Schnelleinstieg: Decision Optimization-Modell erstellen, ausführen und bereitstellen
Sie können Decision Optimization -Modelle erstellen und ausführen, damit Sie die besten Entscheidungen treffen können, um Geschäftsprobleme auf der Basis Ihrer Ziele zu lösen. Lesen Sie mehr über Decision Optimization, sehen Sie sich dann ein Video an und nehmen Sie an einem Lernprogramm teil, das für Benutzer geeignet ist, die über gewisse Kenntnisse in der präskriptiven Analyse verfügen, aber keine Codierung erfordern.
- Erforderliche Services
- Watson Studio
- Watson Machine Learning
Ihr grundlegender Workflow umfasst die folgenden Tasks:
- Öffnen Sie Ihr Sandboxprojekt. Projekte sind der Ort, an dem Sie gemeinsam mit anderen mit Daten arbeiten.
- Fügen Sie dem Projekt ein Decision Optimization-Experiment hinzu. Sie können komprimierte Dateien oder Daten aus Beispieldateien hinzufügen.
- Ordnen Sie dem Projekt einen Watson Machine Learning Service zu.
- Erstellen Sie einen Bereitstellungsbereich, der dem Watson Machine Learning-Service des Projekts zugeordnet werden soll.
- Überprüfen Sie die Daten, Modellziele und Einschränkungen im Modellierungsassistenten.
- Führen Sie mindestens ein Szenario aus, um Ihr Modell zu testen und die Ergebnisse zu überprüfen.
- Implementieren Sie Ihr Modell.
Informationen zu Decision Optimization
Decision Optimization kann Daten analysieren und ein Optimierungsmodell (mit dem Modellierungsassistenten) auf der Basis eines Geschäftsproblems erstellen. Zunächst wird ein Optimierungsmodell abgeleitet, indem ein Geschäftsproblem in eine mathematische Formel konvertiert wird, die von der Optimierungsengine verstanden werden kann. Die Formel besteht aus Zielen und Einschränkungen, die das Modell definieren, auf dem die endgültige Entscheidung basiert. Das Modell bildet zusammen mit Ihren Eingabedaten ein Szenario. Die Optimierungsengine löst das Szenario, indem sie die Ziele und Einschränkungen anwendet, um die Millionen von Möglichkeiten einzugrenzen, und stellt die beste Lösung bereit. Mit dieser Lösung wird die Formulierung des Modells erfüllt oder es werden bestimmte Einschränkungen umgangen, wenn das Modell nicht durchführbar ist. Sie können Szenarios mit unterschiedlichen Daten testen oder die Ziele und Einschränkungen für den Test ändern und anschließend erneut ausführen und Lösungen anzeigen. Wenn Sie mit dem Ergebnis zufrieden sind, können Sie Ihr Modell bereitstellen.
Video zum Erstellen eines Decision Optimization-Modells ansehen
Sehen Sie sich dieses Video an, um zu sehen, wie ein Decision Optimization -Beispielexperiment ausgeführt wird, um ein Decision Optimization -Modell mit Watson Studio und Watson Machine Learningzu erstellen, zu lösen und bereitzustellen.
Dieses Video bietet eine visuelle Methode zum Erlernen der Konzepte und Tasks in dieser Dokumentation.
Verwenden Sie zum Erstellen eines Modells ein Lernprogramm mit Decision Optimization.
In diesem Lernprogramm werden Sie die folgenden Tasks ausführen:
- Aufgabe 1: Projekt öffnen
- Aufgabe 2: Decision Optimization -Experiment im Projekt erstellen
- Aufgabe 3: Modell erstellen und Szenarioergebnis visualisieren
- Aufgabe 4: Modellziele und -bedingungen ändern
- Aufgabe 5: Modell bereitstellen
- Aufgabe 6: Modell testen
Für dieses Lernprogramm benötigen Sie ungefähr 30 Minuten.
Tipps zum Durcharbeiten dieses Lernprogramms
Im Folgenden finden Sie einige Tipps für den erfolgreichen Abschluss dieses Lernprogramms.
