빠른 시작: Decision Optimization 모델 빌드, 실행 및 배치

데이터 및 AutoAI 실험을 저장할 프로젝트가 필요합니다. 샌드박스 프로젝트를 사용하거나 프로젝트를 작성할 수 있습니다.

1. 탐색 메뉴 에서 프로젝트 > 모든 프로젝트 보기 를 선택하십시오.

2. 샌드박스 프로젝트를 여십시오. 새 프로젝트를 사용하려면 다음을 수행하십시오.

   1. 새 프로젝트를 클릭하십시오.

   2. 빈 프로젝트 작성을 선택하십시오.

   3. 프로젝트의 이름 및 선택적 설명을 입력하십시오.

   4. 기존 오브젝트 스토리지 서비스 인스턴스를 선택하거나 새로 작성하십시오.

   5. 작성을 클릭하십시오.

3. 프로젝트가 열리면 관리 탭을 클릭하고 서비스 및 통합 페이지를 선택하십시오.

   1. IBM 서비스 탭에서 서비스 연관을 클릭하십시오.

   2. Watson Machine Learning 인스턴스를 선택하십시오. Watson Machine Learning 서비스 인스턴스가 아직 프로비저닝되지 않은 경우 다음 단계를 수행하십시오.

      1. 새 서비스를 클릭하십시오.

      2. Watson Machine Learning을 선택하십시오.

      3. 작성을 클릭하십시오.

      4. 목록에서 새 서비스 인스턴스를 선택하십시오.

   3. 서비스 연관을 클릭하십시오.

   4. 필요한 경우 취소 를 클릭하여 서비스 및 통합 페이지로 돌아가십시오.

자세한 정보는 프로젝트 작성을 참조하십시오.

이 태스크를 미리 보려면 00:20에서 시작하는 비디오를 보십시오.

이제 다음 단계에 따라 프로젝트에서 Decision Optimization 실험을 작성하십시오.

1. 새 프로젝트에서 새 자산 > 최적화 문제점 해결을 클릭하십시오.

2. 로컬 파일을 선택하십시오.

3. 샘플 파일 가져오기 를 클릭하여 샘플 파일이 포함된 GitHub 저장소를 보십시오.

   1. DO-Samples 저장소에서 watsonx.ai 및 Cloud Pak for Data as a Service 폴더를 여십시오.

   2. 주택 건축 샘플 파일을 포함하는 HouseConstructionScheduling.zip 파일을 클릭하십시오.

   3. 다운로드 를 클릭하여 zip 파일을 컴퓨터에 저장하십시오.

4. Decision Optimization 실험 작성 페이지로 돌아가서 찾아보기를 클릭하십시오.

   1. 컴퓨터에서 HouseConstructionScheduling.zip 파일을 선택하십시오.

   2. 열기를 누르십시오.

5. 이 프로젝트와 연관된 Watson Machine Learning 서비스가 아직 없는 경우 Machine Learning 서비스 추가를 클릭하십시오.

   1. Watson Machine Learning 서비스 인스턴스를 검토하십시오. 기존 서비스를 사용하거나 여기에서 새 서비스 인스턴스를 작성할 수 있습니다. 새 서비스를 클릭하고 Machine Learning을 선택한 후 작성을 클릭하십시오.

   2. 목록에서 Watson Machine Learning 인스턴스를 선택하고 연관을 클릭하십시오.

   3. 필요한 경우 취소 를 클릭하여 서비스 및 통합 페이지로 돌아가십시오.

      연관된 서비스에 대한 추가 정보는 연관된 서비스 추가를 참조하십시오.

6. 이 실험과 연관시킬 배치 공간을 선택하십시오. 기존 배치 공간이 없는 경우 다음을 작성하십시오.

   1. 배치 영역 선택 섹션에서 새 배치 영역을 클릭하십시오.

   2. 이름 필드에 House sample 를 입력하여 배치 영역의 이름을 제공하십시오.

   3. 작성을 클릭하십시오.

   4. 공간이 준비되면 닫기 를 클릭하여 Decision Optimization 실험 작성 페이지로 돌아가십시오. 새 배치 영역이 선택되었습니다.

7. 작성 을 클릭하여 Decision Optimization 실험을 여십시오.

이 태스크를 미리 보려면 01:47에서 시작하는 비디오를 보십시오.

