Decision Optimization hakkında bilgi okuyun

Decision Optimization , verileri çözümleyebilir ve bir iş sorununa dayalı olarak bir eniyileme modeli ( Modeling Assistantile) yaratabilir. İlk olarak, bir optimizasyon modeli, bir iş probleminin optimizasyon motoru tarafından anlaşılabilen matematiksel bir formülasyona dönüştürülmesiyle türetilir. Formülasyon, nihai kararın temel aldığı modeli tanımlayan hedefler ve kısıtlamalardan oluşur. Model, giriş verilerinizle birlikte bir senaryo oluşturur. Optimizasyon motoru, milyonlarca olasılığı sınırlamak için hedefleri ve kısıtlamaları uygulayarak senaryoyu çözer ve en iyi çözümü sağlar. Bu çözüm, model formülasyonunu karşılar veya model olanaksız ise belirli kısıtlamaları gevşetir. Senaryoları farklı verileri kullanarak ya da hedefleri ve kısıtlamaları değiştirerek ve bunları yeniden çalıştırarak ve çözümleri görüntüleyerek test edebilirsiniz. Tatmin olduktan sonra modelinizi devreye alabilirsiniz.

Decision Optimizationhakkında daha fazla bilgi edinin

Decision Optimization modeli oluşturma hakkında bir video izleyin

Watson Studio ve Watson Machine Learningile bir Decision Optimization modeli oluşturmak, çözmek ve devreye almak için örnek bir Decision Optimization deneyinin nasıl çalıştırılacağını görmek üzere bu videoyu izleyin.

Bu video, bu belgedeki kavramları ve görevleri öğrenmek için görsel bir yöntem sağlar.

Decision Optimization kullanan bir model oluşturmak için bir öğretici programı deneyin

Bu öğretici programda şu görevleri tamamlayabilirsiniz:

• Görev 1: Bir proje açın.
• Görev 2: Projede bir Decision Optimization deneyi yaratın.
• Görev 3: Bir model oluşturun ve bir senaryo sonucunu görselleştirin.
• Görev 4: Model hedeflerini ve kısıtlamalarını değiştirme.
• Görev 5: Modeli devreye alın.
• Görev 6: Modeli test edin.

Bu eğitmenin tamamlanması yaklaşık 30 dakika sürecektir.

• Bu öğretici programın tamamlanmasına ilişkin ipuçları

  Resimdeki videoyu kullan

  İpucu: Videoyu başlatın, daha sonra siz öğretici programda gezinirken video, resim içinde resim moduna geçer. Resimdeki resimle en iyi deneyimi elde etmek için video içindekiler tablosunu kapatın. Bu öğretici programdaki görevleri tamamlarken videoyu izleyebilmek için resimdeki modu kullanabilirsiniz. İzlemek istediğiniz her görev için zaman damgalarını tıklatın.

  Aşağıdaki canlandırmalı resim, resimdeki video resminin ve içindekiler tablosunun özelliklerinin nasıl kullanılacağını gösterir:

  

  Toplulukta yardım alma

  Bu öğretici programla ilgili yardıma gereksinim duyarsanız, Cloud Pak for Data Community tartışma forumundabir soru sorabilir ya da bir yanıt bulabilirsiniz.

  Tarayıcı pencerelerinizi ayarlayın

  Bu öğretici programı tamamlama konusunda en iyi deneyimi sağlamak için Cloud Pak for Data olanağını bir tarayıcı penceresinde açın ve bu eğitmen sayfasını iki uygulama arasında kolayca geçiş yapmak üzere başka bir tarayıcı penceresinde açık tutun. Takip edilmesini kolaylaştırmak için iki tarayıcı penceresini yan yana düzenlemeyi düşünün.

  

  İpucu: Kullanıcı arabiriminde bu öğretici programı tamamlarken kılavuzlu bir turla karşılaşırsanız, Belki daha sonraseçeneğini tıklatın.

  
  Başa dön
  

• Görev 1: Proje açma
  
  

  Verileri ve AutoAI deneyini depolamak için bir projeye ihtiyacınız vardır. Kum havuzu projenizi kullanabilir ya da bir proje yaratabilirsiniz.