Verwenden Sie das Videobild im Bild
Die folgende animierte Abbildung zeigt, wie die Funktionen für Videobilder und Inhaltsverzeichnisse verwendet werden:
Hilfe in der Community anfordern
Wenn Sie Hilfe zu diesem Lernprogramm benötigen, können Sie eine Frage stellen oder eine Antwort im Diskussionsforum derwatsonx -Communityfinden.
Browserfenster einrichten
Damit Sie dieses Lernprogramm optimal nutzen können, öffnen Sie Cloud Pak for Data in einem Browserfenster und lassen Sie diese Lernprogrammseite in einem anderen Browserfenster geöffnet, um einfach zwischen den beiden Anwendungen zu wechseln. Es empfiehlt sich, die beiden Browserfenster nebeneinander anzuordnen, um die weitere Arbeit zu erleichtern.
Aufgabe 1: Projekt öffnen
Sie benötigen ein Projekt zum Speichern der Daten und des Experiments AutoAI . Sie können Ihr Sandboxprojekt verwenden oder ein Projekt erstellen.
Wählen Sie im Navigationsmenü Projekte > Alle Projekte anzeigen aus.
Öffnen Sie Ihr Sandboxprojekt. Wenn Sie ein neues Projekt verwenden möchten:
Klicken Sie auf Neues Projekt.
Wählen Sie Leeres Projekt erstellen aus.
Geben Sie einen Namen und optional eine Beschreibung für das Projekt ein.
Wählen Sie eine vorhandene Objektspeicherserviceinstanz aus oder erstellen Sie eine neue.
Klicken Sie auf Erstellen.
Wenn das Projekt geöffnet wird, klicken Sie auf die Registerkarte Verwalten und wählen Sie die Seite Services und Integrationen aus.
Klicken Sie auf der Registerkarte IBM -Services auf Service zuordnen.
Wählen Sie Ihre Watson Machine Learning -Instanz aus. Wenn Sie noch keine Serviceinstanz von Watson Machine Learning bereitgestellt haben, führen Sie die folgenden Schritte durch:
Klicken Sie auf Neuer Service.
Wählen Sie Watson Machine Learningaus.
Klicken Sie auf Erstellen.
Wählen Sie die neue Serviceinstanz aus der Liste aus.
Klicken Sie auf Service zuordnen.
Klicken Sie bei Bedarf auf Abbrechen , um zur Seite Services & Integrationen zurückzukehren.
Weitere Informationen finden Sie unter Projekt erstellen.
Fortschritt überprüfen
Die folgende Abbildung zeigt das neue Projekt.
Aufgabe 2: Experiment Decision Optimization erstellen
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 00:20an.
Führen Sie nun die folgenden Schritte durch, um das Experiment Decision Optimization in Ihrem Projekt zu erstellen:
Klicken Sie in Ihrem neuen Projekt auf Neues Asset > Optimierungsprobleme lösen.
Wählen Sie Lokale Dateiaus.
Klicken Sie auf Beispieldateien abrufen , um das GitHub -Repository anzuzeigen, das die Beispieldateien enthält.
Öffnen Sie im Repository DO-Samples den Ordner watsonx.ai und Cloud Pak for Data as a Service .
Klicken Sie auf die Datei
HouseConstructionScheduling.zip
, die die Beispieldateien für den Hausbau enthält.Klicken Sie auf Download , um die ZIP-Datei auf Ihrem Computer zu speichern.
Kehren Sie zur Seite Decision Optimization Experiment erstellen zurück und klicken Sie auf Durchsuchen.
Wählen Sie die Datei
HouseConstructionScheduling.zip
auf Ihrem Computer aus.Klicken Sie auf Öffnen.
Wenn diesem Projekt noch kein Watson Machine Learning -Service zugeordnet ist, dann klicken Sie auf Machine Learning -Service hinzufügen.
Überprüfen Sie Ihre Watson Machine Learning -Serviceinstanzen. Sie können einen vorhandenen Service verwenden oder eine neue Serviceinstanz von hier aus erstellen: Klicken Sie auf Neuer Service, wählen Sie Machine Learningaus und klicken Sie auf Create.