Decision Optimization Modeling Assistant를 사용하여 모델을 빌드하고 결과를 시각화하려면 다음 단계를 수행하십시오.

1. 왼쪽 분할창에서 모델 빌드 를 클릭하여 Modeling Assistant를 여십시오. 이 모델은 Modeling Assistant 를 사용하여 빌드되었으므로 목적 및 제약조건이 자연어로 되어 있음을 확인할 수 있지만 Python, OPL에서 모델을 공식화하거나 CPLEX및 CPO 모델을 가져올 수도 있습니다.

2. 모델을 해결하는 시나리오를 실행하고 실행이 완료될 때까지 대기하려면 실행을 클릭하십시오.

3. 실행이 완료되면 솔루션 탐색 보기가 표시됩니다. 결과 탭에서 솔루션 자산 을 클릭하여 의사결정 변수의 결과 (최적) 값을 확인하십시오. 이러한 솔루션 테이블은 기본적으로 알파벳순으로 표시됩니다.

4. 왼쪽 분할창에서 시각화를 선택하십시오.

5. 솔루션 탭에서 갠트 를 선택하여 최적의 스케줄로 시나리오를 보십시오.

이 태스크를 미리 보려면 03:01에서 시작하는 비디오를 보십시오.

이제 추가 목적을 고려하기 위해 모델 공식을 변경하려고 합니다. 모델 목표 및 제한조건을 변경하려면 다음 단계를 수행하십시오.

1. 모델 빌드를 클릭하십시오.

2. 왼쪽 분할창에서 시나리오 1옆에 있는 오버플로우 메뉴 를 클릭하고 복제를 선택하십시오.

3. 이름에 Scenario 2을(를) 입력하고 작성을 클릭하십시오.

4. 시나리오 2의 경우, 모델에 목표를 추가하여 각 계약자의 전문 지식을 기반으로 작업의 품질을 최적화하십시오.

   1. 모델에 추가아래의 검색 필드에 overall quality를 입력하고 Enter를 누르십시오.

   2. 목표 섹션을 펼치십시오.

   3. 지정 값 테이블에 따라 하위계약자-활동 지정의 전반적인 품질 최대화를 클릭하여 목표로 추가하십시오. 이 새 목표는 이제 모든 활동을 완료하는 데 시간 최소화 목표와 함께 목표 섹션 아래에 나열됩니다.

   4. 방금 추가한 목표에 대해 지정 값 테이블을 클릭하고 전문 지식을 선택하십시오. 전문 지식 매개변수 목록이 표시됩니다.

   5. 이 목록에서 정의를 클릭하여 계약자 전문 지식을 정의하는 필드를 변경하고 스킬 레벨을 선택하십시오.

5. 실행을 클릭하여 시나리오를 실행하여 모델을 빌드하고 실행이 완료될 때까지 기다리십시오.

6. 목표 및 솔루션 자산을 보려면 솔루션 탐색 페이지로 돌아가십시오.

7. 왼쪽 분할창에서 시각화를 선택하십시오.

8. 솔루션 탭에서 갠트 를 선택하여 최적의 스케줄로 시나리오를 보십시오.

9. 왼쪽 분할창에서 개요 를 클릭하여 시나리오 1 과 시나리오 2간의 통계를 비교하십시오.

이 태스크를 미리 보려면 04:07에서 시작하는 비디오를 보십시오.

다음으로 다음 단계에 따라 모델을 배치 영역으로 승격하고 배치를 작성하십시오.

1. 시나리오 1옆에 있는 오버플로우 메뉴 를 클릭하고 배치를 위해 저장을 선택하십시오.

2. 모델 이름 필드에 House Construction를 입력하고 다음을 클릭하십시오.

3. 모델 정보를 검토하고 저장을 클릭하십시오.

4. 모델이 성공적으로 저장되면 모델에 대한 링크와 함께 알림 표시줄이 표시됩니다. 프로젝트 보기를 클릭하십시오.

   1. 알림이 누락된 경우 탐색 추적에서 프로젝트 이름을 클릭하십시오.

   2. 프로젝트에서 자산 탭을 클릭하십시오.

   3. 주택 건설 모델을 클릭하십시오.

5. 배치 영역으로 승격 아이콘 을 클릭하십시오.

