0 / 0
Torna alla versione inglese della documentazione
Introduzione rapida: creare, eseguire e distribuire un modello Decision Optimization

Introduzione rapida: creare, eseguire e distribuire un modello Decision Optimization

È possibile creare ed eseguire modelli Decision Optimization per consentire di prendere le decisioni migliori per risolvere i problemi di business in base agli obiettivi. Leggere le informazioni su Decision Optimization, quindi guardare un video e seguire un'esercitazione adatta agli utenti con una certa conoscenza della prescriptive analytics, ma che non richiedono codifica.

Servizi richiesti
Watson Studio
Watson Machine Learning

Il flusso di lavoro di base include le seguenti attività:

  1. Creare un progetto. I progetti sono dove è possibile collaborare con altri per lavorare con i dati.
  2. Aggiungere un esperimento Decision Optimization al progetto. È possibile aggiungere file compressi o dati da file di esempio.
  3. Associare un Watson Machine Learning Service al progetto.
  4. Creare uno spazio di distribuzione da associare con Watson Machine Learning Servicedel progetto.
  5. Esaminare i dati, gli obiettivi del modello e i vincoli in Modeling Assistant.
  6. Eseguire uno o più scenari per verificare il modello ed esaminare i risultati.
  7. Distribuisci il tuo modello.

Informazioni su Decision Optimization

Decision Optimization consente di analizzare i dati e creare un modello di ottimizzazione (con Modeling Assistant) basato su un problema di business. Innanzitutto, un modello di ottimizzazione viene derivato convertendo un problema di business in una formulazione matematica che può essere compresa dal motore di ottimizzazione. La formulazione consiste in obiettivi e vincoli che definiscono il modello su cui si basa la decisione finale. Il modello, insieme con i dati di input, forma uno scenario. Il motore di ottimizzazione risolve lo scenario applicando gli obiettivi e i vincoli per limitare milioni di possibilità e fornisce la migliore soluzione. Questa soluzione soddisfa la formulazione del modello o rilassa alcuni vincoli se il modello non è fattibile. È possibile testare scenari utilizzando dati differenti o modificando gli obiettivi e i vincoli e rieseguendoli e visualizzandone le soluzioni. Una volta soddisfatti, è possibile distribuire il modello.

Ulteriori informazioni su Decision Optimization

Guarda un video sulla creazione di un modello Decision Optimization

Guarda il video Guarda questo video per scoprire come eseguire un esperimento Decision Optimization di esempio per creare, risolvere e distribuire un modello Decision Optimization con Watson Studio e Watson Machine Learning.

Disclaimer video: alcuni passi secondari ed elementi grafici in questo video potrebbero essere diversi dalla propria piattaforma. L'interfaccia utente viene spesso migliorata.

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.


Prova un'esercitazione per creare un modello che utilizza Decision Optimization

In questa esercitazione, verranno completate le seguenti attività:

Il completamento di questa esercitazione richiede circa 30 minuti.





Suggerimenti per completare questa esercitazione
Di seguito sono riportati alcuni suggerimenti per completare correttamente questa esercitazione.

Utilizzare il video immagine - in - immagine

Suggerimento: avviare il video, quindi, scorrendo l'esercitazione, il video passa alla modalità immagine - in - immagine. Chiudere il sommario video per la migliore esperienza con l'immagine in foto. È possibile utilizzare la modalità immagine - in - immagine in modo da poter seguire il video mentre si completano le attività in questa esercitazione. Fare clic sulla data / ora per ciascuna attività da seguire.

La seguente immagine animata mostra come utilizzare le funzioni di immagine video e indice:

Come usare il picture-in-picture e i capitoli

Ottieni aiuto nella community

Se hai bisogno di aiuto con questa esercitazione, puoi fare una domanda o trovare una risposta nel forum di discussione della comunitàCloud Pak for Data.

Configurare le finestre del browser

Per un'esperienza ottimale durante il completamento di questa esercitazione, apri Cloud Pak for Data in una finestra del browser e tieni aperta questa pagina dell'esercitazione in un'altra finestra del browser per passare facilmente tra le due applicazioni. Prendi in considerazione la possibilità di organizzare le due finestre del browser fianco a fianco per renderle più semplici da seguire.

Esercitazione e IU affiancati

Suggerimento: se si incontra un tour guidato mentre si completa questa esercitazione nell'interfaccia utente, fare clic su Forse in seguito.