Wählen Sie Ihre Watson Machine Learning -Instanz in der Liste aus und klicken Sie auf Zuordnen.
Klicken Sie gegebenenfalls auf Abbrechen , um zur Seite Services & Integrationen zurückzukehren.
Weitere Informationen zu zugehörigen Services finden Sie unter Zugehörige Services hinzufügen.
Wählen Sie einen Bereitstellungsbereich aus, der diesem Experiment zugeordnet werden soll. Wenn noch kein Bereitstellungsbereich vorhanden ist, erstellen Sie diesen:
Klicken Sie im Abschnitt Bereitstellungsbereich auswählen auf Neuer Bereitstellungsbereich.
Geben Sie im Feld Name
House sample
ein, um einen Namen für den Bereitstellungsbereich anzugeben.Klicken Sie auf Erstellen.
Wenn der Bereich bereit ist, klicken Sie auf Schließen , um zur Seite Decision Optimization zurückzukehren. Ihr neuer Bereitstellungsbereich ist ausgewählt.
Klicken Sie auf Erstellen , um das Experiment Decision Optimization zu öffnen.
Fortschritt überprüfen
Die folgende Abbildung zeigt das Experiment mit den Beispieldateien.
Aufgabe 3: Modell erstellen und Szenarioergebnis visualisieren
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 01:47an.
Führen Sie die folgenden Schritte aus, um ein Modell zu erstellen und das Ergebnis mit Decision Optimization Modeling Assistantzu visualisieren.
Klicken Sie im linken Teilfenster auf Modell erstellen , um Modeling Assistantzu öffnen. Dieses Modell wurde mit Modeling Assistant erstellt, sodass Sie sehen, dass die Ziele und Einschränkungen in natürlicher Sprache vorliegen. Sie können Ihr Modell jedoch auch in Python, OPL oder in CPLEX-und CPO-Modellen importieren.
Klicken Sie auf Ausführen, um das Szenario zum Lösen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
Nach Abschluss der Ausführung wird die Ansicht Lösung erkunden angezeigt. Klicken Sie auf der Registerkarte Ergebnisse auf Lösungsassets , um die resultierenden (besten) Werte für die Entscheidungsvariablen anzuzeigen. Diese Lösungstabellen werden standardmäßig in alphabetischer Reihenfolge angezeigt.
Wählen Sie im linken Teilfenster Darstellung aus.
Wählen Sie auf der Registerkarte Lösungen Gantt aus, um das Szenario mit dem optimalen Plan anzuzeigen.
Fortschritt überprüfen
Die folgende Abbildung zeigt die Visualisierungsseite mit einem Gantt-Diagramm.
Aufgabe 4: Modellziele und -bedingungen ändern
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 03:01an.
Nun möchten Sie eine Änderung an Ihrer Modellformulierung vornehmen, um ein zusätzliches Ziel zu berücksichtigen. Führen Sie die folgenden Schritte aus, um die Modellziele und Einschränkungen zu ändern:
Klicken Sie auf Modell erstellen.
Klicken Sie im linken Teilfenster auf das Menü Überlauf neben Szenario 1und wählen Sie Duplizierenaus.
Geben Sie als Namen
Scenario 2
ein und klicken Sie auf Erstellen.Fügen Sie dem Modell für Szenario 2 ein Ziel hinzu, um die Arbeitsqualität auf der Basis des Fachwissens jedes Auftragnehmers zu optimieren.
Geben Sie unter Zu Modell hinzufügenim Suchfeld
overall quality
ein und drücken Sie dieEnter
.Erweitern Sie den Abschnitt Ziel.
Klicken Sie auf Gesamtqualität von Zuordnungen zwischen Unterauftragnehmern und Aktivitäten gemäß der Tabelle mit Zuordnungswerten maximieren, um es als Ziel hinzuzufügen. Dieses neue Ziel wird jetzt im Abschnitt Ziele zusammen mit der Zielsetzung Zeit zum Abschließen aller Aktivitäten minimieren aufgelistet.
Klicken Sie für das soeben hinzugefügte Ziel auf die Tabelle mit Zuordnungswerten und wählen Sie Fachwissen aus. Eine Liste der Parameter zum Fachwissen wird angezeigt.
