Prompt Lab 자산을 저장하려면 프로젝트가 필요합니다.

샌드박스 프로젝트를 작성하고 서비스를 연관시키는 방법을 보려면 비디오를 보십시오. 그런 다음 단계에 따라 기존 프로젝트가 있는지 확인하거나 샌드박스 프로젝트를 작성하십시오.

1. watsonx 홈 화면에서 프로젝트 섹션으로 스크롤하십시오. 나열된 프로젝트가 있으면 태스크 2로 건너뛰십시오. 프로젝트가 표시되지 않으면 다음 단계에 따라 프로젝트를 작성하십시오.

2. 샌드박스 프로젝트 작성을 클릭하십시오. 프로젝트가 작성되면 프로젝트 섹션에 샌드박스 프로젝트가 표시됩니다.

추가 정보나 동영상을 보려면 프로젝트 작성을 참조하십시오.

이 작업을 미리 보려면 00:16부터 시작하는 동영상을 시청하세요.

배치 영역은 입력 데이터 및 환경과 같은 지원 자원을 구성하고, 예측 또는 솔루션을 생성하기 위해 모델 또는 기능을 배치하고, 배치 세부사항을 보거나 편집하는 데 도움을 줍니다. 배치 영역을 작성하려면 다음 단계를 수행하십시오.

1. watsonx 탐색 메뉴 ' '에서 배포를 선택합니다. 기존 배치 영역이 있는 경우 태스크 2로 건너뛸 수 있습니다.

2. 새 배치 공간을 클릭하십시오.

3. 배치 영역의 이름을 입력하십시오.

4. 목록에서 스토리지 서비스를 선택하십시오.

5. 목록에서 프로비저닝된 기계 학습 서비스를 선택하십시오.

6. 작성을 클릭하십시오.

이 작업을 미리 보려면 00:08부터 시작하는 동영상을 시청하세요.

프로젝트에서 파이프라인을 작성하고 실행합니다. 프로젝트의 샘플을 기반으로 파이프라인을 작성하려면 다음 단계를 수행하십시오.

1. watsonx 홈 페이지의 드롭 다운 목록에서 샌드박스 또는 다른 기존 프로젝트를 선택하십시오.

   

2. 내 과정 사용자 정의를 클릭한 후 모든 태스크 보기를 선택하십시오.

3. 모델 라이프사이클 자동화를 선택하십시오.

4. 자원 허브 샘플을 클릭하십시오.

5. AutoAI 실험 조정을 선택하고 다음을 클릭하십시오.

6. 선택사항: 파이프라인의 이름을 변경하십시오.

7. 작성을 클릭하십시오. 샘플 파이프라인은 훈련 데이터를 가져오고 AutoAI 도구를 사용하여 기계 학습 모델을 훈련하며 모델로 저장할 최상의 파이프라인을 선택합니다. 모델이 영역에 배치됩니다.

이 작업을 미리 보려면 00:30부터 시작하는 동영상을 시청하세요.

샘플 파이프라인에는 자산을 작성하고 해당 자산을 사용하여 모델을 빌드하기 위한 여러 노드가 포함되어 있습니다. 노드를 보려면 다음 단계를 수행하십시오.

1. 글로벌 개체 아이콘 ' '을 클릭하면 파이프라인 매개변수를 볼 수 있습니다. deployment_space 매개변수를 펼치십시오. 이 파이프라인에는 AutoAI 실험의 최상의 모델이 저장되고 배치되는 배치 영역을 지정하는 매개변수가 포함되어 있습니다. X 를 클릭하여 창을 닫으십시오.

2. 데이터 파일 작성 노드를 두 번 클릭하여 실험에 대한 데이터 세트에 액세스하도록 구성되었는지 확인하십시오. 취소 를 클릭하여 특성 분할창을 닫으십시오.

3. AutoAI 실험 작성 노드를 두 번 클릭하십시오. 실험 이름, 실험이 저장되는 범위, 예측 유형 (2진분류, 다중 클래스 분류 또는 회귀), 예측 열 및 긍정 클래스를 보십시오. 나머지 매개변수는 모두 선택사항입니다. 취소 를 클릭하여 특성 분할창을 닫으십시오.

4. AutoAI 실험 실행 노드를 두 번 클릭하십시오. 이 노드는 AutoAI 실험 온보딩-은행-마케팅-예측을 실행하고 파이프라인을 훈련한 후 최상의 모델을 저장합니다. 처음 두 개의 매개변수는 필수입니다. 첫 번째 매개변수는 AutoAI 실험 작성 노드의 출력을 실험을 실행하기 위한 입력으로 사용합니다. 두 번째 매개변수는 데이터 파일 작성 노드의 출력을 실험에 대한 훈련 데이터 입력으로 사용합니다. 나머지 매개변수는 모두 선택사항입니다. 취소 를 클릭하여 특성 분할창을 닫으십시오.