   1. 대상 공간의 경우 목록에서 하우스 샘플 (또는 배치 공간) 을 선택하십시오.

   2. 배치 후 영역의 모델로 이동을 선택하는 옵션을 선택하십시오.

   3. 승격을 클릭하십시오.

6. 모델이 성공적으로 승격되면 House Construction 모델이 배치 영역에 표시됩니다.

7. 새 배치를 클릭하십시오.

   1. 배치 이름에 House deployment을(를) 입력하십시오.

   2. 하드웨어 정의의 경우 목록에서 2 CPU 및 8GB RAM을 선택하십시오.

   3. 작성을 클릭하십시오.

8. 배치 상태가 배치됨으로 변경될 때까지 기다리십시오.

이 태스크를 미리 보려면 04:55에서 시작하는 비디오를 보십시오.

시나리오를 사용하여 모델을 테스트하려면 컴퓨터에서 배치 영역으로 데이터 파일을 업로드해야 합니다. 샘플 zip 파일에 포함된 CSV 파일을 사용하여 작업을 작성하여 모델을 테스트하려면 다음 단계를 수행하십시오.

1. 탐색 추적에서 하우스 샘플 (또는 배치 영역) 을 클릭하여 배치 영역으로 돌아가십시오.

2. 자산 탭을 클릭하십시오.

   1. 컴퓨터의 HouseConstructionScheduling.zip 파일에서 .컨테이너 > 시나리오 1 폴더에 여러 개의 CSV 파일이 있습니다.

   2. 자산 업로드 아이콘 을 클릭하여 데이터 패널을 여십시오.

   3. Subcontractor.csv, Activity.csv 및 Expertise.csv 파일을 데이터 패널의 여기에 파일을 놓거나 업로드할 파일 찾아보기 영역으로 끄십시오.

3. 배치 탭을 클릭하십시오.

4. 하우스 배치를 클릭하십시오.

5. 이제 모델을 스코어링할 작업을 제출하려면 새 작업을 클릭하십시오.

6. 작업 이름에 House construction job을(를) 입력하십시오.

7. 다음 을 클릭하십시오.

8. 구성 페이지에서 기본값을 선택하고 다음을 클릭하십시오.

9. 스케줄 페이지에서 기본값을 선택하고 다음을 클릭하십시오.

10. 알림 페이지에서 기본값을 선택하고 다음을 클릭하십시오.

11. 데이터 선택 페이지의 입력 섹션에서 각 입력 ID에 대해 이전에 공간에 로드한 해당 데이터 자산을 선택하십시오.

12. 출력 섹션에서 작성할 각 솔루션 테이블의 이름을 제공합니다.

    1. 출력 ID ScheduledActivities.csv의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 ScheduledActivities.csv을(를) 입력한 후 확인을 클릭하십시오.

    2. 출력 ID NotScheduledActivities.csv의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 NotScheduledActivities.csv을(를) 입력한 후 확인을 클릭하십시오.

    3. 출력 ID stats.csv의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 stats.csv을(를) 입력한 후 확인을 클릭하십시오.

    4. 출력 ID kpis.csv의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 kpis.csv을(를) 입력한 후 확인을 클릭하십시오.

    5. 출력 ID solution.json의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 solution.json을(를) 입력한 후 확인을 클릭하십시오.

    6. 출력 ID log.txt의 경우 데이터 소스 선택 > 새로 작성을 클릭하고 이름에 log.txt 를 입력한 후 확인을 클릭하십시오.

13. 데이터 선택 페이지의 정보를 검토한 후 다음을 클릭하십시오.

14. 검토 및 작성 페이지의 정보를 검토한 후 작성 및 실행을 클릭하십시오.

15. 하우스 배치 모델 페이지에서 하우스 건설 작업 이라는 이름으로 작성한 작업을 클릭하여 해당 상태를 확인하십시오.

16. 작업 실행이 완료된 후 집 샘플 (또는 배치 영역) 을 클릭하여 배치 영역으로 돌아가십시오.

17. 자산 탭에 다음과 같은 출력 파일이 표시됩니다.

    • ScheduledActivities.csv

    • NotScheduledactivities.csv

    • stats.csv

    • kpis.csv

    • solution.json

    • log.txt

18. 이러한 각 자산에 대해 다운로드 아이콘을 클릭한 후 이러한 각 파일을 보십시오.