Klicken Sie in dieser Liste auf Definition, um das Feld zu ändern, in dem das Fachwissen des Auftragnehmers definiert ist, und wählen Sie Kenntnisstufe aus.
Klicken Sie auf Ausführen, um das Szenario zum Erstellen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
Kehren Sie zur Seite Lösung erkunden zurück, um die Zielsetzungen und Lösungsassetsanzuzeigen.
Wählen Sie im linken Teilfenster Darstellung aus.
Wählen Sie auf der Registerkarte Lösungen Gantt aus, um das Szenario mit dem optimalen Plan anzuzeigen.
Klicken Sie auf Übersicht im linken Fensterbereich, um Statistiken zwischen Szenario 1 und Szenario 2zu vergleichen.
Fortschritt überprüfen
Die folgende Abbildung zeigt die Visualisierungsseite mit dem neuen Gantt-Diagramm.
Aufgabe 5: Modell bereitstellen
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 04:07an.
Führen Sie als Nächstes die folgenden Schritte aus, um das Modell in einen Bereitstellungsbereich hochzustufen und eine Bereitstellung zu erstellen:
Klicken Sie auf das Menü Überlauf neben Szenario 1und wählen Sie Für Implementierung speichernaus.
Geben Sie im Feld Modellname
House Construction
ein und klicken Sie auf Weiter.Überprüfen Sie die Modellinformationen und klicken Sie auf Speichern.
Nach dem erfolgreichen Speichern des Modells wird eine Benachrichtigungsleiste mit einem Link zum Modell angezeigt. Klicken Sie auf In Projekt anzeigen.
Wenn Sie die Benachrichtigung verpassen, klicken Sie auf den Projektnamen im Navigationspfad.
Klicken Sie im Projekt auf die Registerkarte Assets .
Klicken Sie auf das Modell Hausbau .
Klicken Sie auf das Symbol In Bereitstellungsbereich hochstufen .
Wählen Sie für Zielbereichin der Liste House sample (oder Ihren Bereitstellungsbereich) aus.
Aktivieren Sie die Option Nach Bereitstellung zum Modell im Bereich wechseln.
Klicken Sie auf Hochstufen.
Nachdem das Modell erfolgreich hochgestuft wurde, wird das Modell Hausbau im Bereitstellungsbereich angezeigt.
Klicken Sie auf Neue Bereitstellung.
Geben Sie
House deployment
als Namen für die Bereitstellung ein.Wählen Sie für Hardwaredefinition in der Liste 2 CPUs und 8 GB RAM aus.
Klicken Sie auf Erstellen.
Warten Sie, bis sich der Implementierungsstatus in Implementiertändert.
Fortschritt überprüfen
Die folgende Abbildung zeigt die House-Implementierung.
Aufgabe 6: Modell testen
Um eine Vorschau dieser Task anzuzeigen, sehen Sie sich das Video ab 04:55an.
Zum Testen des Modells mit einem Szenario müssen Sie Datendateien von Ihrem Computer in den Bereitstellungsbereich hochladen. Führen Sie die folgenden Schritte aus, um das Modell zu testen, indem Sie einen Job mit den CSV-Dateien erstellen, die in der ZIP-Beispieldatei enthalten sind:
Klicken Sie im Navigationspfad auf House sample (oder Ihren Bereitstellungsbereich), um zum Bereitstellungsbereich zurückzukehren.
Klicken Sie auf die Registerkarte Assets.
Die Datei
HouseConstructionScheduling.zip
auf Ihrem Computer enthält mehrere CSV-Dateien im Ordner .containers > Szenario 1.Klicken Sie auf das Symbol Asset hochladen , um die Anzeige Daten zu öffnen.
Ziehen Sie die Dateien
Subcontractor.csv
,Activity.csv
undExpertise.csv
in den Bereich Dateien hier ablegen oder nach Dateien für den Upload suchen der Anzeige Daten.
Klicken Sie auf die Registerkarte Bereitstellungen.
Klicken Sie auf House deployment.
Klicken Sie jetzt auf Neuer Job, um einen Job zur Bewertung des Modells zu übergeben.
