Configuration des évaluations de modèles avec la configuration avancée
Utilisez l'option de configuration avancée pour exécuter un bloc-notes Python qui utilise des échantillons de données pour montrer comment configurer les évaluations de modèles.
Utiliser un bloc-notes pour construire, former et déployer un modèle afin de surveiller le déploiement du modèle. Le bloc-notes fournit également des données historiques qui génèrent des informations que vous pouvez consulter. Le bloc-notes utilise le modèle de risque de crédit allemand qui est également utilisé pour l'option de configuration automatique afin de fournir des exemples de données. Pour plus d'informations, voir Présentation des exemples de données.
Avant de commencer
Pour utiliser l'option de configuration avancée, vous devez sélectionner l'environnement d'exécution Default Spark 3.3.x & Python 3.9 ou Runtime 22.2 sur Python 3.10 lorsque vous créez un Jupyter Notebook dans l'éditeur de bloc-notes. Les environnements d'exécution requièrent des données d'identification de service pour les services suivants:
- Watson OpenScale
- IBM watsonx.ai Runtime
- Db2 Warehouse
watsonx.ai Studio, watsonx.ai Runtime, Watson OpenScale et d'autres services supplémentaires ne sont pas disponibles par défaut. Un administrateur doit installer ces services sur la plateforme IBM Cloud Pak for Data. Pour déterminer si un service est installé, ouvrez le catalogue Services et vérifiez si le service est activé.
Exécution de la configuration avancée
- Téléchargez le fichier Watson OpenScale et Watson ML Engine.ipynb depuis Github. Vous pouvez vous connecter et cloner le référentiel watson-openscale-samples pour télécharger le fichier ou cliquer sur Copier le contenu brut pour coller le contenu du fichier dans un nouveau fichier IPYNB.
- Ouvrez watsonx.ai Studio et sélectionnez l'un de vos projets.
- Dans l'onglet Actifs , cliquez sur Nouvel actif > Utiliser des données et des modèles dans des Python ou R.
- Sélectionnez l'onglet A partir du fichier et spécifiez un nom de bloc-notes.
- Sélectionnez Default Spark 3.3.x & Python 3.9 ou Runtime 22.2 dans l'environnement d'exécution Python 3.10 dans le menu Select runtime .
- Téléchargez le fichier IPYNB et cliquez sur Créer. Le carnet de notes Working with watsonx.ai Runtime se charge et s'ouvre dans votre projet.
Vous pouvez maintenant suivre les étapes du carnet pour exécuter la configuration avancée et déployer le modèle de risque de crédit allemand dans votre instance de service pour les évaluations de modèle.
En savoir plus
- Configuration des évaluations de modèles avec configuration manuelle
- Configuration des évaluations de modèles avec configuration automatique
Thème parent : Évaluer les modèles d'IA