モデルの作成、デプロイ、および信頼の開始

モデルの作成、デプロイ、および信頼について開始するには、ワークフロー全体を理解し、チュートリアルを選択し、 Cloud Pak for Data as a Service で Watson Studio を操作するための他の学習リソースを確認します。

前提条件 Cloud Pak for Data as a Service への登録

モデル・ワークフローの概要

{: #overview} モデル・ワークフローには、モデル資産の作成、モデルのデプロイ、およびモデルの信頼性の構築という 3 つの主なステップがあります。

モデル・ワークフローの概要

モデル資産を作成する

  1. プロジェクトを作成する
  2. Watson Machine Learning サービスをプロジェクトに関連付けます。
  3. データをプロジェクトに追加する 必要に応じて、データを準備してください。
  4. モデルを作成するツールを選択します。 コード・エディター、グラフィカル・ビルダー、または自動ツールから選択できます。

モデルをデプロイする

  1. デプロイメント・スペースを作成し、そのスペースにモデルを追加してください。
  2. モデルをデプロイしてスコアリングし、予測スコアと洞察を確認します。
  3. ダッシュボードでデプロイメント・ジョブをモニターします。

モデルの信頼性を構築する

  1. デプロイメントにバイアスまたはドリフトを評価します。
  2. データを更新し、品質目標に達するまでモデルをリトレーニングします。
  3. パフォーマンスの高いモデルでデプロイメントを更新します。
  4. デプロイされたモデルの評価、リトレーニング、および更新を続行します。

チュートリアル

このチュートリアルでは、ツール、ビデオ、説明、および追加の学習リソースについて説明します:

チュートリアル 説明 チュートリアルの専門知識
AutoAI を使用して機械学習モデルを作成とデプロイする AutoAI ツールを使用してモデル候補を自動的に作成します。 コーディングなしでモデルをビルド、デプロイ、およびテストします。
ノートブックでの機械学習モデルの作成とデプロイする Python コードおよび Watson Machine Learning API を使用するノートブックを更新および実行して、モデルを作成します。 Python コードを使用して、scikit-learn モデルをビルド、デプロイ、およびテストします。
SPSS Modeler を使用して機械学習モデルを作成とデプロイする SPSS Modeler ツールを使用して C5.0 モデルを作成します。 データ・ノードと操作ノードをキャンバスにドロップして、プロパティーを選択します。
Decision Optimization モデルをビルドとデプロイする Modeling Assistant を使用してシナリオを自動的に作成します。 シナリオを解決して検討してから、コーディングなしでモデルをデプロイしてテストします。


学習資料

ガイド付きチュートリアル

Cloud Pak for Data as a Service ホーム・ページで ガイド付きチュートリアルを開始する をクリックしてください。 サンプル・プロジェクトを作成した後、パスを選択します:

  • Python コードを使用してモデルを作成するには、 ノートブックでのモデルの作成 を選択してください。
  • モデルのビルドとデプロイ を選択すると、AutoAI ツールを使用したモデルの作成が自動化されます。

資料

動画

サンプル

  • 業界アクセラレーター は、特定のビジネス問題を解決するエンドツーエンド・ソリューションを含むサンプル・プロジェクトを提供します。
  • サンプルのギャラリー には、インポートできるサンプルのノートブック、データ・セット、およびプロジェクトが提供されています。

トレーニング

親トピック: 入門