiary,no,194,no,yes,cellular,29,aug,189,2,-1,0,unknown
     56,technician,married,secondary,no,4073,no,no,cellular,27,aug,239,5,-1,0,unknown
     37,admin.,single,tertiary,no,2317,yes,no,cellular,20,apr,114,1,152,2,failure
     25,blue-collar,single,primary,no,-221,yes,no,unknown,23,may,250,1,-1,0,unknown
     31,services,married,secondary,no,132,no,no,cellular,7,jul,148,1,152,1,other
     

  2. Kliknij obszar wdrażania w ścieżce nawigacji.

     

  3. Kliknij kartę Zasoby.

  4. Przeciągnij plik bank-payload.csv do panelu bocznego i poczekaj na przesłanie pliku.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono kartę Zasoby w obszarze wdrażania.
  
  

  

  Czynność 5b: Tworzenie wdrożenia wsadowego

  Aby wyświetlić podgląd tej czynności, należy obejrzeć film wideo rozpoczynający się od godziny 07:30.

  Aby przetworzyć partię danych wejściowych i zapisać dane wyjściowe do pliku zamiast wyświetlać je w czasie rzeczywistym, należy utworzyć zadanie wdrożenia wsadowego.

  1. Przejdź do karty Zasoby w obszarze wdrażania.

  2. Kliknij menu Przepełnienie dla modelu i wybierz opcję Wdróż.

  3. W polu Typ wdrożeniawybierz opcję Zadanie wsadowe.

  4. Wpisz nazwę wdrożenia.

  5. Wybierz najmniejszą specyfikację sprzętu.

  6. Kliknij makro Create.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono wdrożenie wsadowe.
  
  

  

  Czynność 5c: Tworzenie zadania wsadowego

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 07:44.

  Zadanie wsadowe uruchamia wdrożenie. Aby utworzyć zadanie, należy określić dane wejściowe i nazwę zbioru wyjściowego. Zadanie można skonfigurować w taki sposób, aby było uruchamiane zgodnie z harmonogramem, lub można je uruchomić natychmiast. Aby utworzyć zadanie wsadowe, wykonaj następujące kroki:

  1. Na stronie wdrażania kliknij opcję Nowe zadanie.

  2. Podaj nazwę zadania i kliknij przycisk Dalej.

  3. Wybierz najmniejszą specyfikację sprzętu i kliknij przycisk Next(Dalej).

  4. Opcjonalnie: Ustaw harmonogram i kliknij przycisk Dalej.

  5. Opcjonalnie: wybierz opcję otrzymywania powiadomień i kliknij przycisk Dalej.

  6. Na ekranie Wybierz dane wybierz dane Dane wejściowe :

     1. Kliknij opcję Wybierz źródło danych.

     2. Wybierz opcję Zasób danych > bank-payload.csv.

     3. Kliknij przycisk Potwierdź.

  7. Na ekranie Choose data (Wybierz dane) wybierz plik Output :

     1. Kliknij opcję Dodaj.

     2. Kliknij opcję Wybierz źródło danych.

     3. Upewnij się, że wybrana jest karta Utwórz nowy .

     4. W polu Nazwawpisz bank-output.csv.

     5. Kliknij przycisk Potwierdź.

  8. Kliknij przycisk Dalej , aby przejść do ostatniego kroku.

  9. Przejrzyj ustawienia i kliknij opcję Utwórz i uruchom , aby natychmiast uruchomić zadanie.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono szczegóły zadania dla wdrożenia wsadowego.
  
  

  

  Czynność 5d: Wyświetlanie danych wyjściowych

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo rozpoczynający się od strony 08:42.

  Aby przejrzeć plik wyjściowy zadania wsadowego, należy wykonać poniższe kroki.

  1. Kliknij nazwę zadania, aby wyświetlić status.

  2. Gdy status zmieni się na Zakończone, kliknij nazwę obszaru wdrażania w ścieżce nawigacyjnej.

  3. Kliknij kartę Zasoby.

  4. Kliknij plik bank-output.csv , aby przejrzeć wyniki predykcji dla informacji o kliencie, które zostały wprowadzone do przetwarzania wsadowego. W każdym przypadku jest mało prawdopodobne, aby predykcja zwróciła tych klientów, którzy subskrybują promocję bankową.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono wyniki zadania wdrożenia wsadowego.
  
  

  

  
  Początek strony