Docs
...
Supported machine learning engines, frameworks, and models

지원되는 기계 학습 제공자

마지막 업데이트 날짜: 2024년 11월 28일
지원되는 기계 학습 제공자

머신 러닝 모델 평가를 위해 watsonx.ai 런타임 및 많은 타사 머신 러닝 제공업체가 지원됩니다.

이러한 지원되는 기계 학습 제공자 중 하나를 사용하여 페이로드 로깅, 피드백 로깅을 수행하고 모델 평가의 일부로 성능 정확성, 런타임 편향성 발견, 설명 가능성 및 자동 편향성 제거 기능을 측정하십시오.

여러 기계 학습 엔진 지원

머신 러닝 모델 평가를 구성하거나 Python SDK를 사용할 때 여러 머신 러닝 엔진을 프로비저닝할 수 있습니다.

머신 러닝 모델 평가를 위한 공급자 추가

  1. ' 구성 아이콘이 표시됩니다. ' 구성 탭에서 머신 러닝 공급자 추가를 클릭합니다.
  2. 추가하려는 제공업체를 선택하십시오.
  3. 필수 정보 (예: 신임 정보) 를 입력하고 저장을 클릭하십시오.

기계 학습 제공자의 세부사항 변경 또는 업데이트

타일 메뉴 ' 바둑판식 메뉴 아이콘 아이콘을 클릭한 다음 세부 정보 보기 및 편집을 클릭합니다.

Python SDK를 사용하여 기계 학습 제공업체 추가

Python API ' wos_client.service_providers.add ' 메서드를 사용하여 모델 평가를 위해 하나 이상의 머신러닝 엔진을 추가할 수 있습니다.

IBM watsonx.ai 런타임

IBM watsonx.ai 런타임 머신 러닝 엔진을 추가하려면 다음 명령을 실행하세요:

WML_CREDENTIALS = {
                   "url": "https://us-south.ml.cloud.ibm.com",
                   "apikey": IBM CLOUD_API_KEY
}
 
wos_client.service_providers.add(
        name=SERVICE_PROVIDER_NAME,
        description=SERVICE_PROVIDER_DESCRIPTION,
        service_type=ServiceTypes.WATSON_MACHINE_LEARNING,
        deployment_space_id = WML_SPACE_ID,
        operational_space_id = "production",
        credentials=WMLCredentialsCloud(
            apikey=CLOUD_API_KEY,      ## use `apikey=IAM_TOKEN` if using IAM_TOKEN to initiate client
            url=WML_CREDENTIALS["url"],
            instance_id=None
        ),
        background_mode=False
    ).result

Microsoft Azure ML Studio

Azure ML Studio 기계 학습 엔진을 추가하려면 다음 명령을 실행하십시오.

AZURE_ENGINE_CREDENTIALS = {
    "client_id": "",
    "client_secret": "",
    "subscription_id": "",
    "tenant": ""
}
 
wos_client.service_providers.add(
        name=SERVICE_PROVIDER_NAME,
        description=SERVICE_PROVIDER_DESCRIPTION,
        service_type=ServiceTypes.AZURE_MACHINE_LEARNING,
        #deployment_space_id = WML_SPACE_ID,
        #operational_space_id = "production",
        credentials=AzureCredentials(
            subscription_id= AZURE_ENGINE_CREDENTIALS['subscription_id'],
            client_id = AZURE_ENGINE_CREDENTIALS['client_id'],
            client_secret= AZURE_ENGINE_CREDENTIALS['client_secret'],
            tenant = AZURE_ENGINE_CREDENTIALS['tenant']
        ),
        background_mode=False
    ).result

Amazon SageMaker

AWS Sagemaker 기계 학습 엔진을 추가하려면 다음 명령을 실행하십시오.

SAGEMAKER_ENGINE_CREDENTIALS = {
                   'access_key_id':””,
                   'secret_access_key':””,
                   'region': '}
 
wos_client.service_providers.add(
        name="AWS",
        description="AWS Service Provider",
        service_type=ServiceTypes.AMAZON_SAGEMAKER,
        credentials=SageMakerCredentials(
            access_key_id=SAGEMAKER_ENGINE_CREDENTIALS['access_key_id'],
            secret_access_key=SAGEMAKER_ENGINE_CREDENTIALS['secret_access_key'],
            region=SAGEMAKER_ENGINE_CREDENTIALS['region']
        ),
        background_mode=False
    ).result

Microsoft Azure ML 서비스

Azure ML Service 기계 학습 엔진을 추가하려면 다음 명령을 실행하십시오.

service_type = "azure_machine_learning_service"
added_service_provider_result = wos_client.service_providers.add(
        name=SERVICE_PROVIDER_NAME,
        description=SERVICE_PROVIDER_DESCRIPTION,
        service_type = service_type,
        credentials=AzureCredentials(
            subscription_id= AZURE_ENGINE_CREDENTIALS['subscription_id'],
            client_id = AZURE_ENGINE_CREDENTIALS['client_id'],
            client_secret= AZURE_ENGINE_CREDENTIALS['client_secret'],
            tenant = AZURE_ENGINE_CREDENTIALS['tenant']
        ),
        background_mode=False
    ).result

기계 학습 제공자의 목록 생성

모든 바인딩의 목록을 보려면 list 메소드를 실행하십시오.

client.service_providers.list()

테이블 1. 서비스 바인딩
uid 이름 service_type 작성됨
e88ms###-####-####-############ 내 Azure ML 서비스 엔진 azure_machine_learning 2019-04-04T09:50:33.189Z
e88sl###-####-####-############ 내 Azure ML Studio 엔진 azure_machine_learning 2019-04-04T09:50:33.186Z
e00sjl###-####-####-############ WML 인스턴스 watson_machine_learning 2019-03-04T09:50:33.338Z
e43kl###-####-####-############ 내 AWS SageMaker 엔진 sagemaker_machine_learning 2019-04-04T09:50:33.186Z

특정 기계 학습 엔진에 대한 자세한 정보는 다음 주제를 참조하십시오.

코딩 예제는 Watson OpenScale 샘플 노트북을 참조하십시오.

상위 주제: Watson OpenScale을 사용하여 AI 모델 평가