受众

分析数据并构建模型以解决业务问题的资料科学员或业务分析员。

内容

典型加速器包含以下内容：

• 提供指示信息的自述文件。
• 包含样本数据的 CSV 文件。
• 用于模型训练和评分的Python笔记本，以及用于准备和转换建模数据的相关Python脚本。 Notebook 会创建 API 端点以公开 R Shiny 应用程序的输出。
• 机器学习模型，旨在帮助您找到加速器所描述的业务问题的答案。
• （某些加速器）交互式仪表板，用于显示模型的结果。

要求

所有拥有示例项目的加速器都需要watsonx.aiStudio 服务和其中一个或多个服务：

• watsonx.ai运行时
• IBM Knowledge Catalog

过程概述

每个加速器都提供了详细的指示信息。 下列步骤提供样本项目的流程概述：

1. 转到 Resource hub 中的示例项目，单击创建项目，选择项目配置，然后单击创建。 请参阅创建项目。
2. 按照自述文件中的说明运行笔记本并完成其他任务。

后续步骤

通过添加您自己的数据并遵循从数据到已部署模型的相同步骤，您可将样本项目用作模板。 您可能需要探查和清理数据。 由于您的数据和模式可能与样本数据不同，您在数据中发现的模式可能与样本数据中的模式不一致。 您可以使用示例和代码来调整模型以适应您的数据，以及使用您的数据重新训练模型。

要将样本项目用作您自己的数据的模板，请完成下列一般步骤：

1. 将您的数据添加到项目中。
2. 如有必要，清理或修整您的数据。
3. 使用您的数据来更新并重新训练模型。