  1. Gezinme menüsünden , Projeler > Tüm projeleri görüntüle seçeneklerini belirleyin

  2. Korumalı alan projenizi açın. Yeni bir proje kullanmak istiyorsanız:

     1. Yeni projeöğesini tıklatın.

     2. Boş proje yaratseçeneğini belirleyin.

     3. Proje için bir ad ve isteğe bağlı açıklama girin.

     4. Var olan bir nesne depolama hizmeti örneği seçin ya da yeni bir örnek oluşturun.

     5. Oluştur'u tıklatın.

  3. Proje açıldığında, Yönet sekmesini tıklatın ve Hizmetler ve bütünleştirmeler sayfasını seçin.

     1. IBM hizmetleri sekmesinde Hizmeti ilişkilendirseçeneğini tıklatın.

     2. Watson Machine Learning eşgörünümünüzü seçin. Henüz bir Watson Machine Learning hizmet eşgörünümüne sahip değilseniz, aşağıdaki adımları izleyin:

        1. Yeni hizmet' i tıklatın.

        2. Watson Machine Learning(Watson Makine Öğrenimi) seçeneğini belirleyin.

        3. Oluştur'u tıklatın.

        4. Listeden yeni hizmet eşgörünümünü seçin.

     3. Hizmeti ilişkilendir' i tıklatın.

     4. Gerekirse, Hizmetler ve Bütünleştirmeler sayfasına dönmek için İptal düğmesini tıklatın.

  Daha fazla bilgi için bkz. Proje oluşturma.

  İlerlemenizi denetleyin

  Aşağıdaki resim yeni projeyi göstermektedir.
  
  

  

  
  Başa dön
  

• Görev 2: Bir Decision Optimization deneyi oluşturma
  
  

  Bu görevi önizlemek için 00:20adresinden başlayan videoyu izleyin.

  Şimdi, projenizde Decision Optimization deneyi yaratmak için aşağıdaki adımları izleyin:

  1. Yeni projenizden Yeni görev > İyileştirme sorunlarını çözdürseçeneklerini tıklatın.

  2. Yerel dosyaseçeneğini belirleyin.

  3. Örnek dosyaları içeren GitHub havuzunu görüntülemek için Örnek dosyaları al seçeneğini tıklatın.

     1. DO-Samples havuzunda Watson Studio Genel klasörünü açın.

     2. Ev yapımı örnek dosyalarını içeren HouseConstructionScheduling.zip dosyasını tıklatın.

     3. Zip dosyasını bilgisayarınıza kaydetmek için Download (Yükle) seçeneğini tıklatın.

  4. Decision Optimization deneyi sayfasına dönün ve Göz At' ı tıklatın.

     1. Bilgisayarınızdan HouseConstructionScheduling.zip dosyasını seçin.

     2. Aç'ı tıklatın.

  5. Bu projeyle ilişkilendirilmiş bir Watson Machine Learning hizmetiniz yoksa, Machine Learning hizmeti ekleseçeneğini tıklatın.

     1. Watson Machine Learning hizmet eşgörünümlerinizi inceleyin. Var olan bir hizmeti kullanabilir ya da buradan yeni bir hizmet örneği oluşturabilirsiniz: Yeni hizmetseçeneğini tıklatın, Machine Learningseçeneğini belirleyin ve Oluştur' u tıklatın.

     2. Listeden Watson Machine Learning eşgörünümünüzü seçin ve İlişkilendir' i tıklatın.

     3. Gerekirse, Hizmetler ve bütünleştirmeler sayfasına dönmek için İptal düğmesini tıklatın.

        İlişkili hizmetler hakkında daha fazla bilgi için İlişkili hizmetler eklemebaşlıklı konuya bakın.

  6. Bu deneyle ilişkilendirmek için bir konuşlandırma alanı seçin. Var olan bir konuşlandırma alanınız yoksa, bir konuşlandırma alanı yaratın:

     1. Konuşlandırma alanı seç bölümünde Yeni konuşlandırma alanıöğesini tıklatın.

     2. Ad alanına, konuşlandırma alanı için bir ad sağlamak üzere House sample yazın.

     3. Oluştur'u tıklatın.

     4. Alan hazır olduğunda ve Decision Optimization deneyi sayfasına dönmek için Kapat düğmesini tıklatın. Yeni konuşlandırma alanınız seçildi.

  7. Decision Optimization deneyini açmak için Create (Oluştur) seçeneğini tıklatın.

  İlerlemenizi denetleyin

  Aşağıdaki resim, örnek dosyalarla yapılan deneyi göstermektedir.
  