Geben Sie als Jobnamen
House construction job
ein.Klicken Sie auf Weiter.
Wählen Sie auf der Seite Konfigurieren die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Zeitplan die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Benachrichtigen die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Daten auswählen im Abschnitt Eingabe die entsprechenden Datenassets aus, die Sie zuvor für die jeweilige Eingabe-ID in Ihren Bereich geladen haben.
Im Abschnitt Ausgabe geben Sie den Namen für jeder Lösungstabelle an, die erstellt werden soll.
Klicken Sie für Ausgabe-ID ScheduledActivities.csv auf Datenquelle auswählen> Neu erstellen, geben Sie
ScheduledActivities.csv
als Namen ein und klicken Sie auf Bestätigen.Klicken Sie für Ausgabe-ID NotScheduledActivities.csv auf Datenquelle auswählen > Neu erstellen, geben Sie
NotScheduledActivities.csv
als Namen ein und klicken Sie auf Bestätigen.Klicken Sie für Ausgabe-ID stats.csv auf Datenquelle auswählen > Neu erstellen, geben Sie
stats.csv
als Namen ein und klicken Sie auf Bestätigen.Klicken Sie für Ausgabe-ID kpis.csv auf Datenquelle auswählen > Neu erstellen, geben Sie
kpis.csv
als Namen ein und klicken Sie auf Bestätigen.Klicken Sie für Ausgabe-ID solution.json auf Datenquelle auswählen > Neu erstellen, geben Sie
solution.json
als Namen ein und klicken Sie auf Bestätigen.Klicken Sie für Ausgabe-ID log.txtauf Datenquelle auswählen > Neu erstellen, geben Sie
log.txt
als Namen ein und klicken Sie auf Bestätigen.
Prüfen Sie die Informationen auf der Seite Daten auswählen und klicken Sie anschließend auf Weiter.
Prüfen Sie die Informationen auf der Seite Überprüfen und erstellen und klicken Sie anschließend auf Erstellen und ausführen.
Klicken Sie auf der Modellseite Hausbereitstellung auf den von Ihnen erstellten Job mit dem Namen Hausbaujob , um seinen Status anzuzeigen.
Klicken Sie nach Abschluss der Jobausführung auf House sample (oder auf Ihren Bereitstellungsbereich), um zum Bereitstellungsbereich zurückzukehren.
Auf der Registerkarte Assetswerden die Ausgabedateien angezeigt:
ScheduledActivities.csv
NotScheduledactivities.csv
stats.csv
kpis.csv
solution.json
log.txt
Klicken Sie für jedes dieser Assets auf das Symbol zum Herunterladen und zeigen Sie dann jede dieser Dateien an.
Fortschritt überprüfen
Die folgende Abbildung zeigt den abgeschlossenen Stapeljob.
Nächste Schritte
Sie können dieses Dataset nun für weitere Analysen verwenden. Beispielsweise können Sie oder andere Benutzer eine der folgenden Tasks ausführen:
Weitere Ressourcen
Verwenden Sie die folgenden anderen Methoden zum Erstellen von Modellen:
Decision Optimization-Modelle mit Benutzerschnittstelle bereitstellen
Weitere Informationen finden Sie unter Videos.
Suchen Sie Beispieldatasets, Projekte, Modelle, Eingabeaufforderungen und Notebooks im Ressourcenhub, um praktische Erfahrungen zu sammeln:
Notebooks , die Sie Ihrem Projekt hinzufügen können, um mit der Analyse von Daten und der Modellerstellung zu beginnen.
Projekte , die Sie importieren können, die Notebooks, Datasets, Eingabeaufforderungen und andere Assets enthalten.
Datasets , die Sie Ihrem Projekt hinzufügen können, um Modelle zu optimieren, zu analysieren und zu erstellen.
Eingabeaufforderungen , die Sie im Eingabeaufforderungslabor verwenden können, um ein Basismodell anzufordern.
Foundation-Modelle , die Sie im Eingabeaufforderungslabor verwenden können.
Übergeordnetes Thema: Lernprogramme für den Schnelleinstieg