Attività 1: apertura di un progetto

È necessario un progetto per memorizzare i dati e l'esperimento AutoAI . È possibile utilizzare un progetto esistente o creare un progetto.

  1. Dal Menu di navigazione Menu di navigazione, scegliere Progetti> Visualizza tutti i progetti

  2. Aprire un progetto esistente. Se si desidera utilizzare un nuovo progetto:

    1. Fare clic su Nuovo progetto.

    2. Selezionare Crea un progetto vuoto.

    3. Immettere un nome e una descrizione facoltativa per il progetto.

    4. Scegliere un' istanza del servizio di archiviazione oggetti esistente o crearne una nuova.

    5. Fare clic su Crea.

  3. Quando il progetto si apre, fai clic sulla scheda Manage e seleziona la pagina Services and integrations .

    1. Sulla scheda IBM , fare clic su Associa servizio.

    2. Selezionare l'istanza di Watson Machine Learning . Se non hai ancora eseguito il provisioning di un'istanza del servizio Watson Machine Learning , attieniti alla seguente procedura:

      1. Fare clic su Nuovo servizio.

      2. Selezionare Watson Machine Learning.

      3. Fare clic su Crea.

      4. Selezionare la nuova istanza del servizio dall'elenco.

    3. Fare clic su Associa servizio.

    4. Se necessario, fare clic su Annulla per tornare alla pagina Servizi & Integrazioni .

Per ulteriori informazioni, consultare Creazione di un progetto.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra il nuovo progetto.

La seguente immagine mostra il nuovo progetto.




Attività 2: creare un esperimento Decision Optimization

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 00:20.

Ora, segui questa procedura per creare l'esperimento Decision Optimization nel progetto:

  1. Dal tuo progetto, fai clic su New asset> Solve optimization problems.

  2. Selezionare File locale.

  3. Fai clic su Get sample files per visualizzare il repository di GitHub contenente i file di esempio.

    1. Nel repository DO - Samples , apri la cartella watsonx.ai e Cloud Pak for Data as a Service .

    2. Fare clic sul file HouseConstructionScheduling.zip contenente i file di esempio di costruzione della casa.

    3. Fare clic su Scarica per salvare il file zip sul computer.

  4. Tornare alla pagina Crea un esperimento Decision Optimization e fare clic su Sfoglia.

    1. Selezionare il file HouseConstructionScheduling.zip dal computer.

    2. Fare clic su Apri.

  5. Se non si dispone già di un servizio Watson Machine Learning associato a questo progetto, fare clic su Aggiungi un servizio.

    1. Se non si dispone di un'istanza del servizio Watson Machine Learning fornita, fare clic su Nuovo servizio, selezionare Watson Machine Learninge fare clic su Crea.

    2. Selezionare l'istanza Watson Machine Learning dall'elenco e fare clic su Associa.

    3. Se necessario, fare clic su Annulla per tornare alla pagina Servizi & integrazioni .

      Per ulteriori informazioni sui servizi associati, consultare Aggiunta di servizi associati.

  6. Scegliere uno spazio di distribuzione da associare a questo esperimento. Se non si dispone di uno spazio di distribuzione esistente, crearne uno:

    1. Nella sezione Seleziona spazio di distribuzione , fare clic su Nuovo spazio di distribuzione.

    2. Nel campo Nome , immettere House sample per fornire un nome per la distribuzione space.1. Selezionare un servizio di archiviazione da utilizzare per lo spazio di distribuzione.

    3. Fare clic su Crea.

    4. Quando lo spazio è pronto e fare clic su Chiudi per tornare alla pagina Crea un esperimento Decision Optimization . Il tuo nuovo spazio di distribuzione è selezionato.

  7. Fare clic su Crea per aprire l'esperimento Decision Optimization .

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra l'esperimento con i file di esempio.

La seguente immagine mostra l'esperimento con i file di esempio.




Attività 3: creazione di un modello e visualizzazione di un risultato dello scenario

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 01:47.

Seguire questa procedura per creare un modello e visualizzare il risultato utilizzando Decision Optimization Modeling Assistant.

  1. Nel riquadro sinistro, fare clic su Crea modello per aprire Modeling Assistant. Questo modello è stato creato con Modeling Assistant in modo da poter vedere che gli obiettivi e i vincoli sono in linguaggio naturale, ma è anche possibile formulare il proprio modello in Python, OPL o importare modelli CPLEX e CPO.