  

  

  
  Başa dön
  

• Görev 3: Bir model oluşturun ve bir senaryo sonucunu görselleştirin
  
  

  Bu görevi önizlemek için 01:47adresinden başlayan videoyu izleyin.

  Bir model oluşturmak ve sonucu Decision Optimization Modeling Assistantaracını kullanarak görselleştirmek için aşağıdaki adımları izleyin.

  1. Sol bölmede, Modeling Assistant'nı açmak için Model oluştur ' ı tıklatın. Bu model Modeling Assistant ile oluşturulmuştur; böylece, amaçların ve kısıtlamaların doğal dilde olduğunu görebilirsiniz; ancak, Python, OPL ya da CPLEX ve CPO modellerini içe aktarma ya da modelinizi formüle edebilirsiniz.

  2. Modeli çözmek ve çalıştırmanın tamamlanmasını beklemek üzere senaryoyu çalıştırmak için Çalıştır ' ı tıklatın.

  3. Çalıştırma tamamlandığında, Çözümü keşfedin görünümü görüntülenir. Sonuçlar sekmesi altında, karar değişkenlerine ilişkin elde edilen (en iyi) değerleri görmek için Çözüm varlıkları ' nı tıklatın. Bu çözüm tabloları varsayılan olarak alfabetik sırada görüntülenir.

  4. Sol bölmede Görselleştirmeseçeneğini belirleyin.

  5. Çözümler sekmesi altında, senaryoyu en uygun zamanlamayla görüntülemek için Gantt seçeneğini belirleyin.

  İlerlemenizi denetleyin

  Aşağıdaki resim, bir Gantt grafiğiyle Görselleştirme sayfasını gösterir.
  
  

  

  
  Başa dön
  

• Görev 4: Model hedeflerinin ve kısıtlamalarının değiştirilmesi
  
  

  Bu görevi önizlemek için 03:01adresinden başlayan videoyu izleyin.

  Şimdi, ek bir hedef dikkate almak için model formülasyonunuzda bir değişiklik yapmak istiyorsunuz. Model hedeflerini ve kısıtlamalarını değiştirmek için aşağıdaki adımları izleyin:

  1. Oluşturma modeli' ni tıklatın.

  2. Sol bölmede, Senaryo 1' in yanındaki Taşma menüsünü tıklatın ve Çoğaltseçeneğini belirleyin.

  3. Ad için Scenario 2yazın ve Oluştur' u tıklatın.

  4. Senaryo 2' de, her yüklenicinin uzmanlığına dayalı olarak iş kalitesini optimize etmek için modele bir hedef ekleyin.

     1. Modele eklealtında, arama alanına overall qualityyazın ve Entertuşuna basın.

     2. Amaç bölümünü genişletin.

     3. Bir hedef olarak eklemek için Alt Yüklenicinin genel kalitesini en üst düzeye çıkarın-Atama değerleri tablosuna göre etkinlik atamaları seçeneğini tıklatın. Bu yeni hedef, Tüm Etkinlikleri tamamlama süresini en aza indirin hedefiyle birlikte Hedefler bölümünde listelenir.

     4. Az önce eklediğiniz amaç için atama değerleri tablosu'nı tıklatın ve Uzmanlık' ı seçin. Uzmanlık değiştirgelerinin bir listesi görüntülenir.

     5. Bu listeden, yüklenici uzmanlığını tanımlayan alanı değiştirmek için tanım 'ı tıklatın ve Beceri Düzeyi' ni seçin.

  5. Modeli oluşturmak ve çalıştırmanın tamamlanmasını beklemek üzere senaryoyu çalıştırmak için Çalıştır ' ı tıklatın.

  6. Amaçlar ve Çözüm varlıkları' nı görüntülemek için Çözümü keşfedin sayfasına dönün.

  7. Sol bölmede Görselleştirmeseçeneğini belirleyin.

  8. Çözümler sekmesi altında, senaryoyu en uygun zamanlamayla görüntülemek için Gantt seçeneğini belirleyin.

  9. Senaryo 1 ile Senaryo 2arasındaki istatistikleri karşılaştırmak için sol pencere gözünde Genel Bakış öğesini tıklatın.

  İlerlemenizi denetleyin

  Aşağıdaki resim, yeni Gantt grafiğini içeren Görselleştirme sayfasını gösterir.
  
  

  

  
  Başa dön
  

• Görev 5: Modeli devreye alma
  
  

  Bu görevi önizlemek için 04:07adresinden başlayan videoyu izleyin.

  Daha sonra, modeli bir konuşlandırma alanına yükseltmek ve konuşlandırma yaratmak için aşağıdaki adımları izleyin:

  1. Senaryo 1' in yanındaki Taşma menüsünü tıklatın ve Konuşlandırma için kaydetseçeneğini belirleyin.

  2. Model adı alanına House Constructionyazın ve Next(İleri) düğmesini tıklatın.

  3. Model bilgilerini gözden geçirin ve Kaydetdüğmesini tıklatın.

  4. Model başarıyla kaydedildikten sonra, modele yönelik bir bağlantıyla birlikte bir bildirim çubuğu görüntülenir. Projede görüntüle' yi tıklatın.

     1. Bildirimi kaçırırsanız, dolaşma izinde proje adını tıklatın.

     2. Projedeki Varlıklar sekmesini tıklatın.

     3. House Construction (Ev İnşaatı) modelini tıklatın.

  5. Konuşlandırma alanına yükseltöğesini tıklatın.

     1. Hedef alaniçin, listeden Ev örneği (ya da konuşlandırma alanınız) seçeneğini belirleyin.

     2. Devreye aldıktan sonra alandaki modele gitseçeneğini işaretleyin.

     3. Yükseltdüğmesini tıklatın.

  6. Model başarıyla yükseltildikten sonra, konuşlandırma alanında House Construction (Ev İnşaat) modeli görüntülenir.

  7. Yeni konuşlandırmaöğesini tıklatın.

     1. Konuşlandırma adı için House deploymentyazın.

     2. Donanım tanımıiçin listeden 2 CPU ve 8 GB RAM seçeneğini belirleyin.

     3. Oluştur'u tıklatın.

  8. Devreye alma durumunun Devreye Alındıolarak değişmesini bekleyin.

  İlerlemenizi denetleyin

  Aşağıdaki resimde House konuşlandırması gösterilmektedir.
  
  

  

  
  Başa dön
  

• Görev 6: Modelin sınanması
  
  

  Bu görevi önizlemek için 04:55adresinden başlayan videoyu izleyin.

  Modeli bir senaryoyla test etmek için, bilgisayarınızdaki veri dosyalarını devreye alma alanına yüklemeniz gerekir. Örnek zip dosyasında bulunan CSV dosyalarını kullanarak bir iş yaratarak modeli sınamak için aşağıdaki adımları izleyin:

  1. Konuşlandırma alanına geri dönmek için dolaşma izinde Ev örneği ' ni (ya da konuşlandırma alanınızı) tıklatın.

  2. Varlıklar sekmesini tıklatın.

     1. Bilgisayarınızdaki HouseConstructionScheduling.zip dosyasında, .containers > Senaryo 1 klasöründe birkaç CSV dosyası bulacaksınız.

     2. Veri panosunu açmak için Varlığı karşıya yükle simgesini tıklatın.

     3. Subcontractor.csv, Activity.csvve Expertise.csv dosyalarını Veri panosunda Dosyaları buraya bırakın ya da karşıya yüklenecek dosyalara göz atın alanına sürükleyin.

  3. Konuşlandırmalar sekmesini tıklatın.

  4. House deployment(Ev dağıtımı) seçeneğini tıklatın.

  5. Şimdi modeli puanlamak üzere bir iş göndermek için Yeni iş' i tıklatın.

  6. İş adı için House construction jobyazın.

  7. İleri'yi tıklatın.

  8. Yapılandır sayfasında varsayılan değerleri seçin ve İleri' yi tıklatın.

  9. Zamanlama sayfasında varsayılan değerleri seçin ve İleri' yi tıklatın.

  10. Bildirim sayfasında varsayılan değerleri seçin ve İleri' yi tıklatın.

  11. Veri seç sayfasında Giriş bölümünde, her giriş tanıtıcısı için alanınıza önceden yüklediğiniz ilgili veri varlıklarını seçin.

  12. Çıkış bölümünde, oluşturulacak her çözüm tablosu için bir ad vereceksiniz.

      1. Çıkış Tanıtıcısı ScheduledActivities.csviçin Select data source > Create new(Veri kaynağı seç > Yeni oluştur) seçeneklerini tıklatın, ad için ScheduledActivities.csv yazın ve Confirm(Onayla) düğmesini tıklatın.

      2. Çıkış Tanıtıcısı NotScheduledActivities.csviçin Select data source > Create new(Veri kaynağı seç > Yeni oluştur) seçeneklerini tıklatın, ad için NotScheduledActivities.csv yazın ve Confirm(Onayla) düğmesini tıklatın.

      3. Çıkış Tanıtıcısı stats.csviçin Select data source > Create new(Veri kaynağı seç > Yeni yarat) seçeneklerini tıklatın, ad için stats.csv yazın ve Confirm(Onayla) düğmesini tıklatın.

      4. Çıkış Tanıtıcısı kpis.csviçin Select data source > Create new(Veri kaynağı seç > Yeni yarat) seçeneklerini tıklatın, ad için kpis.csv yazın ve Confirm(Onayla) düğmesini tıklatın.

      5. Output ID solution.json(Çıkış Tanıtıcısı) için, Select data source > Create new(Veri kaynağı seç > Yeni yarat) seçeneklerini tıklatın, ad için solution.json yazın ve Confirm(Onayla) düğmesini tıklatın.

      6. Çıkış Tanıtıcısı log.txtiçin Veri kaynağı seç > Yeni yaratseçeneklerini tıklatın, ad için log.txt yazın ve Onaylaseçeneğini tıklatın.

  13. Veri seç sayfasındaki bilgileri gözden geçirin ve İleri' yi tıklatın.

  14. Gözden Geçir ve yarat sayfasındaki bilgileri gözden geçirin ve Oluştur ve çalıştır' ı tıklatın.

  15. House deployment model sayfasında, durumunu görmek için House yapı işi adlı oluşturduğunuz işi tıklatın.

  16. İş çalıştırma tamamlandıktan sonra, konuşlandırma alanına geri dönmek için Ev örneği ' ni (ya da konuşlandırma alanınızı) tıklatın.

  17. Varlıklar sekmesinde, çıkış dosyalarını görürsünüz:

      • ScheduledActivities.csv

      • NotScheduledactivities.csv

      • stats.csv

      • kpis.csv

      • solution.json

      • log.txt

  18. Bu varlıkların her biri için Karşıdan Yükle simgesini tıklatın ve sonra bu dosyaların her birini görüntüleyin.

  İlerlemenizi denetleyin

  Aşağıdaki resimde tamamlanan toplu iş gösterilmektedir.
  
  

  

  
  Başa dön
  

Sonraki adımlar

Artık daha fazla analiz için bu veri kümesini kullanabilirsiniz. Örneğin, siz ya da diğer kullanıcılar aşağıdaki görevlerden herhangi birini gerçekleştirebilirsiniz:

• Bu modeli Modeling Assistantile sıfırdan oluşturmayı öğrenin
• Watson Machine Learning Rest API 'sini kullanarak bir son kullanıcı uygulamasında devreye alınan bu modelden yararlanın
• Watson Machine Learning Python Client 'ı kullanarak Decision Optimization modellerini devreye alın

Ek kaynaklar

• Model oluşturmak için aşağıdaki diğer yöntemleri deneyin:

  • AutoAI
  • SPSS Modeler
  • Bir Decision Optimization modeli oluşturun ve devreye alın
  • Watson Machine Learning API 'sini kullanarak işleri gönderin

• Decision Optimization Deneylerinin oluşturulması ve çalıştırılması

• Decision Optimization modellerini UI ile devreye alma

• Diğer videolarıgörüntüleyin.

• Uygulamalı deneyim elde etmek için Örnekler içinde örnek veri kümelerini, projeleri, modelleri, bilgi istemlerini ve dizüstü bilgisayarları bulun:

  Verileri analiz etmeye ve modeller oluşturmaya başlamak için projenize ekleyebileceğiniz Not defterleri .

  Dizüstü bilgisayarlar, veri kümeleri, bilgi istemleri ve diğer varlıkları içeren içe aktarabileceğiniz Projeler .

  Modelleri iyileştirmek, çözümlemek ve oluşturmak için projenize ekleyebileceğiniz Veri kümeleri .

  Bir temel model istemek için Bilgi İstemi Laboratuvarı 'nda kullanabileceğiniz Bilgi İstemleri .

  Bilgi İstemi Laboratuvarı 'nda kullanabileceğiniz Foundation modelleri .

• Decision Optimization topluluğuna katkıda bulunma

Üst konu: Hızlı başlangıç eğitmenleri