Cómo empezar con la creación, el despliegue y la confianza de modelos

Para empezar a crear, desplegar y confiar en modelos, comprenda el flujo de trabajo global, seleccione una guía de aprendizaje y seleccione otros recursos de aprendizaje para trabajar con Watson Studio en Cloud Pak for Data as a Service.

Requisito previo Registro en Cloud Pak for Data as a Service

Visión general del flujo de trabajo del modelo

{: #overview}El flujo de trabajo del modelo tiene tres pasos principales: crear un activo de modelo, desplegar el modelo y generar confianza en el modelo.

Visión general del flujo de trabajo del modelo

Crear un activo de modelo

  1. Cree un proyecto.
  2. Asocie el servicio Watson Machine Learning al proyecto.
  3. Añada datos al proyecto. Si es necesario, prepare sus datos.
  4. Seleccione una herramienta para crear un modelo. Puede elegir entre editores de código, constructores gráficos o herramientas automáticas.

Despliegue el modelo

  1. Cree un espacio de despliegue y añada el modelo.
  2. Despliegue y puntúe el modelo, y revise las puntuaciones de predicción y los conocimientos.
  3. Supervisar trabajos de despliegue en un panel de control.

Crear confianza en los modelos

  1. Evalúe el despliegue para sesgo o desviación.
  2. Actualice los datos y vuelva a entrenar el modelo hasta que alcance sus objetivos de calidad.
  3. Actualice el despliegue con los modelos de mejor rendimiento.
  4. Pase a evaluar, volver a entrenar y actualizar el modelo desplegado.

Guías de aprendizaje

Esta guía de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y los recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Crear y desplegar un modelo de aprendizaje automático con AutoAI Crear automáticamente candidatos de modelo con la herramienta AutoAI. Crear, desplegar y probar un modelo sin codificación.
Crear y desplegar un modelo de aprendizaje automático en un cuaderno Crear un modelo actualizando y ejecutando un cuaderno que utilice el código Python y las API de Watson Machine Learning. Crear, desplegar y probar un modelo scikit-learn utilizando código Python.
Crear y desplegar un modelo de aprendizaje automático con SPSS Modeler Crear un modelo C5.0 utilizando la herramienta SPSS Modeler. Soltar los datos y los nodos de operación en un lienzo y seleccionar propiedades.
Crear y desplegar un modelo de Decision Optimization Crear escenarios automáticamente con Modeling Assistant. Resolver y explorar escenarios y luego desplegar y probar un modelo sin codificación.


Recursos de aprendizaje

Tutoriales guiados

Pulse Seguir una guía de aprendizaje guiada en la página de inicio de Cloud Pak for Data as a Service. Después de crear el proyecto de ejemplo, seleccione una vía de acceso:

  • Elija Crear un modelo en un cuaderno para crear un modelo con el código Python.
  • Elija Crear y desplegar un modelo para automatizar la creación de un modelo con la herramienta AutoAI.

Documentación

Vídeos

Ejemplos

  • Los aceleradores del sector proporcionan proyectos de ejemplo con soluciones de inicio a fin que resuelven problemas empresariales específicos.
  • Galería de muestras proporciona cuadernos de ejemplo, conjuntos de datos y proyectos que puede importar.

Formación

Tema principal: Cómo empezar