  2. Fare clic su Esegui per eseguire lo scenario per risolvere il modello e attendere il completamento dell'esecuzione.

  3. Al termine dell'esecuzione, viene visualizzata la vista Esplora soluzione . Nella scheda Risultati , fare clic su Asset della soluzione per visualizzare i valori risultanti (migliori) per le variabili decisionali. Queste tabelle della soluzione vengono visualizzate in ordine alfabetico per impostazione predefinita.

  4. Nel riquadro sinistro, selezionare Visualizzazione.

  5. Nella pagina Soluzioni , selezionare Gantt per visualizzare lo scenario con la programmazione ottimale.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra la pagina Visualizzazione con un grafico Gantt.

La seguente immagine mostra la pagina Visualizzazione con un grafico Gantt.




Attività 4: modifica di obiettivi e vincoli del modello

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 03:00.

Ora, si desidera apportare una modifica alla formulazione del modello per considerare un obiettivo aggiuntivo. Per modificare gli obiettivi e i vincoli del modello, attenersi alla seguente procedura:

  1. Fare clic su Crea modello.

  2. Nel riquadro di sinistra, fare clic sul menu Overflow Menu di overflow accanto a Scenario 1e selezionare Duplica.

  3. Per il nome, immettere Scenario 2e fare clic su Crea.

  4. Per lo Scenario 2, aggiungere un obiettivo al modello per ottimizzare la qualità del lavoro basato sull'esperienza di ciascun appaltatore.

    1. In Aggiungi al modello, nel campo di ricerca, immettere overall qualitye premere Enter.

    2. Espandere la sezione Obiettivo .

    3. Fare clic su Ingrandisci qualità complessiva delle assegnazioni subappaltatore - attività in base alla tabella dei valori di assegnazione per aggiungerla come obiettivo. Questo nuovo obiettivo è ora elencato nella sezione Obiettivi insieme all'obiettivo Minimizza tempo per completare tutte le attività .

    4. Per l'obbiettivo appena aggiunto, fare clic su tabella dei valori di assegnazionee selezionare Esperienza. Viene visualizzato un elenco di parametri Expertise .

    5. Da questo elenco, fare clic su Definizione per modificare il campo che definisce l'esperienza del contraente e selezionare Livello di competenza.

  5. Fare clic su Esegui per eseguire lo scenario per creare il modello e attendere il completamento dell'esecuzione.

  6. Tornare alla pagina Esplora soluzione per visualizzare gli Obiettivi e Asset della soluzione.

  7. Nel riquadro sinistro, selezionare Visualizzazione.

  8. Nella pagina Soluzioni , selezionare Gantt per visualizzare lo scenario con la programmazione ottimale.

  9. Fare clic su Panoramica nel riquadro di sinistra per confrontare statistiche tra Scenario 1 e Scenario 2.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra la pagina Visualizzazione con il nuovo grafico Gantt

La seguente immagine mostra la pagina Visualizzazione con il nuovo grafico Gantt.




Attività 5: distribuzione del modello

video dell'esercitazione di anteprima Per visualizzare in anteprima questa attività, guardare il video a partire dalle 04:07.

Successivamente, attieniti alla seguente procedura per promuovere il modello a uno spazio di distribuzione e creare una distribuzione:

  1. Fare clic sul menu Overflow Menu di overflow accanto a Scenario 1e selezionare Salva per la distribuzione.

  2. Nel campo Nome modello , immettere House Constructione fare clic su Avanti.

  3. Esaminare le informazioni sul modello e fare clic su Salva.

  4. Una volta salvato correttamente il modello, viene visualizzata una barra di notifica con un collegamento al modello. Fare clic su Visualizza nel progetto.

    1. Se non si riceve la notifica, fare clic sul nome del progetto nella traccia di navigazione.

    2. Fare clic sulla scheda Asset nel progetto.

    3. Fare clic sul modello Costruzione casa .

  5. Fai clic sull'icona Promote to deployment space Promuovi nello spazio di distribuzione.

    1. Per Spazio di destinazione, selezionare Esempio Casa (o il proprio spazio di distribuzione) dall'elenco.

    2. Selezionare l'opzione Vai al modello nello spazio dopo la sua distribuzione.

    3. Fare clic su Promuovi.

  6. Dopo che il modello è stato promosso correttamente, il modello Costruzione casa viene visualizzato nello spazio di distribuzione.