5. 웹 서비스 작성 노드를 두 번 클릭하십시오. 이 노드는 이름이 onboarding-bank-marketing-prediction-deployment인 배치를 작성합니다. 첫 번째 매개변수는 AutoAI 실행 실험 노드의 최상의 모델 출력을 입력으로 사용하여 지정된 이름으로 배치를 작성합니다. 나머지 매개변수는 모두 선택사항입니다. 취소 를 클릭하여 특성 분할창을 닫으십시오.

이 작업을 미리 보려면 03:43부터 시작하는 동영상을 시청하세요.

파이프라인이 완료되었으므로 다음 단계에 따라 파이프라인을 실행하십시오.

1. 도구 모음에서 파이프라인 실행 > 평가판 실행을 클릭하십시오.

2. 파이프라인 매개변수의 값 섹션에서 배치 영역을 선택하십시오.

   1. 공간 선택을 클릭하십시오.

   2. 공간을 클릭하십시오.

   3. 태스크 1에서 배치 영역을 선택하십시오.

   4. 선택을 클릭하십시오.

3. 이 경우가 파이프라인을 처음 실행하는 경우 API키를 제공하십시오. 파이프라인 자산은 개인 IBM Cloud API키를 사용하여 중단 없이 안전하게 운영을 실행합니다.

   • 기존 API키가 있는 경우 기존 API키 사용을 클릭하고 API키를 붙여넣은 후 저장을 클릭하십시오.

   • 기존 API키가 없는 경우 새 API키 생성을 클릭하고 이름을 제공한 후 저장을 클릭하십시오. API키를 복사한 후 나중에 사용할 수 있도록 API키를 저장하십시오. 완료되면 닫기를 클릭하십시오.

4. 실행 을 클릭하여 파이프라인 실행을 시작하십시오.

5. 파이프라인 진행 상태를 모니터하십시오.

   1. 파이프라인이 실행 중인 동안 통합된 로그를 스크롤하십시오. 평가판 실행을 완료하는 데 최대 10분이 소요될 수 있습니다.

   2. 각 조작이 완료되면 캔버스에서 해당 조작에 대한 노드를 선택하십시오.

   3. 노드 검사기 탭에서 오퍼레이션의 세부사항을 보십시오.

   4. 각 노드 조작의 출력 요약을 보려면 노드 출력 탭을 클릭하십시오.

이 작업을 미리 보려면 04:27부터 시작하는 동영상을 시청하세요.

파이프라인이 배치 영역에서 여러 자산을 작성했습니다. 자산을 보려면 다음 단계를 수행하십시오.

1. watsonx 탐색 메뉴 ' '에서 배포를 선택합니다.

2. 배치 영역의 이름을 클릭하십시오.

3. 자산 탭에서 모든 자산을 보십시오.

4. bank-marketing-data.csv 데이터 자산을 클릭하십시오. 데이터 파일 작성 노드가 이 자산을 작성했습니다.

5. onboarding-bank-marketing-prediction으로 시작하는 모델을 클릭하십시오. AutoAI 실험 실행 노드는 여러 모델 후보를 생성하고 이를 최상의 모델로 선택했습니다.

6. 모델 세부사항 탭을 클릭하고 모델 및 훈련 정보를 스크롤하십시오.

7. 배치 탭을 클릭하고 onboarding-bank-marketing-prediction-deployment를 여십시오.

   1. 테스트 탭을 클릭하십시오.

   2. JSON 입력 탭을 클릭하십시오.

   3. 샘플 텍스트를 다음 JSON 텍스트로 대체하고 예측을 클릭하십시오.

      {
        "input_data": [
                {
                        "fields": [
                                "age",
                                "job",
                                "marital",
                                "education",
                                "default",
                                "balance",
                                "housing",
                                "loan",
                                "contact",
                                "day",
                                "month",
                                "duration",
                                "campaign",
                                "pdays",
                                "previous",
                                "poutcome"
                        ],
                        "values": [
                                [
                                        35,
                                        "management",
                                        "married",
                                        "tertiary",
                                        "no",
                                        0,
                                        "yes",
                                        "no",
                                        "cellular",
                                        1,
                                        "jun",
                                        850,
                                        10,
                                        -1,
                                        4,
                                        "unknown"
                                ]
                        ]
                }
        ]
      }