Schnelleinstieg: Decision Optimization-Modell erstellen, ausführen und bereitstellen

Mit dem Tool Decision Optimization können Sie Decision Optimization-Modelle erstellen, um den besten Ansatz zum Lösen von Geschäftsproblemen auf Basis von Datengruppen zu ermitteln. Lesen Sie die Informationen zum Tool Decision Optimization, sehen Sie sich dann das Video an und führen Sie ein Lernprogramm aus, das für Benutzer geeignet ist, die über Kenntnisse der präskriptiven Analyse verfügen, für das aber keine Codierung vorgenommen werden muss.

Erforderliche Services Watson Studio Watson Machine Learning

Ihr grundlegender Workflow umfasst die folgenden Tasks:

  1. Sie erstellen ein Projekt. Projekte sind der Ort, an dem Sie gemeinsam mit anderen mit Daten arbeiten.
  2. Fügen Sie dem Projekt ein Decision Optimization-Experiment hinzu. Sie können komprimierte Dateien oder Daten aus Beispieldateien hinzufügen.
  3. Ordnen Sie dem Projekt einen Watson Machine Learning Service zu.
  4. Erstellen Sie einen Bereitstellungsbereich, der dem Watson Machine Learning-Service des Projekts zugeordnet werden soll.
  5. Überprüfen Sie die Daten, Modellziele und Einschränkungen im Modellierungsassistenten.
  6. Führen Sie mindestens ein Szenario aus, um Ihr Modell zu testen und die Ergebnisse zu überprüfen.
  7. 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.

Weitere Informationen zu Decision Optimization

Video zum Erstellen eines Decision Optimization-Modells ansehen

Video ansehen In diesem Video wird gezeigt, wie ein Decision Optimization-Beispielexperiment ausgeführt wird, um ein Modell mithilfe von Decision Optimization Experiment Builder mit Watson Studio und Watson Machine Learning zu erstellen, zu lösen und bereitzustellen.

Dieses Video bietet eine visuelle Darstellung als Alternative zu den im Folgenden schriftlich dokumentierten Schritten.

Verwenden Sie zum Erstellen eines Modells ein Lernprogramm mit Decision Optimization.

In diesem Lernprogramm führen Sie folgende Tasks aus:

  • Sie erstellen ein Projekt.
  • Ordnen Sie den Watson Machine Learning-Service dem Projekt zu.
  • Decision Optimization-Experiment im Projekt erstellen.
  • Ein Decision Optimization-Modell erstellen und speichern.
  • Das Decision Optimization-Modell implementieren.
  • Das Decision Optimization-Modell testen.

Für dieses Lernprogramm benötigen Sie ungefähr 30 Minuten.

Schritt 1: Ein Projekt erstellen und den Watson Machine Learning-Service zuordnen

{: #step1}Sie benötigen ein Projekt, um das AutoAI-Experiment zu speichern.

  1. Wenn Sie über ein bestehendes Projekt verfügen, öffnen Sie es. Wenn kein Projekt vorhanden ist, klicken Sie auf der Homepage auf Projekt erstellen oder auf der Seite Projekte auf Neues Projekt.
  2. Wählen Sie Leeres Projekt erstellen aus.
  3. Fügen Sie in der Anzeige Projekt erstellen einen Namen und optional eine Beschreibung für das Projekt hinzu.
  4. Wählen Sie eine vorhandene Instanz des Objektspeicherservice aus oder erstellen Sie eine neue Instanz.
  5. Klicken Sie auf Erstellen.
  6. Wenn das Projekt geöffnet wird, klicken Sie auf die Registerkarte Verwalten.
  7. Klicken Sie auf der Seite Services und Integrationen auf Service zuordnen > Watson.
  8. Wenn Sie noch keine Watson Machine Learning-Serviceinstanz bereitgestellt haben, klicken Sie auf Neuer Service, wählen Sie 'Machine Learning' aus und klicken Sie auf Erstellen.
  9. Wählen Sie Ihre Watson Machine Learning-Instanz aus und klicken Sie auf Service zuordnen.
  10. Schließen Sie das Dialogfenster Service zuordnen.

Weitere Informationen sowie ein Video finden Sie unter Projekt erstellen.
Weitere Informationen zu zugehörigen Services finden Sie unter Zugeordnete Services hinzufügen.

Schritt 2: Decision Optimization-Experiment erstellen

{: #step2}Erstellen Sie das Experiment.

  1. Klicken Sie in Ihrem neuen Projekt auf Neues Asset > Experiment Decision Optimization.
  2. Wählen Sie die Registerkarte Aus Datei aus.
  3. Klicken Sie auf Beispieldateien abrufen, um die Beispieldateien für den Hausbau für dieses Lernprogramm auf Ihren Computer herunterzuladen.
  4. Klicken Sie auf Datei hinzufügen und wählen Sie die Datei HouseConstructionScheduling.zip auf Ihrem Computer aus.
  5. Wählen Sie einen Bereitstellungsbereich aus, der diesem Experiment zugeordnet werden soll. Wenn noch kein Bereitstellungsbereich vorhanden ist, erstellen Sie diesen:

    1. Klicken Sie im Abschnitt Bereitstellungsbereich auf Bereitstellungsbereich erstellen.
    2. Geben Sie im Feld Name das Hausbeispiel ein, um einen Namen für den Bereitstellungsbereich anzugeben.

    3. Wählen Sie einen Speicherservice für den Bereitstellungsbereich aus.

    4. Klicken Sie auf Erstellen.

    5. Wenn der Bereich fertig ist, klicken Sie auf Schließen, um zur Anzeige Neues Decision Optimization-Experiment zurückzukehren.
  6. Klicken Sie nun auf Erstellen, um die Benutzerschnittstelle für das Decision Optimization-Experiment zu öffnen.

Schritt 3: Modell erstellen und Szenarioergebnis darstellen

{: #step3}Erstellen Sie ein Modell und stellen Sie das Ergebnis mit dem Modellierungsassistenten für Decision Optimization dar.

  1. Wählen Sie im linken Teilfenster Modell erstellen aus, um den Modellierungsassistenten zu öffnen.
  2. Klicken Sie auf Ausführen, um das Szenario zum Lösen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
  3. Nach Abschluss der Ausführung wird die Ansicht Lösung erkunden angezeigt. Klicken Sie auf der Registerkarte Ergebnisse auf Lösungen, um die resultierenden (besten) Werte für die Entscheidungsvariablen anzuzeigen. Diese Lösungstabellen werden standardmäßig in alphabetischer Reihenfolge angezeigt.
  4. Wählen Sie im linken Teilfenster Darstellung aus.
  5. Wählen Sie auf der Registerkarte Eingabe die Option Gantt aus, um das Szenario mit dem optimalen Zeitplan anzuzeigen.

Schritt 4: Modellziele und -bedingungen ändern

{: #step4}Ändern Sie als Nächstes die Ziele und Bedingungen für das Modell.

  1. Klicken Sie auf Modell erstellen.
  2. Klicken Sie im linken Teilfenster auf das Symbol mit drei Punkten neben Szenario 1 und wählen Sie Duplizieren aus.
  3. Geben Sie als Namen Scenario 2 ein und klicken Sie auf Erstellen.
  4. Fügen Sie dem Modell für Szenario 2 ein Ziel hinzu, um die Arbeitsqualität auf der Basis des Fachwissens jedes Auftragnehmers zu optimieren.
    1. Klicken Sie in das Suchfeld Hier eingeben, um weitere Vorschläge zu finden, geben Sie overall quality ein und drücken Sie die Enter.
    2. Erweitern Sie den Abschnitt Ziel.
    3. 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.
    4. 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.
    5. 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.
  5. Klicken Sie auf Ausführen, um das Szenario zum Erstellen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
  6. Klicken Sie auf Übersicht, um die Statistikdaten von Szenario 1 und Szenario 2 zu vergleichen.

Schritt 5: Modell bereitstellen

{: #step5}Als Nächstes stufen Sie das Modell in einen Bereitstellungsbereich hoch und erstellen eine Bereitstellung.

  1. Klicken Sie im linken Teilfenster auf das Drei-Punkt-Menüsymbol neben Szenario 1 und wählen Sie Für Bereitstellung speichern aus.
  2. Geben Sie im Feld Modellname House Construction ein und klicken Sie auf Speichern.
  3. Nach dem erfolgreichen Speichern des Modells wird eine Benachrichtigungsleiste mit einem Link zum Modell angezeigt. Klicken Sie auf In Projekt anzeigen.
  4. Wählen Sie auf der Registerkarte Assets im Projekt das Modell House Construction im Abschnitt Decision Optimization-Experiment aus.
    1. Klicken Sie auf In Bereitstellungsbereich hochstufen.
    2. Wählen Sie als Zielbereich in der Liste das Hausbeispiel aus.
    3. Klicken Sie auf Hochstufen.
  5. Nachdem das Modell erfolgreich hochgestuft wurde, erscheint eine Benachrichtigung mit einem Link zum Bereitstellungsbereich. Klicken Sie auf Bereitstellungsbereich. Der Bereitstellungsbereich für das Hausbeispiel wird angezeigt.
  6. Zum Testen des Modells mit einem Szenario müssen Sie Datendateien von Ihrem Computer auf die Registerkarte Assets hochladen.
    1. Die Datei HouseConstructionScheduling.zip auf Ihrem Computer enthält mehrere CSV-Dateien im Ordner .containers > Szenario 1.
    2. Ziehen Sie die Dateien Subcontractor.csv, Activity.csv und Expertise.csv in den Bereich Dateien hier ablegen oder nach Dateien für den Upload suchen der Anzeige Daten.
  7. Wählen Sie im Abschnitt Modelle das Modell House Construction aus, um die Modellinformationen anzuzeigen.
  8. Klicken Sie auf Neue Bereitstellung.
    1. Geben Sie House deployment als Namen für die Bereitstellung ein.
    2. Wählen Sie für Hardwaredefinition in der Liste 2 CPUs und 8 GB RAM aus.
    3. Klicken Sie auf Erstellen.

Schritt 6: Modell testen

{: #step6}Zum Abschluss testen Sie das Modell, indem Sie mithilfe der zuvor in den Bereitstellungsbereich hochgeladenen CSV-Dateien einen Job erstellen.

  1. Klicken Sie auf Neuer Job.
  2. Geben Sie als Jobnamen House job 1 ein.
  3. Klicken Sie auf Weiter.
  4. Wählen Sie auf der Seite Konfigurieren die Standardwerte aus und klicken Sie auf Weiter.
  5. Wählen Sie auf der Seite Zeitplan die Standardwerte aus und klicken Sie auf Weiter.
  6. Wählen Sie auf der Seite Benachrichtigen die Standardwerte aus und klicken Sie auf Weiter.
  7. 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.
    1. Klicken Sie für Eingabe-ID Subcontractor.csv auf Datenquelle auswählen > Datenasset > Subcontractor.csv > Bestätigen.
    2. Klicken Sie für Eingabe-ID Activity.csv auf Datenquelle auswählen > Datenasset > Activity.csv > Bestätigen.
    3. Klicken Sie für Eingabe-ID Expertise.csv auf Datenquelle auswählen > Datenasset > Expertise.csv > Bestätigen.
  8. Im Abschnitt Ausgabe geben Sie den Namen für jeder Lösungstabelle an, die erstellt werden soll.
    1. Klicken Sie für Ausgabe-ID ScheduledActivities.csv auf Datenquelle auswählen> Neu erstellen, geben Sie ScheduledActivities.csv als Namen ein und klicken Sie auf Bestätigen.
    2. Klicken Sie für Ausgabe-ID NotScheduledActivities.csv auf Datenquelle auswählen > Neu erstellen, geben Sie NotScheduledActivities.csv als Namen ein und klicken Sie auf Bestätigen.
    3. Klicken Sie für Ausgabe-ID stats.csv auf Datenquelle auswählen > Neu erstellen, geben Sie stats.csv als Namen ein und klicken Sie auf Bestätigen.
    4. Klicken Sie für Ausgabe-ID kpis.csv auf Datenquelle auswählen > Neu erstellen, geben Sie kpis.csv als Namen ein und klicken Sie auf Bestätigen.
    5. Klicken Sie für Ausgabe-ID solution.json auf Datenquelle auswählen > Neu erstellen, geben Sie solution.json als Namen ein und klicken Sie auf Bestätigen.
  9. Prüfen Sie die Informationen auf der Seite Daten auswählen und klicken Sie anschließend auf Weiter.
  10. Prüfen Sie die Informationen auf der Seite Prüfen und erstellen und klicken Sie anschließend auf Erstellen.
  11. Klicken Sie auf der Seite mit dem Modell House deployment auf den Job House job 1, den Sie erstellt haben, um den Status anzuzeigen.
  12. Klicken Sie nach Abschluss der Jobausführung auf das Hausbeispiel, um zum Bereitstellungsbereich zurückzukehren.
  13. Auf der Registerkarte 'Assets' werden die fünf Ausgabedateien angezeigt:
    • ScheduledActivities.csv
    • NotScheduledactivities.csv
    • stats.csv
    • kpis.csv
    • solution.json
  14. Klicken Sie für jedes dieser Assets auf das Symbol zum Herunterladen und zeigen Sie dann jede dieser Dateien an.

Sie können Jobs auch über die Watson Machine Learning-API übergeben.

Weitere Informationen

Decision Optimization-Experimente erstellen und ausführen

Decision Optimization-Modelle mit Benutzerschnittstelle bereitstellen

Übergeordnetes Thema: Einstieg in den Aufbau, die Bereitstellung und das Vertrauen in Modelle