  7. Fare clic su Nuova distribuzione.

    1. Per il nome della distribuzione, immettere House deployment.

    2. Per la Definizione hardware, selezionare 2 CPU e 8 GB RAM dall'elenco.

    3. Fare clic su Crea.

  8. Attendere che lo stato di distribuzione venga modificato in Distribuito.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra la distribuzione House.

La seguente immagine mostra la pagina Visualizzazione con la distribuzione House.




Attività 6: test di un modello

video dell'esercitazione di anteprima Per visualizzare in anteprima questa attività, guardare il video a partire dalle 04:55.

Per verificare il modello con uno scenario, è necessario caricare i file di dati dal computer allo spazio di distribuzione. Attenersi alla seguente procedura per verificare il modello creando un lavoro utilizzando i file CSV inclusi con il file zip di esempio:

  1. Fai clic su House sample (o il tuo spazio di distribuzione) nella traccia di navigazione per tornare allo spazio di distribuzione.

  2. Fai clic sulla scheda Assets.

    1. Nel file HouseConstructionScheduling.zip sul tuo computer, troverai diversi file CSV nella cartella .containers> Scenario 1 .

    2. Fare clic su Carica asset Carica asset nel progetto per aprire il pannello Dati .

    3. Trascinare i file Subcontractor.csv, Activity.csve Expertise.csv nell'area Rilascia file qui o cerca i file da caricare nel pannello Dati .

  3. Fare clic sulla scheda Distribuzioni .

  4. Fare clic su Distribuzione casa.

  5. Ora, per inoltrare un job per calcolare il punteggio del modello, fare clic su Nuovo job.

  6. Per il nome del lavoro, immettere House construction job.

  7. Fare clic su Avanti.

  8. Selezionare i valori predefiniti sulla pagina Configura e fare clic su Avanti.

  9. Selezionare i valori predefiniti nella pagina Pianificazione e fare clic su Avanti.

  10. Selezionare i valori predefiniti nella pagina Notifica e fare clic su Avanti.

  11. Nella pagina Scegli dati , nella sezione Input , selezionare gli asset di dati corrispondenti precedentemente caricati nello spazio per ogni ID input.

    1. Per ID input Subcontractor.csv, fare clic su Seleziona origine dati> Asset dati> Subcontractor.csv > Conferma.

    2. Per ID input Activity.csv, fare clic su Seleziona origine dati> Asset dati> Activity.csv > Conferma.

    3. Per ID input Expertise.csv, fare clic su Seleziona origine dati> Asset dati> Expertise.csv > Conferma.

  12. Nella sezione Output , verrà fornito il nome per ciascuna tabella della soluzione da creare.

    1. Per ID output ScheduledActivities.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere ScheduledActivities.csv per il nome e fare clic su Conferma.

    2. Per ID output NotScheduledActivities.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere NotScheduledActivities.csv per il nome e fare clic su Conferma.

    3. Per ID output stats.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere stats.csv per il nome e fare clic su Conferma.

    4. Per ID output kpis.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere kpis.csv per il nome e fare clic su Conferma.

    5. Per ID output solution.json, fare clic su Seleziona origine dati> Crea nuovo, immettere solution.json per il nome e fare clic su Conferma.

    6. Per ID output log.txt, fare clic su Seleziona origine dati> Crea nuovo, immettere log.txt per il nome e fare clic su Conferma.

  13. Rivedere le informazioni sulla pagina Scegli dati e fare clic su Avanti.

  14. Esaminare le informazioni nella pagina Revisione e creazione , quindi fare clic su Crea ed esegui.

  15. Dalla pagina del modello Distribuzione della casa , fare clic sul lavoro creato denominato Lavoro di costruzione della casa per visualizzarne lo stato.

  16. Una volta completata l'esecuzione del lavoro, fare clic su House sample (o il proprio spazio di distribuzione) per tornare allo spazio di distribuzione.

  17. Nella scheda Asset, verranno visualizzati i file di output:

    • ScheduledActivities.csv

    • NotScheduledactivities.csv

    • stats.csv

    • kpis.csv

    • solution.json

    • log.txt

  18. Per ciascuno di questi asset, fare clic su Scarica e visualizzare ciascuno di questi file.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra il lavoro batch completato.

La seguente immagine mostra la pagina Visualizzazione con il lavoro batch completato.



Passi successivi

Ora è possibile utilizzare questo dataset per ulteriori analisi. Ad esempio, l'utente o altri utenti possono eseguire una delle seguenti attività:

Ulteriori risorse

Argomento principale: Esercitazioni introduttive

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni